融合Lite-HRNet的Yolo v5双模态自动驾驶小目标检测方法

针对目前自动驾驶领域的目标检测算法在对道路小目标和密集目标进行检测的时候出现漏检的问题,提出一种融合Lite-HRNet的Yolo v5网络。首先为了获得高分辨率的特征检测图将Lite-HRNet作为Yolo v5的主干网络,以增强对小目标及密集目标的检测。为提升暗光场景下的检测性能,将红外图像与可见光图像进行动态权值融合,充分发挥可见光图像与红外图像的互补优势。由于主干网络进行了充分的特征融合,为加快检测速度取消在检测层中的特征融合结构。其次为了加快收敛速度和提高回归精度采用α-EIoU作为边界框损失函数,同时为选取针对数据集更合适的先验框,使用二分K-means算法进行聚类,并且使用小目标数据增强算法对数据集进行样本扩充。最后在flir数据集上进行对比测试,根据实验结果,提出的算法比Yolo v5在平均精度上提高了7.64%,小目标和密集目标的漏检率明显减少。     

基于场景动力学和强化学习的自动驾驶边缘测试场景生成方法

为解决小概率高风险边缘测试场景的问题,本文提出一种基于场景动力学和强化学习的边缘场景生成方法,实现边缘场景的自动生成,能模拟真实世界中车辆间的对抗与博弈行为的特征。首先将随时间动态变化的场景模型由一组微分方程描述为场景动力学系统;然后利用神经网络作为通用函数逼近器来构造场景黑盒控制器,并基于强化学习实现边缘场景控制器的优化求解;最后以超车切入场景为例,在Matlab/Simulink软件进行仿真验证,结果表明,边缘场景强化生成模型在场景交互博弈、覆盖率和可重复测试等方面具有良好的性能。     

面向自动驾驶汽车测试的交通车辆交互过程建模

为满足自动驾驶汽车测试对场景真实度的要求,提出一种针对交通车辆交互关系的耦合特征建模方法。结合基于机理模型构建的虚拟数据和采集的真实场景数据建立交通车辆行为数据集;采用深度学习建立局部信息响应的交通车辆行为决策模型、跟驰模型和换道模型,结构相对简单的单体模型能提升场景模拟的可扩展性;针对自动驾驶汽车测试对模型鲁棒性要求高的问题,建立分布执行-集中对抗训练的架构进行交通车辆模型优化,提高模型对输入扰动的鲁棒性。构建交通车辆交互仿真环境对模型进行仿真,通过仿真数据与真实数据分布之间的对比和量化评价指标验证模型的有效性。     

日本自动驾驶技术货车列队驾驶实证试验项目介绍

2021年4月底,日本国土交通省公布了《面向实现和普及自动驾驶的措施报告与方针》第五版概要方案,这是国土交通省和经济产业省主导下主持起草的推动自动驾驶技术的工作方案,该报告中介绍了过去在自动驾驶技术方面的各项工作和相应举措,并对未来工作方向提出了计划。货车列队驾驶实证试验是其中的重要项目之一,本文梳理介绍该项目5年来所做的工作和阶段性成果,以及未来的目标和实施计划。     

公路工程施工索赔的操作

在当前市场经济环境中,公路建设中的施工索赔是一种正常的现象。但由于人们思想观念受计划经济时期传统思想的影响,在施工中,业主往往忌讳索赔,承包商不敢索赔,也不懂索赔,当意识到利益受损时,已错过索赔的期限,导致企业蒙受损失。结合工程实例,简述施工索赔的一般操作过程。     

福特Model U概念车的三大亮点

未来汽车可用语音控制 未来驾驶汽车,不再是只能依靠手动,语音等方式也有可能成为未来汽车的辅助驾驶途径之一,这是福特公司推出福特Model U系列概念车所希望传达给人们的信息.同时,Model U也提供了革命性的一系列面向未来汽车问题的解决方案.     

轮机模拟器在高压电力系统培训中的应用

介绍SMSC 2009型轮机模拟器应用。该设备符合STCW公约马尼拉修正案和国家海事局对电子电气员、轮机员适任证书考试的要求,具备高压电力系统的常规操作训练、安全及特殊操作训练、继电保护功能训练和故障分析训练等多种功能,在船员高压电力系统专项培训中发挥了重要作用。     

一句话新闻

日前，贵州省沿河自治县海事处对辖区内乌江流域100吨级以下船舶的137名船工进行了为期5天的技能、基本安全知识等理论和实践培训，以提高他们的驾驶技术和安全防范、应急处理本领。     

特约

酷热难当，一群喜欢迷彩服的年轻人，驾驶着越野车来到了郊外的场地。感受下竞争的愉悦，感受下合作的默契，在这个8月里面需要一些这样的场面。