基于方向ROEWA算子的高分辨率SAR图像道路提取

指数加权均值比率ROEWA算子是SAR图像阶跃边缘提取中较为常用的算法,但该方法只能提取边缘强度,不能得到边缘方向。本文在ROEWA算子的基础上,利用添加方向模板的方法,提出了获取边缘方向的ROEWA改进算法。并根据得到的边缘方向,分别提出了一种边缘筛选算法和快速的Hough变换算法,从而提取出图像中的直线信息。实验表明,本文方法准确、高效,且对SAR图像中的相干斑噪声具有很好的抑制作用。     

基于单片机控制的道路照明节电控制系统

该文研究和探讨了基于单片机的道路照明节电控制系统从设计到系统的初步实现所涉及的有关硬件与软件方面的问题,介绍电路中对电压的检测电路,以及控制系统的节电原理,定时控制和手动、自动、控制的双重功能等。     

基于纹理特征的道路图像分类

该文提出一种新的道路分类方法,在灰度共生矩阵的基础上得到图像的纹理特征,并通过决策树模型得到道路图像分类的决策树。实验证明,该方法有着较高的准确率,其结果在分类方面有着简单易行的特点。     

基于路面识别实时控制车轮滑移率的ABS系统

汽车防抱死制动系统(ABS)是一种很重要的汽车主动安全技术。并针对路面具体情况,对车辆防抱制动系统的滑移率实时控制进行研究。该文在MATLAB/Simulink仿真环境下,建立车辆动力学模型,实现了对路面状况识别,同时对基于滑移率控制的防抱制动系统的计算机仿真。仿真结果表明,该系统能真实地反映汽车ABS系统的实际工作过程,达到了满意的控制效果。     

基于单片机控制的道路照明节电控制系统

该文研究和探讨了基于单片机的道路照明节电控制系统从设计到系统的初步实现所涉及的有关硬件与软件方面的问题,介绍电路中对电压的检测电路,以及控制系统的节电原理,定时控制和手动、自动、控制的双重功能等。     

浅析城市道路色彩语言与特色——以上海长宁区新华路道路色彩分析为例

在现代城市色彩规划与建设中,道路作为主要构成要素之一,其色彩质量与特点直接影响着整个城市色彩设计的审美价值取向。本文试图诠释色彩语言的定义与基本特征,并利用蒙塞尔色彩体系对上海长宁区新华路"国宾道"进行了全面的色彩分析,尝试把握上海老建筑的色彩语言与特征,从而总结出城市在保护历史文化风貌区等地区特色色彩规划的要点与方式。     

基于改进对比学习的道路裂缝图像分类

道路裂缝是路面破损的重要组成部分,而道路裂缝分类可以对道路养护策略的制定进行针对性的安排.针对人工标注分类耗时长,效率低等问题,本文提出了一个基于对比学习的道路裂缝图像分类方法,在传统的对比学习框架中,对特征提取部分进行改进,使得模型对细小裂缝的特征更敏感.首先对进行数据增强,其次在特征提取部分对ResNet50的部分进行改进,使用多尺度的方法提取特征;再使用多层感知机(MLP)对提取到的特征进行降维处理,并投影到向量空间;最后使用余弦相似度与用归一化温度标度的交叉熵损失对模型进行优化.实验结果表明,改进后的模型比原模型在裂缝图像上的分类效果提高了0.22%,达到了92.1%,对裂缝图像分类有较好的效果.     

基于IGWO-XGBoost融合模型的沥青路面抗滑性能评估

为研究沥青路面抗滑性能影响因素,精确预测路面抗滑性能,本文使用Gocator 3110三维智能传感器采集沥青混合料试件表面纹理并使用摆式摩擦仪测试试件表面摩擦系数.针对三维纹理点云数据中的异常数据,提出基于径向基函数(RBF)的邻域插值算法进行数据质量提升.根据修复后的三维纹理点云数据计算出具有代表性的10类宏观纹理特征参数,并采用Pearson系数相关性分析法去除冗余因子,改进模型的输入特征,并构建基于改进灰狼优化算法(IGWO)与XGBoost融合的沥青路面抗滑性能预测模型,预测沥青路面的摩擦系数.结果表明,提出模型的预测精度优于多元线性回归模型、支持向量机回归模型以及基于网格化搜索的XGBoost模型.     

基于V-视差法的道路区域检测算法研究

针对当前基于双目视觉的道路环境分析实时性差、检测不准确等问题,提出了一种改进V视差法的道路区域检测算法。该算法首先对原始图片进行车道线检测确定道路消失点,从而确定图像的感兴趣区域。然后,使用极大最小值约束获取V视差图中的斜线,从而提取道路区域。实验结果表明,由于该方法在确定感兴趣区域后计算原始视差图,因此,速度提高了29.71%,且相对于传统V视差法,算法更好地实现了路面分割;同时,障碍物检测的精确率和召回率两个指标分别提高了2.165%和4.837%。基于该算法具有良好的准确性和实时性,能有效识别道路中的障碍物,因此,可以为车辆提供可行驶区域以及为驾驶员提供辅助作用。     

Factors contributing to young moped rider accidents in Denmark

Young road users still constitute a high-risk group with regard to road traffic accidents. The crash rate of a moped is four times greater than that of a motorcycle, and the likelihood of being injured in a road traffic accident is 10–20 times higher among moped riders compared to car drivers. Nevertheless, research on the behaviour and accident involvement of young moped riders remains sparse.Based on analysis of 128 accident protocols, the purpose of this study was to increase knowledge about moped accidents. The study was performed in Denmark involving riders aged 16 or 17. A distinction was made between accident factors related to (1) the road and its surroundings, (2) the vehicle, and (3) the reported behaviour and condition of the road user. Thirteen accident factors were identified with the majority concerning the reported behaviour and condition of the road user. The average number of accident factors assigned per accident was 2.7. Riding speed was assigned in 45% of the accidents which made it the most frequently assigned factor on the part of the moped rider followed by attention errors (42%), a tuned up moped (29%) and position on the road (14%). For the other parties involved, attention error (52%) was the most frequently assigned accident factor. The majority (78%) of the accidents involved road rule breaching on the part of the moped rider.The results indicate that preventive measures should aim to eliminate violations and increase anticipatory skills among moped riders and awareness of mopeds among other road users. Due to their young age the effect of such measures could be enhanced by infrastructural measures facilitating safe interaction between mopeds and other road users.