基于车辆实际运行轨迹的平面交叉口左转待行区模型构建

为规范设置城市平面交叉口左转待行区,利用无人机航拍视频,分析了实际左转车流与交叉口几何参数的关系,使用线性识别的方法,明确了交叉口车辆左转轨迹由2段缓和曲线组成,构建了以交叉口几何参数为自变量、左转待行区长度和半径为因变量的车辆左转轨迹的函数模型,并实例分析验证了模型的有效性,研究成果可为城市平面交叉口左转待行区合理有...     

驾驶辅助系统中判断驾驶员制动接管的方法研究

文章梳理了自动驾驶中主动制动技术的主流执行方案,分析了各执行方案对驾驶员输入制动和自动制动的响应机理,明确了制动执行器内部表征驾驶员制动意图和自动制动意图的参数,提出使用制动执行器内部参数准确判断驾驶员制动接管的方法,即通过实际主缸压力值超出自动制动目标液压一定阈值,或响应驾驶员制动输入的目标电机转速超出自动制动的目标...     

基于物联网技术的铁路桥涵碰撞报警系统应用研究

通过对铁路跨公路涵及其相关防护设施的管理要求及业务需求进行分析,提出基于物联网技术的铁路桥涵防撞报警系统的整体架构、系统组成与相关关键技术。通过内部模拟试验、现场验证试验,确定系统的可靠性、环境适应性和实用性。试验表明：该系统在报警准确率和响应效率方面表现良好,为相关管理人员提供了便捷式办公软件及移动端系统。     

城市轨道交通智能语音售票机关键技术及应用研究

智能语音售票机具有语音识别功能,乘客通过语音可完成购票流程,但地铁车站环境复杂、背景声音嘈杂、人流密集,传统的语音识别技术难以消除噪声,因而难以使乘客获得良好的语音购票体验。分析了新型的智能语音售票机系统的麦克风阵列语音增强技术、人脸关键点识别技术和多模态信息融合技术,介绍了该系统的硬件架构和购票业务流程。应用效果表明,该系统可有效提高语音信噪比,可满足车站复杂环境下高准确率、低时延的语音处理需求,可有效改善乘客语音购票体验,能够缩短乘客平均购票时间。     

基于RBF神经网络设计的桥梁结构损伤识别方法研究

首先根据桥梁结构的动力特性分析,构造了用于结构损伤识别的损伤标示量,并从理论上分析了该参数用于结构损伤识别的可行性.然后,从径向基函数(RBF)神经网络结构、网络设计和网络训练算法等方面论述了RBF神经网络理论,着重说明RBF网络的调用及径向基函数中心和宽度的确定步骤.最后,以一座装配式预应力钢筋混凝土系杆拱桥为工程实例,通过改变构件的弹性模量降低单元刚度来模拟结构损伤程度,并以任意三组向量对网络进行测试,说明了基于频率参数和RBF网络方法的结构损伤识别的可行性和准确性.     

汽车防追尾的车辆识别系统设计

详细介绍了一种基于汽车防追尾的图像处理识别系统.该系统由摄像机(CCD)、图像采集处理模块和车辆识别系统组成.由CCD摄取的图像,经视频解码器处理后再传给车辆识别系统进行图像的车辆识别判断.     

北京地铁既有结构渗漏风险防控体系研究

针对北京市地下水位上升导致的地铁结构渗漏问题,如何科学合理地对北京地铁渗漏进行治理及防控成为当前研究的关键。从既有地铁结构渗漏风险识别、风险评价和风险应对策略 3 方面,对北京地铁既有结构渗漏风险防控技术体系进行系统研究与分析。首先,从风险识别入手,对引起渗漏病害的因素进行全方位分析;然后,在风险识别研究的基础上进行风险评价,将地铁渗漏病害按照定性和定量的方法对区间和车站结构进行分类分级,给出渗漏等级 A、B、C 和 D,并提出应急及常规治漏措施;最后,提出相应的渗漏风险应对策略,包括应急处置和一般渗漏治理。研究内容以期为类似地铁结构病害治理体系提供理论参考和技术支撑。     

基于机器视觉的路面裂缝病害多目标识别研究

为了建立一种基于深度学习卷积神经网络的多目标路面裂缝检测模型,实现对路面裂缝的精确识别、分割与统计,采用卷积神经网络Mask R-CNN为主干框架,融入ResNet模型与特征金字塔网络(FPN)提高对病害特征提取的精度,建立了针对裂缝病害识别的基础网络体系;考虑裂缝病害图像特征,采用随机梯度下降算法与冲量算法优化损失函...     

基于ECDIS的船舶智能语音导航系统研究

方便快捷的智能语音导航已在车载导航领域广泛应用,但在船舶导航领域的应用依然较少.基于电子海图显示与信息系统(ECDIS)构建海图检索区域模型和安全水深模型,通过碰撞区域半径(SDA_min)建立船舶交会特征模型,提出基于ECDIS的船舶智能语音导航系统.该系统可实现自主设计航线、自动识别危险,并对报警信息进行语音播报,使驾引人员通过听觉也能获得导航设备的报警内容,以提高值班效率.     

行李安检禁限带物品识别多标签图像分类算法

有效识别禁限带物品的智能识别算法有助于降低安检人员劳动强度,提升旅客行李安检作业效率。文章采用图像多标签分类的深度卷积神经网络,通过引入图像注意力机制与动态元融合,能够在卷积前向传递过程中补充低层图像视觉线索,有效应对行李X光图像中物品影像混叠干扰及低分辨率特征混淆的问题,增强对细粒度特征的识别能力;同时,引入外部神经知识的元选择网络,实现网络多阶段预测的自适应融合,以避免权重偏置现象。实验结果表明,文章算法能够克服行李X光图像中影像混叠和物品尺度变化带来的禁限带物品识别困难,有效提高识别准确率。