铝合金抗凹支架行人保护性能研究

抗凹支架是发动机罩锁扣区域行人头部碰撞的重要吸能部件,对铝合金抗凹支架结构的行人保护性能进行了研究。建立有限元分析模型并对碰撞过程进行仿真模拟,结果表明抗凹支架区域头部伤害值较大,碰撞初始头部加速度偏低,后期头部触底。利用简化模型对头部受力进行分析,通过调整材料密度进行仿真,研究随动质量抵抗力对头部加速度的影响。结合分析提出有利于行人保护的连续式抗凹支架形式。     

基于双向参考集矩阵度量学习的行人再识别

针对行人再识别中由于外观差异不显著导致特征描述不准确的问题，该文提出一种基于双向参考集矩阵度量学习(BRM2L)的行人再识别算法。首先通过互近邻算法获得每个摄像头下的互近邻参考集，为保证参考集的鲁棒性，联合考虑各摄像头下的互近邻参考集获得双向参考集。通过双向参考集挖掘出困难样本进行特征描述，从而得到准确的外观差异描述。最后利用该特征描述进行更有效的矩阵度量学习。在多个公开数据集上的实验结果证明了该算法比现有算法具有更好的行人再识别性能。     

大跨铝合金人行桥人致振动分析及舒适性评价

铝合金人行桥因质轻、便于吊装施工等特点而成为人行桥设计新选择,但由于铝合金质轻、弹模低使得相比于钢结构人行桥更易出现振动舒适性问题。文中以三座大跨铝合金人行桥为对象,对行人质量影响下的结构振动基频及人致振动响应进行了分析,与同结构形式下钢结构人行桥进行了对比讨论,并结合各国振动舒适性规范对振动舒适性进行了评价。结果表明,铝合金人行桥因质量轻,相比于钢结构其振动基频对行人质量影响较敏感,设计中需考虑行人质量对降低结构基频的影响,从而使结构从超谐共振进入共振而产生过大振动,设计中建议适当提高结构振动基频以满足舒适性要求。     

基于YOLOv4与光流法的行人检测和计数方法研究

针对行人进行检测与统计的问题进行分析和研究,提出一种基于深度学习的方法。首先分析YOLOv4算法的优越性,并使用监控下获取的行人图像和YOLOv4算法,训练出深度学习模型。再在监控下进行实时行人检测和统计,针对部分实验结果精度较小的问题,采用光流法进行改进。改进后的检测速度以及检测精度基本满足行人检测和计数的需求。