现代城市轨道交通识别系统中的色彩设计研究

视觉识别系统正日益成为国际性设计语言,而随着现代城市交通压力的不断升温,交通识别系统也将成为轨道交通系统的独特表达语言并对交通状况的改善起到积极作用。本文便是以地铁交通系统为例,讲述了交通识别系统中的色彩设计是如何运用的,通过巧妙的色彩搭配运用可以使人们清楚易懂的在封闭的地下空间分辨方向及位置,也可以在漫长的等车过程中享受色彩带来的视觉冲击,从而使整个交通运输环境形成良好的氛围。     

道路交通标志检测识别技术的应用分析

交通标志识别作为智能交通系统的一个重要研究领域已得到很大的发展,对人们日常行车安全将提供极大的帮助。但要实现普及还面临很多的难题,比如道路标志识别系统对应用环境的鲁棒性需要进一步加强,智能的处理方法较少,处理速度有待提高。     

车型与车牌自动识别技术分析

文章着重分析了车型识别技术与车牌自动识别技术，并指出模糊逻辑技术与神经网络技术的使用是解决车型识别和车牌识别这种复杂非线性问题的一个良好的途径。     

热水管网系统的异物堵塞及冲洗

供暖系统室内外管网中异物堵塞是常见故障之一，文中介绍了如何判定异物堵塞及其部位、故障排除及管道冲洗方法等。     

地铁风险空间分析及异物检测系统技术要求

为了规范地铁风险空间异物检测系统的设计与安装,切合未来地铁无人驾驶的需求,首先分析地铁站台屏蔽门与列车门之间风险空间的风险特性与异物事件的发生原因,对比现有防夹装置和风险空间异物检测技术的优缺点,然后根据异物事件的异物体积、风险性与危害程度进行风险等级划分,并对现有异物检测系统进行检测水平评估,最后总结未来地铁无人驾驶环境下的异物检测系统必须达到理想化人工瞭望灯带技术及其以上的检测水平,本研究为未来地铁无人驾驶技术和异物检测技术的发展与应用提供参考。     

基于Faster R-CNN网络模型的铁路异物侵限检测算法研究

行人和车辆等异物侵入铁路周边限界内的情况严重威胁了行人自身安全及铁路行车安全。针对传统铁路异物检测算法识别精度不高、分类不明确和结果易受外界环境影响等缺点,提出了一种基于Faster R-CNN网络模型的铁路异物侵限检测算法,并对该模型做适应性改进以满足铁路异物检测的现实需要。提出将全连接层用全局平均池化层替代来减少参数量;通过增加锚点个数来提高对目标区域建议的精确性;引入迁移学习思想训练网络以解决铁路异物侵限数据匮乏问题。在铁路异物侵限视频数据集上进行测试表明,本算法对于人、车及部分动物的综合检测精确度达到了97.81%。     

探地雷达在公路工程无损检测中的试验研究

本文应用探地雷达对路面厚度、桥头搭板下脱空和路基内异物进行了探测试验研究,验证了此检测方法的有效性和可靠性.     

光纤光栅在铁路防灾安全监控系统中的应用

介绍了光纤光栅异物侵限监测报警系统的技术特点,重点介绍该系统在铁路防灾安全监控工程中的应用及优越性。     

长沙地铁引导与识别系统设计的改进建议

以长沙地铁2号线的引导与识别系统设计为例,从用户体验感、载体的功用度、设计协同度及行业发展需求等方面分析了地铁引导与识别系统设计中存在的问题,针对性地提出了完善该系统设计的建议.地铁引导与识别系统不仅通过管理空间或环境信息为使用者指引方向并提供服务,也体现了城市文化和地域特色,在设计中要注重功能性与艺术性的统一、人与环境的统一、地铁文化差异与国际标准制度的统一.