奇瑞启示录

成立于1997年的奇瑞汽车公司,是由安徽省及芜湖市5个投资公司出资17亿元组建的国有股份制企业。自2001年3月奇瑞第一款车风云上市销售至今,已形成风云、旗云、QQ、东方之子、瑞虎5个车型,年产35万辆整车和40万台发动机的生产能力。研制开发具有自主知识产权的ACTECO发动机,创中国轿车发动机第一个“中国芯”。用不到10年的时间,     

基于组合赋权云模型的煤系土边坡失稳风险评价

工程上由于缺乏对煤系土边坡的认知常发生煤系土边坡施工后的失稳滑塌现象,有必要引入风险分析理论对煤系土边坡进行研究.针对边坡失稳风险评价存在模糊性、不确定性的特点,从煤系地层工程性质、地形地貌、工程建设工艺、诱发因素、边坡变形特征5个方面展开研究.在此基础上,根据各指标的内在联系,再细化出20个2级评价指标,构建煤系土边...     

基于组合赋权-云模型的水上机场场址评价方法

当水上机场与航道共处于同一片水域时,难免会形成水上飞机与船舶的会遇局面,对水上飞机的起降、滑行安全以及附近水域的船舶航行安全造成影响。为保障水上飞机和船舶的安全,评价水上机场场址的合理性与安全性尤为重要。提出了组合赋权和云模型相结合的水上机场场址评价方法,选取了气象环境、水文环境、通航环境和起降水域空域环境4个一级评价指标和11个二级评价指标,构建了水上机场场址评价指标体系。利用改进层次分析法与熵权法分别求得评价指标的主客观权重,以偏差极小化为目标,引入对策模型计算主客观权重最优的线性组合系数,获得组合权重,结合云模型构建了水上机场场址综合评价模型。以镇江大路水上机场为例进行实例验证,结果表明：镇江大路水上机场场址的评价结果为较好。该机场自建成运营以来未发生安全事故,评价结果与该机场的实际运营情况相符。同时在计算过程中云模型兼顾了数据的随机性和模糊性,可以较好地解决模糊综合评价法在隶属度函数选择时的不确定性问题,进一步增加了评价结果的可靠性。与经典的模糊综合评价法进行对比验证,二者的评价结果一致,验证了该模型的有效性和实用性,该模型可用于拟建水上机场的选址,也可对已建机场的营运安全进行评估分析。     

高速公路平纵曲线组合路段交通风险评估方法

高速公路平纵曲线组合路段常出现单一平曲线和竖曲线要素满足规范,但二者相结合后存在安全隐患的情况。为评估这类组合路段的交通风险、提升组合路段安全性,综合运用可拓云理论与理想点法,提出了基于可拓云模型的交通风险评估方法。基于已有事故数据和文献,从驾驶员、道路、交通环境以及其他因素的角度出发,构建了包含15个指标的交通风险评估指标体系,并将每个指标划分为5个风险等级;利用层次分析法和熵权法确定各评估指标主、客观权重后,再通过理想点法确定各评估指标组合权重;参照公路路线设计规范及相关文献,考虑定性指标的边界模糊性划分各评估指标的风险等级,并按照等比原则实现定性指标的定量化描述;构造可拓云模型云隶属度矩阵,计算综合评判向量,最后根据最大隶属度原则确定路段风险等级。以云南省3段高速公路路段作为分析案例,利用基于可拓云模型的交通风险评估方法计算了各路段风险等级,并识别了各路段的危险性指标。结果表明：该方法与传统基于模糊综合评价法相比,评估结果相同,但信息更丰富,其综合评判模糊等级特征值的期望E_xr反映了路段的安全程度;Y路段的E_xr高于C路段,表明Y路段比C路段更安全;3段路段的评估结果的置信度因子θ均小于0.05,表明结果可信度较高,验证了该方法在交通风险评估过程中的适用性。     

基于高密度激光点云和深度学习的高速公路标线识别

道路标线的自动识别是智慧城市建设中急需解决的重要难题,也是绘制高精地图及无人驾驶所需的核心技术。提出一种激光雷达数据环境下高速公路常见标线自动识别方法：基于端到端PointNet语义分割功能自动提取道路标线点云;采用体素降采样及半径式离群点剔除去除路面噪点;应用DGCNN自动区分典型交通标线(实线、长虚线、短虚线、箭头、导流带),实现道路标线识别。应用京承高速公路某段激光雷达数据测试验证。结果表明：道路标线分类准确率达到94.73%,F1达到74.18%,AUC达到0.98。证明了解决道路标线识别方法的可行性,为智能驾驶环境下道路标线的自动感知和识别提供了一种新的思路。     

基于自注意力机制的自动驾驶场景点云语义分割方法

对车载激光雷达场景点云进行语义分割是自动驾驶环境感知环节的基础性工作。针对现有处理大规模自动驾驶场景点云方法对局部特征提取能力不足和难以捕捉全局上下文信息的问题,本文基于自注意力机制设计了局部和全局自注意力编码器,并搭建了特征聚合模块进行特征提取。实验结果表明,与同样采用局部特征聚合的网络RandLA-Net相比,在SemanticKITTI数据集上本文的方法可将平均交并比提升5.7个百分点,局部自注意力编码器的加入也使车辆和行人等小目标的分割精度提高2个百分点以上。     

成兰铁路云屯堡隧道紧急救援站设计优化研究

针对成兰铁路云屯堡隧道建设过程中因地质原因产生的隧道内紧急救援站方案优化需求,分别从土建规模、工程投资、施工风险、疏散排烟、运营维护5个方面对3个优化方案进行经济技术比选,同时,进一步探索研究单洞合修洞内救援站设置模式。通过研究对比,得出以下结论： 1）特长隧道紧急救援站段设置多处小断面通道可能比设置1处大断面综合通道节约投资; 2）救援站地段应适当加大结构间距,以避免群洞效应; 3）救援站整体土建规模较小时也可能存在较高的施工风险; 4）救援站内土建工程方案调整会影响机电设备配套及运营成本; 5）竖井式联络烟道宜按90°直弯头设计以便施工及运营维护。     

面向降雨环境的激光雷达衰减模型研究

针对现有激光雷达衰减模型依赖统计生成点云、缺乏噪点解释性等问题,提出了一种面向降雨环境的激光雷达衰减模型。首先,建立激光雷达发射-接收模型,并根据雨滴尺寸分布模型模拟获得雨滴空间分布数据;其次,耦合散射模型与噪点模型,获得激光传播过程的光强变化,得到点云的仿真图像;最后,采集正常天气和降雨天气下的点云图像,仿真生成不同降雨量下的衰减点云。将衰减模型获得的点云与对应实际降雨天气点云图像进行对比,结果表明：所提出的模型在各评价指标上明显优于现有模型,有效解释了降雨过程对激光雷达产生的衰减影响。     

基于体素柱形的激光雷达点云车辆目标检测算法

环境车辆是自动驾驶汽车行驶时的主要障碍物之一,对环境车辆的尺寸、位置、朝向等空间信息进行感知对于保障行驶安全具有重要意义。激光雷达点云数据包含了场景中物体表面扫描点的三维坐标,是实现车辆目标检测任务的重要数据来源。结合SECOND与PointPillars方法,提出一种基于体素柱形的三维车辆目标检测模型,利用三维稀疏卷积聚合点云局部特征,在体素特征图上构造柱形并进行特征编码,有效解决点柱形方法缺乏柱形间特征交互问题,增强点云特征的空间语义信息;基于均值池化操作生成锚框点云占据位图并提出一种简单负样本过滤策略,在模型训练阶段筛除预设在无点云覆盖区域的无效锚框,缓解正负样本或难易样本不均衡问题;在目标框回归模块中,使用类别置信度与交并比(IoU)预测值计算混合置信度,改善分类分支与位置回归分支结果不一致问题,并使用KITTI三维目标检测数据集进行模型训练与评估。研究结果表明：在严格判定标准下(IoU阈值设置为0.7),所提算法在简单、中等、困难3种难度级别下分别获得了89.60%、79.17%、77.75%的平均检测精度(AP_3D),与SECOND、PointPill...     

基于3D视觉的机械臂无规则零件抓取系统

为解决机械臂抓取零件定位不准或抓取精度不高的问题,提出了一种基于3D视觉机械臂无规则零件抓取方法,该方法主要包括系统空间标定、零件点云定位分割、零件位姿估计算法模块,提出了基于2D图像的点云相机外参标定方法及基于图像语义分割的零件点云分割方法。经试验验证,所提出的标定方法达到1 mm的系统精度误差,而且求解效率高、通用性强;与常用的聚类分割相比,零件点云分割方法精度及效率更高。所设计的二阶段零件空间位姿计算方法能准确估计零件在空间中的6自由度位姿,相比单一阶段匹配方法精度提高约1.8倍。所提出的基于3D视觉的机械臂无规则零件抓取系统精度高、可扩展性强、适应情形广。