基于视觉的前方车辆探测技术研究方法综述

对国内外关于车道上本车前方车辆检测方法进行了综述。根据探测车辆所采用的传感器不同,分别对采用单目视觉、双目视觉、视觉与其他传感器融合以及非视觉传感器的几种探测方法进行了比较与分析。同时,针对每种探测方法,进一步阐述了目前车辆识别的一些具体算法。最后,指出了每种方法存在的优点和一些不足。     

智能车辆安全辅助驾驶技术研究近况

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。     

基于边缘对称性的车辆前方行人检测方法研究

利用视觉传感器信息丰富的特性，提出了一种基于边缘对称性的行人检测方法。利用Sobel算子和Hough变换确定车辆前方的感兴趣区域（AOI），然后提取感兴趣区域图像的垂直边缘，根据行人腿部的垂直边缘对称性确定垂直边缘对称轴，并结合行人形态特征以确定行人初始候选区域，最后采用灰度对称性和局部熵对行人候选区域进行目标识别验证。道路试验结果表明，该检测方法识别有效、可靠，并具有良好的鲁棒性。     

基于机器视觉的智能车辆前方道路边界及车道标识识别方法综述

为了全面了解国内外在基于机器视觉的智能车辆前方道路边界及车道标识识别领域的研究进展，文章介绍了近年来一些典型的基于机器视觉的道路边界及车道标识识别系统，对基于机器视觉的前方道路边界及车道标识识别方法进行了分类，对各大类方法中采用的不同技术进行了阐述，然后对基于机器视觉与其他传感器融合的识别方法进行了总结，最后就该领域的研究难点及发展趋势进行了简要论述。     

基于熵最大化图像分割的直线型车道标识识别及跟踪方法

为了解决在道路路面材料不一致或光照不均匀情况下的车道标识线的识别和跟踪问题,提出一种基于熵最大化的图像分割可变形模板的车道标识线识别及跟踪方法.该方法结合了图像变窗口处理技术和基于熵最大化分割方法来实现对道路图像的理想分割,然后利用可变形模板匹配方法得到车道标识线参数,最后采用建立梯形感兴趣区域的方法实现对车道标识线的实时跟踪.试验结果表明：该方法具有很好的可靠性、鲁棒性和实时性.     

我国专用汽车行业标准:面对重重困难,不断走向完善

有业内人士认为,近两年来新标准制订和旧标准修订的工作非常繁重,反映出我国专用车行业标准在近十年的发展过程中在不断完善；行业标准在制订和修订过程中的艰辛,反映出专用车行业标准制订工作存在亟待解决的问题。可以说,我国专用汽车行业标准是在艰难中不断走向完善的。     

疫情带来的挑战和机遇

2020新冠肺炎疫情来势凶猛,国内采取了"封城"、停工、停学的严管措施。基于工业企业年后复工延期、供应链短期偏紧,用户购车观望,客运量与货运量短期下滑等因素的影响,我国宏观经济将短期下行,并对商用车市场的发展产生了较大影响(详见本期焦点栏目)。笔者分析认为,这场新冠肺炎疫情的出现将加速或者改变目前我国商用车行业的格局,对于我国专用车行业来说或将呈现以下新变化和新机遇。     

成灌铁路桥梁设计

成灌铁路客运专线全线以高架桥为主。为满足灾后科学重建的要求,通过优化桥面布置减小了桥梁宽度,选用外形圆顺的箱形截面梁和桥墩增强了桥梁景观效果,采用与相邻简支梁平顺过渡的连续梁外形使桥梁线形流畅,采用配有阻尼器的盆式橡胶支座以降低连续梁主墩的地震作用,对无碴轨道道岔连续梁桥纵向分幅减小了桥梁横向伸缩量,在上跨公路的框架墩柱上设竖向拉槽改善了桥墩视觉效果,在长盖梁框架墩边柱顶设置支座以减小温度作用,结合结构整体受力分析、局部应力分析及动力分析,确保了桥梁设计满足安全性、舒适性、经济合理性、可持续发展和景观要求。     

船舶结构振动自动测试与数据处理系统

本文介绍船舶结构振动自动测试与数据处理系统的组建及相关的计算机软硬件。使用本系统替代传统的光电和磁带记录仪进行实船结构振动测试，具有实时分析强、操作灵活、便于组成数据库等优点。     

船用黑匣子数据压缩系统的实现

船用黑匣子为航运事故的分析及处理提供了依据,而航行数据压缩技术是其关键的软件。本文首先以框图形式简介黑匣子的系统结构,提出了采用数据压缩技术的必要性及其基本原理,然后采用各种数据压缩编码方案建立多项式预测模型,通过分析比较认定在船用黑匣子数据压缩系统中采用零阶及一阶预测法进行数据压缩较为可靠。本文还介绍了浮动窗口零阶预测法、浮动窗口一阶预测法以及具有自适应性的变窗口零阶预测法等几种实用的数据压缩方法。最后,以零阶预测法解压过程为例,略述将压缩处理后的数据恢复成近似原始数据的工作原理与过程。