A Lane-Level Road Marking Map Using a Monocular Camera

The essential requirement for precise localization of a self-driving car is a lane-level map which includes road markings (RMs). Obviously, we can build the lane-level map by running a mobile mapping system (MMS) which is equipped with a high-end 3D LiDAR and a number of high-cost sensors. This approach, however, is highly expensive and ineffective since a single high-end MMS must visit every place for mapping. In this paper, a lane-level RM mapping system using a monocular camera is developed. The developed system can be considered as an alternative to expensive high-end MMS. The developed RM map includes the information of road lanes (RLs) and symbolic road markings (SRMs). First, to build a lane-level RM map, the RMs are segmented at pixel level through the deep learning network. The network is named RMNet. The segmented RMs are then gathered to build a lane-level RM map. Second, the lane-level map is improved through loop-closure detection and graph optimization. To train the RMNet and build a lane-level RM map, a new dataset named SeRM set is developed. The set is a large dataset for lane-level RM mapping and it includes a total of 25157 pixel-wise annotated images and 21000 position labeled images. Finally, the proposed lane-level map building method is applied to SeRM set and its validity is demonstrated through experimentation.      

现代市政道路给排水管道工程的设计与施工探讨

市政道路给排水管道工程设计与施工是一个综合性的过程,要考虑各个方面的影响因素,其工程质量关系着城市运行的稳定性,具有非同寻常的作用。在市政道路给排水工程施工中,需要涉及到多个工艺环节,要合理调控各个环节的连接关系,保证工程的有序施工,严格管控工程质量。     

基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法

为了有效降低因驾驶员紧急换道行为而诱发的交通事故，提高道路交通事故链阻断效率，提出一种基于高斯混合隐马尔科夫模型（GMM-HMM）和人工神经网络（ANN）的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识，采用ANN预测下一时段的驾驶行为，再预测换道过程中的横向加速度变化率，从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明，该方法预测避险成功率达92.83%，实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。     

“一带一路”下中国食品贸易争端解决的法律机制

随着"一带一路"在沿线国家间的有序推进,中国食品贸易量在迅速扩大,而其中的食品贸易争端也随之逐渐凸显。由于中国食品安全保障的法制机制建立时间较晚,食品安全标准不够统一且无法与国际标准接轨,中国食品贸易因此屡遭技术性贸易壁垒。对此,应在进一步完善国内食品安全保障的法律体系基础上,调整国内食品安全标准以回应国际要求,并从主导建立涵盖"一带一路"沿线国家在内的统一食品安全质量标准、掌握食品安全保障区域规则制定的话语权,以及落实法律机制的具体实施途径等维度,对中国食品贸易争端解决的法律机制进行构建。     

抗凝冰乳化沥青涂层的性能研究

为了研究自制融雪剂对抗凝冰乳化沥青涂层性能的影响,将自制固态型融雪剂按5%、10%、15%的比例加入乳化沥青制备涂层乳液,采用水煮法、摆式摩擦仪、电导率试验分别对涂层材料的粘附性、抗滑性能和抗凝冰性能进行了测试。结果表明:自制型融雪剂对乳化沥青与集料的粘附性影响不大;随着融雪剂掺配比例的增大,抗凝冰乳化沥青涂层的摩擦系数有所降低,但均满足规范要求;相比于普通沥青涂层,抗凝冰乳化沥青涂层的抗凝冰性能得到改善,且随着融雪剂掺配比例的增大,凝冰性能逐渐提高。     

煤矿工业场地道路照明接地系统问题探讨

文章简要介绍了煤矿工业场地的特点和低压配电系统接地方式分类,从安全性、经济性的角度分析了TN接地系统和TT接地系统在道路照明回路中的优缺点。通过对比TN-S系统与TT系统的接地故障电流差异、TN-S接地系统用于道路照明的等电位联结困难程度,总结出煤矿工业场地的道路照明配电系统适宜采用TT接地方式。并且详细阐述了TT接地系统剩余电流动作保护器保护整定方法和灵敏度校验方法,列举了煤矿工业场地道路照明选用TT系统时需要注意的中性线不可重复接地的问题。     

基于深度残差学习的自动驾驶道路场景理解

随着道路场景理解技术的快速发展，自主驾驶领域取得了长足的进步。在相关任务中，包括道路分割、分类和车辆检测的实时性和准确性是安全性的一个关键问题。为此，提出了一个具有编/解码器网络结构的基于深度残差学习的方法。一方面，编码器网络结构使用不同层次的残差网络来提取高维中的抽象特征，这些特征在接下来的三个任务中共享使用；另一方面，解码器网络结构采用一种子任务的并行计算机制，即道路分割、车辆检测和道路分类任务同时执行。此外，全卷积神经网络用于对提取的图像特征进行上采样以解决道路分割问题。最终，实验结果表明在保证高精度的前提下处理帧率可达到15 fps以上。     

温拌LDPE改性沥青混合料性能研究

选择Sasobit和Evotherm 3G两种温拌剂对温拌LDPE沥青混合料制备工艺和性能进行研究。首先,比较变温等体积法和等黏温度法两种方法,并确定两种温拌混合料的拌和及击实温度。在此基础上,分别采用车辙试验、低温弯曲试验、中点加载弯曲试验以及冻融劈裂试验评价70#、LDPE、Sasobit-LDPE以及3G-LDPE四种沥青混合料的高温性能、低温性能、疲劳性能和水稳定性。结果表明,两种温拌技术均是可行的,Sasobit和3G温拌技术可使施工温度降低20℃和15℃。与热拌LDPE沥青混合料相比,Sasobit温拌沥青混合料具有更好的高温性能和水稳定性,在高应力比条件下抗疲劳性能更好,低温性能虽变差,但是优于70#沥青混合料;3G温拌沥青混合料的高温性能,低温性能以及水稳定性则与热拌LDPE沥青混合料各项性能较为接近,抗疲劳性能变差,但是优于70#沥青混合料。     

高排放标准下道路燃油车处境分析

针对国六排放标准实施后道路燃油车竞争和生存压力加大的问题,调查统计近5 a汽车及新能源汽车的保有量,汽车保有量以年均12%的比例增长,新能源汽车保有量以每年约50%的比例增长;研究和对比近年来机动车排放标准,分析道路燃油车节能减排存在的问题,从政策引导制约、供油企业升级改造、燃油车本身的改进优化等几方面提出时效性方案与建议。     

基于FWD的半刚性基层开裂状况无损评价模型

为无损判别半刚性基层开裂状况,以落锤式弯沉仪(FWD)为平台反演基层模量,分析弯沉盆匹配法和规律法模量反演结果的差异,进行基层反演模量与开裂状况的相关性分析,以基层模量比为评价指标,建立基层开裂状况无损评价模型和评价标准。研究表明：铣刨后的半刚性基层表面可视化损坏模式主要为裂缝;与弯沉盆匹配法相比,弯沉盆规律法的模量反演结果唯一且土基模量变异性较低;基层模量比与基层开裂状况在半对数坐标下具有良好的线性关系;基层开裂状况可分为四类,基层模量比分界值分别为0.68、0.47、0.30。该评价模型适用于不同强度的半刚性基层损坏状况的无损判别,可为路面大中修设计是否翻修半刚性基层提供决策支持。