基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

哈大高铁影响下东北城市群交通网络空间结构特征研究

哈大高铁的运行缩短了东北城市群之间的相对距离,优化了东北城市群城市交通网络空间结构.通过建立向心性分形模型以及相关性分形模型,以交通距离代替空间的实际距离来研究城市群之间分形特征,通过城市间高速铁路时间距离和高速公路时间距离进行对比,计算高铁开通前后东北城市群交通空间聚集维数和空间关联维数,分析东北城市群交通网络空间结...     

基于.NET框架的重大危险源管理系统的设计与开发

从重大危险源安全监管的现实需要出发,研究了重大危险源管理信息系统的总体框架及其软、硬件结构,开发出了B/S结构的重大危险源管理信息系统。介绍了系统的设计模式、基于.NET平台的多层体系构架设计,阐述了系统的集成、查询、发布和工作流的实现等关键技术,实例验证了研究的可行性。     

基于线谱特征提取的被动声纳目标识技术研究

该文针对被动声纳目标识别,着重研究了线谱特征提取方法,提出了一种自适应遗传BP算法,并用该算法训练神经网络目标分类器。经对上海上实录三类目标噪声分类识别实验结果表明,所设计的被动声纳目标识别系统具有很好的分类效果。     

ARPA模拟海上交通环境的事故分析系统研究

通过阐述ARPA的功能及在海事调查中的作用,提出用ARPA进行海上交通模拟的方法,并在此基础上设计出一种事故分析系统,从而方便对海上交通事故进行统计分析。     

神经网络在船舶主柴油机建模中的应用

该文研究用BP神经网络建立船舶主柴油机模型的方法,并对BP算法进行了改进,提出了一种动态优化学习率的方法,对6L80MC柴油机实际数据用BP网络进行计算的结果表明,该算法能有效地建立船舶主柴油机模型。该模型已成功用于船舶主机遥控仿真系统中。     

基于神经网络预报的实时专家控制器设计

该文提出一种在保证控制系统稳定的前提下,能实时跟踪船舶航行环境变化和船舶操纵动态特性变化,以逐步提高自动操纵系统控制性能的实时专家控制器。仿真结果表明了此实时专家控制器的有效性,且算法简单,易在线实现。     

舰船主柴油机双机并车控制仿真技术的研究

从对舰船主柴油机调速的工作原理分析入手,介绍现在常用的3种舰船主柴油机双机并车运行控制技术的原理和特点,然后,利用现在比较流行的仿真应用软件Matlab,建立主柴油机、调速系统和推进装置的仿真模型,并对功率反馈调速器进行仿真试验研究,阐明计算机仿真技术在舰船主柴油机双机并车控制技术研究中的作用。     

图像处理技术在船舶推进器空泡试验中的应用研究

运用数字图像技术和AutoCAD2000图形软件,探索了处理螺旋桨桨叶上空泡图像的问题,利用桨叶空间曲面网格和桨叶空泡图像对比的方式给出了浆叶上空泡区域的边缘,同时还指出了使这一技术实用化需要作的工作。对于空泡体积这一问题,提出了结构光方式的测量模型,它比已报道的同类方法有较高的操作效率。     

Large-scale evacuation network optimization: a bi-level control method with uncertain arterial demand

To improve the efficiency of large-scale evacuations, a network aggregation method and a bi-level optimization control method are proposed in this paper. The network aggregation method indicates the uncertain evacuation demand on the arterial sub-network and balances accuracy and efficiency by refining local road sub-networks. The bi-level optimization control method is developed to reconfigure the aggregated network from both supply and demand sides with contraflow and conflict elimination. The main purpose of this control method is to make the arterial sub-network to be served without congestion and interruption. Then, a corresponding bi-objective network flow model is presented in a static manner for an oversaturated network, and a Genetic Algorithm-based solution method is used to solve the evacuation problem. The numerical results from optimizing a city-scale evacuation network for a super typhoon justify the validity and usefulness of the network aggregation and optimization control methods.