Real-time follow-up head tracking in dynamic complex environments

In the modes of both object motion and camera motion, an enhanced Camshift algorithm, which is based on suppressing similar color features of background and on joint color probability density distribution image, is proposed to real-time track head in dynamic complex environment. The system consists of face detection module, head tracking module and camera control module. When tracking fails, a self-recovery mechanism is introduced. At first the Adaboost face detector based on Haar-like features is implemented to find frontal faces, the false positive is filtered according to the skin color criterion, and the true face is used to initialize the tracking module. In hue saturation value (HSV) colorspace, the hue-saturation (H-S) histogram of face skin and the saturation-value (S-V) histogram of hair are built to produce the joint color probability density distribution image, and this is intended to realize the head tracking with arbitrary pose. During tracking, region of interest (ROI) is introduced, and the color probability density distribution of a specified background area outside the ROI is learned, similar color features in the head are suppressed according to the learning result. The background suppression step is intended to resolve the problem that the tracker maybe fails when the head is distracted by backgrounds having similar colors with the head. A closed loop control model based on speed regulation is applied to drive an active camera to center the head. Once tracking drift or failure is detected, the system stops tracking and returns to the face detection module. Our experimental results show that the presented system is well suitable for tracking head with arbitrary pose in dynamic complex environments, also the active camera can track moving head smoothly and stably. The system is computationally efficient and can run in real-time completely.     

基于抗剪性能的沥青混合料剪切疲劳变形研究方法

在不同的温度下进行沥青混合料剪切性能试验．结果显示：随着温度的升高,沥青混合料的抗剪强度减小,剪切模量也变小。抗剪强度与剪切模量有较好的相关性。具有较高抗剪强度的沥青混合料也具有较大的剪切模量,在车辆荷栽作用下不会产生较大的剪切疲劳变形。与剪切疲劳变形试验相比,抗剪强度试验相对简便和快速,在确定抗剪强度与剪切模量之间的关系后,就可以直接采用抗剪强度试验来评价沥青混合料抵抗剪切变形的能力。     

预应力CFRP板加固钢板受拉疲劳性能试验研究

为较好地预测预应力碳纤维材料(CFRP)板加固钢结构的疲劳性能,采用考虑有效应力强度因子幅的Pairs公式,分析了粘贴预应力CFRP板加固钢板的疲劳裂纹扩展行为.通过粘贴CFRP板的含中心孔的预制裂纹钢板的疲劳试验,分析了应力比、CFRP板刚度、预应力及粘结胶性能等因素对疲劳裂纹扩展的影响.试验结果表明:加固后结构的疲劳寿命提高16倍以上,疲劳寿命的理论分析结果偏于保守;预应力是疲劳寿命的主要影响因素,而CFRP板和粘结胶性能的影响有限;应力比埘疲劳寿命的影响很大,因此,对交通荷载的正确预估是加固能否取得成功的基础.     

基于标准的车辆焊接结构抗疲劳设计与焊接工艺一体化设计

建立了一个车辆焊接结构抗疲劳设计及焊接工艺一体化的数据库系统,解决了抗疲劳设计与焊接工艺设计之间的信息孤岛问题,并嵌套了基于标准的焊接接头疲劳寿命计算模块．其中,对评估焊接接头疲劳寿命的国外标准（BS7608、IIW）进行了归纳,以便于用户使用,并与焊接工艺标准（DIN6700）进行了有机整合,实现了设计与工艺的一体化．此外,还嵌套了戚墅堰机车车辆工艺研究所多年累积的焊接工艺研究成果,使系统基础数据更加厚实与可靠．系统操作界面友好,有很好的实用价值．     

港口起重机钢丝绳传动件高性能技术研究

针对港口起重机设计及使用部门普遍关注的钢丝绳与滑轮的合理选配问题和焊接卷筒壁厚的减薄 问题,从失效机理和设计理论研究出发,经过钢丝绳与滑轮的疲劳磨损试验和卷筒强度、稳定性原型试验,提出了 钢丝绳与滑轮的最佳选配原则和焊接卷筒壁厚的减薄理论与方法。经初步应用证明,采用上述原则与方法,可显 著改善钢丝绳与滑轮的综合匹配效果,并使卷筒壁厚比传统设计方法减薄20%～30%。     

随机载荷作用下的疲劳裂纹扩展

船舶等许多工程结构在服役过程中的受载荷历程是一个随机过程.而变幅载荷下的载荷相互作用对疲劳裂纹扩展寿命将产生显著的影响.因此研究随机载荷作用下的裂纹扩展及定量计算对船舶结构的疲劳寿命预测的可靠性是十分重要的.该文提出了一个基于有效应力强度因子,以应力比和裂纹尖端塑性区尺寸为主要参数的随机载荷作用下疲劳寿命预测模型.该模型用于预测几种载荷谱作用下的裂纹扩展试验,结果表明预测结构和实验结果符合得很好.     

一种新的路径积分法在船舶横摇概率计算中的应用

基于Gauss-Legendre积分规则提出了一种新的路径积分法来计算随机横浪中船舶非线性横摇运动的概率密度分布,新的路径积分法能够得出精确的瞬态概率密度分布,包括系统响应尾部区域的概率分布,其对系统的可靠性分析是十分重要的.船舶随机横摇运动微分方程考虑到阻尼力与恢复力的非线性.数值模拟了联合概率密度函数随时间的演变,分析了外部激励强度对船舶稳态概率密度分布的影响.数值模拟的结果表明新的路径积分法对研究船舶非线性横摇运动概率密度分布是十分有效的.     

白噪声海浪激励下船舶非线性横摇运动的概率分析

应用求解FPK方程近似解的一种新理论研究白噪声激励下船舶非线性横摇运动的联合概率密度函数及稳定期望穿阈率.船舶随机横摇运动微分方程考虑到阻尼力与恢复力的非线性.新理论基于减少FPK方程的误差以获得参数化的联合概率密度函数.应用本理论易得一维积分表达的系统响应的概率特性,如联合概率密度函数及稳定期望穿阈率.近似解与精确解的比较结果表明:新理论在研究白噪声激励下船舶非线性横摇运动是非常有效的.     

不同设计变量情况下圆柱筒结构疲劳断裂寿命的灵敏性分析

首先提出了疲劳寿命的各因素灵敏梯度和灵敏度因子计算新方法,接着对确定性设计变量情况下的圆柱筒结构和含不确定性随机变量情况下的圆柱筒结构的疲劳寿命进行了灵敏性分析,得到了在影响耐压厚壁筒概率疲劳断裂寿命的诸多因素中,材料特性常数c,n的总影响比其它因素的影响大得多,c,n的精确性是计算或评估厚壁筒结构疲劳寿命的关键因素,所得结果对圆柱筒结构的设计、制造与使用提供理论依据.     

基于脑电信号分析的不同年龄驾驶人疲劳特性

为研究不同年龄驾驶人驾驶过程中疲劳情况及疲劳累积速度,对比其疲劳产生与变化的差异性,获取不同年龄驾驶人的最优驾驶时间,设计自然驾驶试验,利用Physio生理多导仪采集脑电数据,并采用主观检测方法对驾驶人进行问询。应用MATLAB对采集到的脑电数据进行降噪处理,通过积分获取各时段α波、β波和θ波的平均功率谱密度,进而求得脑电指标R_（α/β）,R_（θ/β）,R_{（α+θ）/β}。利用SPSS将其与驾驶时间进行单因素方差分析,并通过敏感性判断,选取R_{（α+θ）/β}作为驾驶疲劳表征指标。对各年龄段驾驶人的R_{（α+θ）/β}进行均值化处理,并将其与驾驶时间进行线性拟合,分析驾驶人年龄对驾驶疲劳累积速度的影响。对驾驶过程中各时段的R_{（α+θ）/β}进行配对样本t检验,并结合主观问询结果确定不同年龄驾驶人的最优驾驶时间。研究结果表明：青年和中年驾驶人在0~1.5 h内疲劳累积速度相对缓慢,老年驾驶人较快;在1.5~3 h内,青年驾驶人疲劳累积速度最快,中年驾驶人最慢;老、中、青年驾驶人的最优驾驶时间分别为60~75,120~135,105~120 min;不同年龄驾驶人其驾驶经验、体力和精力及外界环境干扰是影响疲劳累积速度的重要因素;试验结果验证了采用R_{（α+θ）/β}作为驾驶疲劳表征指标的有效性,有助于为不同年龄驾驶人安全驾驶时长的确定提供科学依据。