基于全局位置精度损失最小化的路侧多传感器目标关联匹配方法

针对路侧单传感器存在感知盲区、多传感器协同感知存在大量冗余信息且位置精度较差、车辆位姿准确值无法在线获取等问题,提出一种基于全局位置精度损失最小化的路侧多传感器目标关联匹配方法.首先,根据各传感器历史数据,以方差最小化为优化目标进行多传感器权重分配;然后,基于级联KM匹配算法处理多传感器存在大量冗余信息的目标级数据,实...     

基于改进YOLOv5的小目标交通标志检测算法

针对小目标交通标志检测精度低的问题,提出基于改进YOLOv5的小目标交通标志检测算法。优化YOLOv5的主干网络结构,采用微小目标检测层替换原始大目标检测层,调整下采样倍数,将MobileViT Block融入颈部网络,采用离线增强与在线增强的方法对数据集进行处理。实验结果表明：与其他目标检测算法相比,改进算法的小目标交通标志检测均值平均精度为85.3%,参数量降低了39%,FPS为70,满足实时检测的要求。     

面向混合增减制造的拓扑优化研究

回顾了混合增减制造、面向混合增减制造的拓扑优化的最新发展,以及面向混合增减制造的拓扑优化中存在的权衡关系,还讨论了这些主题的挑战和未来趋势.希望能够激励学术界为连接多目标拓扑优化(MOTO)和混合增减制造做出更多贡献.     

目标成本控制视阈下路桥项目施工成本控制策略分析

文章结合某路桥项目实例,基于目标成本控制理论的基本原理与基本步骤,分析在目标成本控制视阈下路桥项目施工成本控制的相关策略与具体措施,为其他路桥项目的施工成本控制决策提供相关参考。     

多线引入的轨道电路横向连接位置优化计算方法

针对当前工程设计环节中电气化复线铁路轨道电路横向连接位置计算完全依靠人工、计算工作量大且准确性不高的情况,在充分考虑模型准确性、设计规范、工程预算、牵引回流性能等因素的前提下,提出一种多线引入情况下的电气化复线铁路轨道电路横向连接位置优化计算方法.首先,构建多线引入情况下的横向连接位置数学模型,并进一步将横线连接位置的...     

基于时程分析法的地铁盾构隧道抗震设计

地铁工程一旦遭遇地震作用的破坏,后果严重。目前地铁隧道常采用盾构法施工,为研究地震作用对盾构隧道的影响,先分析盾构隧道的抗震性能目标,再提出基于直径变形率的盾构隧道在性能要求I时和性能要求II时的变形限值,后采用midas软件进行非线性时程分析。分析表明,在E2地震作用下,盾构隧道承载力满足规范要求,变形满足性能要求I,即中震弹性;在E3地震作用下,盾构隧道变形满足性能要求II,即大震局部弹塑性。     

圆筒型FPSO阻尼板结构强度计算方法研究

阻尼板作为增加圆筒型FPSO附连水质量和黏性阻尼的关键装置,可有效降低垂荡和横摇运动.阻尼板通常为与柱型筒体相连的悬臂梁式箱型结构,阻尼板及其与筒体连接区域处的结构设计及强度校核是圆筒型FPSO结构设计的关键.以阻尼板处最大压力及最大阻尼力作为目标设计载荷,采用子模型法校核其结构强度,以总强度分析得到的变形作为子模型边界条件,采用Morison法模拟黏性阻尼载荷,对阻尼板结构强度进行校核分析,为阻尼板的结构设计提供依据和指导.     

基于相机与激光雷达融合多目标检测算法研究

准确的多目标感知系统是自动驾驶技术的关键。本文提出了一种基于相机与激光雷达融合的多目标检测算法。针对相机传感器无法获得准确的目标距离等深度信息,激光雷达无法获得准确的目标类别信息的问题,首先采用嵌入自适应特征融合模块的YOLOv7网络处理相机数据,同时对激光雷达数据进行点云预处理以消除无用的噪声点;其次,利用坐标变换将激光点云数据和相机数据转换到像素坐标系中;最后,采用基于ROI感兴趣区域的方法对点云进行聚类处理,以参数加权的方式融合两种传感器的检测结果。实验结果表明,嵌入改进YOLOv7网络的融合算法能够检测出更加准确的目标信息。     

计及少样本的YOLOv5s轨枕掉块小目标缺陷检测方法研究

轨枕作为固定钢轨和扣件的重要轨道零部件之一,由于长期承受钢轨传来的各种作用力,其端部易出现掉块,造成轨道机械结构稳定性下降,故轨枕掉块缺陷检测对保证列车正常运行起到重要作用。针对轨枕掉块缺陷检测方法存在精度较低和缺陷样本少的问题,提出一种计及少样本的YOLOv5s轨枕掉块小目标缺陷检测方法。首先,采用Copy-Pasting数据增强方法增加轨枕图像中掉块小目标数量,解决缺陷样本少的问题;其次,通过降低网络下采样倍数和删除大尺度检测层的方式改进YOLOv5s模型的多尺度检测层,提高轨枕掉块缺陷检测精度和速度;然后,将锚框之间的平均交并比作为距离量度改进K-means聚类算法,并使用遗传算法优化,重新匹配适合轨枕掉块缺陷检测的锚框;最后,使用跨尺度连接结构和双向特征加权融合模块改进YOLOv5s的特征融合结构,增强特征融合能力。实验结果表明,与原模型相比较,改进后的YOLOv5s模型平均精度达到94.1%,提高2.3%,检测速度达到93.3 fps,提高26.6 fps,能够准确且快速地识别轨枕掉块小目标缺陷。     

城市轨道列车惰行优化研究

提出了一种基于改进目标速度的惰行节能控制策略。该策略使列车在满足运行时分的前提下以较低的能耗运行。同时在研究和比较了传统的列车惰行控制策略之后,优化了列车在惰行过程中运行工况频繁变换的问题,使列车运行更加合理和满足实际的操纵。最后利用VC++软件实现了该优化控制策略仿真模块的开发,线路模拟结果验证了该控制策略的正确性和可行性。