基于动态区域搜索框及K_Means聚类的三车道检测算法

为解决现有车道线检测方法在弯曲道路上识别准确率较差及Hough检测方法耗时较长的问题,提出一种基于动态搜索框及K-means聚类的三车道检测算法。首先,根据逆透视变换(IPM)将感兴趣区域内部转化成鸟瞰图的形式,利用大津法(OTSU)将单帧图像分成前景和背景两部分区域,然后,在图像底部规定区域内进行直方图分析,得到车道线基准点建立初始搜索框,并在其内部使用K-means算法聚类得到车道线候选点,根据建立的车道线直线模型迭代生成搜索框;最后,将得到的车道线候选点根据贝塞尔曲线对其进行拟合得到检测车道线。实验结果表明算法可以很好地检测车道线弯曲部分,算法单帧处理时间达到30 ms,在包含障碍干扰的路况下识别准确率为90. 1%。     

CRH5动车组车体底架的结构分析与轻量化研究

在分析现有轻量化研究方法和理论的基础上,对CRH5动车组M2S车体底架进行轻量化研究。使用ANSYS软件建立有限元模型,对车体模型进行网格划分,针对强度刚度标准要求,对各工况进行组合计算,通过有限元分析,确定优化工况和优化对象。在Opti Struct平台上采用变量分组法进行分别基于连续变量和离散变量的尺寸优化。对比研究优化结果,M2S车体尺寸优化后质量下降8%左右,由此探索M2S车体轻量化的有效途径。