高速公路下伏采空区沉陷预测

运用大型非线性有限元分析软件ADINA对木石高速公路800m沉陷段进行数值模拟,根据物探资料进行建模。对采空区沉陷竖向及水平位移进行分析,阐述了采空区暂时稳定的原因及其对高速公路的影响。     

汽车车身模具的数字化快速修复技术

针对存在局部物理缺陷或疲劳磨损的汽车车身冲压模具的可重用性,提出了缺陷特征提取和有限元分析耦合技术方案,实现了模具的数字化快速修复。以抽取模具点云中诸如缺陷边界、缺陷原形等特征为基础,并利用特征诱导技术恢复原始模具在缺陷处的基本特征形态。通过冲压过程的动态模拟来矫正基本的特征形态,修复模具在局部缺陷处的CAD模型,为最终以激光焊接技术和高速硬切削技术为基础实现模具的快速物理修复提供可靠的依据。     

交通路网数据自动增量识别与技术更新

道路网络数据是进行交通分析研究、规划设计的基础,为保证数据的现时性,时间和版本的继承性,交通部门需要参考不同来源数据对路网进行更新,文中针对这种专业现状和需求,提出了1种以各种来源新采集路网矢量数据为参考,进行快速、准确自动增量识别及增量更新的技术方法,从而大大减轻路网数据每年更新维护的时间与人力投入。     

基于单线激光雷达的SLAM系统功能优化设计

地图与导航是无人驾驶与机器人领域的关键点,针对单线激光SLAM(同步定位与地图构建)系统功能优化问题,利用DOE(实验设计),提出了基于单线激光雷达的SLAM系统功能优化方法。首先,基于SLAM小车平台,利用Gmapping、Hector、Karto、Cartographer四种算法对室内环境进行建图,分析建图结果,提出最优建图方法。其次,依据AMCL定位算法,分别利用A*和Dijkstra两种路径规划方法,通过对比定位导航效果,提出基于参数匹配的定位导航功能优化方法。在此基础上,提出系统功能匹配优化方法,完成SLAM系统功能优化设计。     

噪声地图技术在高速公路噪声污染防治中的应用研究

噪声地图是一种通过声压级分布来体现特定区域或点位噪声强度的声学仿真技术,一般用于医院、学校等特殊声功能区的噪声监测与控制。基于江苏盐靖高速K166段的噪声状况,本研究首次将噪声地图应用于高速公路交通噪声防治方案的设计,通过一般敏感点监测、噪声衰减断面监测及24h连续监测等3种监测方法对该路段进行了系统的环境噪声质量监测,在此基础上建立了噪声地图仿真模型并提出了降噪方案。     

基于智能船厂的三维电子地图开发技术

研究基于智能船厂的三维电子地图开发技术，开发三维电子地图相关组件并实现地图瓦片化、动态加载、位置校准、地图缓存等功能，通过直观的地理实景模拟表现方式快速搭建智能船厂三维电子地图服务，为管理者提供设备、人员和中间产品等信息检索服务，有效提升船厂数字化、智能化、信息化程度，可为构建船厂资源管理和工装管理智能化提供技术支撑，进一步挖掘生产和管理环节潜力，推进船舶行业信息化建设。     

基于PDA的舰艇生命力电子巡检系统设计

针对舰艇航行安全保障需求，综合运用个人数字助理（Personal Digital Assistant，PDA）设计舰艇生命力电子巡检系统，开展巡检系统总体设计、巡检数据信息采集设计、管理终端设计和巡检终端设计。该系统不仅可及时有效发现舰艇事故灾害隐患，而且可归纳舰艇事故灾害规律，为舰艇航行安全的精细化和信息化管理提供有力支撑。     

多线索融合的结构化道路检测算法研究

为实现结构化道路的检测，提出了一种用于道路检测的激光雷达和视觉融合法，通过提取激光雷达在道路边缘的三维点云信息，将其投影到视觉图像上，形成激光点云与图像的映射关系，生成激光雷达似然图。通过改进提取道路的颜色、纹理、水平线等特征的方法，生成相对应的视觉似然图。在贝叶斯框架下将激光雷达和视觉生成的似然图进行融合。在KITTI数据集上测试可知，精度达到94%，准确率达到86%，表明该道路检测法具有较好的道路检测果。     

基于2阶HMM的智能车视觉地图定位方法

本文中针对视觉地图匹配问题，将视觉地图匹配问题转化为基于图像序列的最优视觉地图节点匹配问题，并提出基于2阶隐马尔科夫模型（hidden Markov model,HMM）的视觉地图匹配方法。在该模型中，状态变量被定义为高精度视觉地图节点，查询图像被定义为观测数据。在状态转移模型中，引入2阶模型对短时间车辆运动进行匀速运动建模，与传统的1阶HMM相比，可以提高模型的适用性与准确性。提出利用全局图像特征建立查询图像与地图节点之间的匹配关系，并从匹配的汉明距离建立发射概率模型，可有效提高地图匹配的效率。最后，通过前向算法来求解最优匹配的地图节点。为了验证算法的性能，分别在封闭工业园区、开放道路和KITTI公开数据集对算法进行验证。实验结果表明：2阶HMM模型能够有效融合车辆运动信息和图像信息，提高匹配的稳定性和精确度，算法性能明显优于传统的基于单帧匹配和序列匹配算法。     

Towards a holistic digital twin solution for real-time monitoring of aquaculture net cage systems

Digital twins and relevant concepts are being applied in a wide variety of ways, and they are of most use when an actual real-world physical system or process (a physical twin) is changing over time and when measurement data correlated with this change can be captured. In this work, a digital twin model was implemented for real-time monitoring of aquaculture net cage systems, which is notoriously challenging because of several difficult-to-measure properties, such as forces on and deformation of the flexible netting structures, waves and flow field alterations around the cage and complex stiffness behaviour of the mooring elements made by fibre ropes. These properties were set to be adaptable according to the resultant outputs, such as cage responses and mooring loads that were continuously compared with the measurement data obtained from remote monitoring sensors. In this way, real-time sensor data were assimilated into the numerical simulation model for representing the actual net cage system. No dedicated sensors were used for fish monitoring, but the fish behavioural responses to current, wave and cage deformation were modelled according to relevant field observational data. A wireless sensor network has also been tested for the digital twin implementation, which was found to be suitable for practical uses in fish farms.