动态

电子监管网将从三方面改进；中国互联网协会调解中心正式挂牌成立；我国首段数字航道长江下游建成；杭州建成四网融合无线城市；美反腐专家到江苏省考察网上政务公开工作；国内首个“行人电子警察”诞生上海浦东     

构建以人为本的城市行人交通信息导向系统——广州市行人指示标识系统解析

本文围绕如何为行人交通提供城市空间和重要点位的信息导向,探讨了广州市行人指示标识系统的功能研究、导向构建和系统设计、信息登载的原则和做法,并介绍了试点工程的实施情况和成果满意度调查。     

基于自适应池化的行人检测方法

基于卷积神经网络的行人检测器普遍采用图像识别网络,通常会引起多池化层导致小目标行人特征信息丢失、单一池化方法导致行人局部重要特征信息削弱甚至丢失等,针对以上问题,基于最大值池化和平均值池化方法,提出了一种自适应池化方法,结合通用目标检测器Faster R-CNN,形成了有效的行人检测器,达到增强行人局部重要特征信息、保留小目标行人有效特征信息的目的。对多个公开的行人数据集进行大量实验,结果表明,与传统的卷积神经网络行人检测器相比,所提方法将行人检测漏检率降低了2%～3%,验证了方法的有效性。新方法改进了卷积神经网络结构,在无人驾驶领域具有一定的参考价值。     

基于属性敏感卷积神经网络的行人属性分类

针对行人属性分类受行人属性不均衡影响的问题,提出了一种基于属性敏感卷积神经网络的行人属性分类方法.首先调整现有的卷积神经网络结构,通过融合正反通道激活模块的使用,使模型能够感知更加详细的行人属性;其次引入属性不均衡损失函数,根据属性的不均衡比例自适应更新网络权重,利用误差的反向传播对少类属性增加其权值,提升模型对少类属性的敏感;最后在PETA数据集上,对54个属性进行了分类试验.结果表明:相比MLCNN等方法,新方法在36分类任务上取得了提升;在平均准确度、平均召回率和平均AUC上,分别提升2.13%,2.38%和1.19%.     

鲁棒车载热成像行人检测的感兴趣区域提取方法

现有的感兴趣区域(RoI)提取方法很难兼顾较高召回率和较少的RoI数量.为了降低计算开销和RoI数量,提高召回率,文中提出了适合车载热成像行人检测的RoI提取方法:首先,根据行人边缘特征存在的方向差异性判断图像中可能的行人竖直边缘,增强其幅值;接着,级联行人尺寸约束和自适应局部双阈值分割方法过滤滑窗产生的边界框,滤除大量的非行人边界框;然后,根据行人的轮廓特征,采用T型模板对过滤后的边界框进行得分评估,在保留可能的行人腿部信息的同时去除边界框内部的无关边缘;最后,利用行人的强尺寸约束重新排序RoI,以便在提取固定数量的RoI时能提高召回率.在热成像行人检测数据集SCUT DataSet上进行对比实验,结果表明:当每幅图像提取400个RoI时,文中方法的召回率达92%,比EdgeBox方法的召回率提高21%,计算时间减少了10%.     

考虑过街行人影响的右转车辆间隙接受模型

通过实地调研数据,对车辆右转的临界间隙进行了计算,发现右转车辆的临界间隙服从威布尔分布。用二项logistic回归模型建立间隙接受模型,结果表明,间隙值较大、行人流量较低时,司机对间隙接受的可能性较大,对单人过街的间隙接受的可能性更大,对较短的时间间隔比较谨慎,更倾向于接受较短的时间滞后。本研究既为对交叉口进行安全评估打下基础,也可用于对交叉口通行延误及通行能力进行分析。     

纯电动汽车正面抗撞结构耐撞性拓扑优化方法

为了解决纯电动汽车正面碰撞安全性差的问题,文章提出了一种综合考虑5种典型碰撞工况下整车优化区域以及动力电池布置分析的多目标耐撞性拓扑优化方法。基于混合元胞自动机(hybrid cellular automata,HCA)算法,耐撞性拓扑优化以单元相对密度为设计变量、结构内能密度分布统一为目标,运用固体各向同性微结构材料惩罚模型(solid isotropic material with penalization model,SIMP)下的变密度法进行材料分布;迭代收敛后,最终得到了传力路径优越、构型明朗清晰的耐撞性车身结构,同时得到符合整车性能要求的吸能纵梁形状。对优化后的整车模型进行的耐撞性验证表明,该优化结构让碰撞加速度与结构变形量同步最优化,大大增加了纯电动汽车正面碰撞的安全性,优化出的抗撞结构为纯电动汽车正面耐撞性设计提供了一定的参考。     

高层建筑形状及布局对城市街区 行人风环境影响研究

基于风洞试验和计算流体动力学方法(Computational Fluids Dynamics,CFD)研究高层建筑形状及布局对城市街区行人风环境的影响.采用最大风速比和归一化加速面积比,定量研究五种高层建筑形状及四类建筑布局对城市街区行人风环境的影响,确定全风向下的最优建筑形状以及布局,结合CFD数值模拟获得的全域流场信息,揭示建筑形状和布局对于城市街区行人风环境的影响机理.结果表明:在保持建筑高度和街区容积率一致的情况下,高层建筑群周边最大风速比不会随着建筑形状和建筑布局的改变而发生明显变化.但建筑形状和建筑布局会改变建筑群周边高风速区域的面积大小,全风向下的最优建筑形状和布局分别是Y字形和错列式布局,而最不利形状和布局分别是H字形和围合式布局.不同布局下的方形、H字形及X字形高层建筑群的最不利风向均位于斜风向,而十字形及Y字形则为正风向.高层建筑群在行人高度处的风加速现象主要是由狭管效应和角部分离效应造成的.     

考虑下垫面复杂性的行人风环境评估

为解决城市下垫面给风环境评估带来的困难,建立地形-建筑物耦合模型进行风洞试验,研究某桥址区风环境变化规律;采用三参数Weibull分布对实际下垫面影响下气象数据进行拟合;结合拟合参数和试验风速比得到桥面行人舒适度超越阈值概率.结果表明:桥址区风速受山体的阻挡作用而减小,同时桥址区风速受城市建筑拖曳作用和街道风加速效应明显;结合三参数Weibull分布拟合得到的参数,桥面两端行人舒适度较高,同时桥面跨中位置处受街道风影响较大,易产生行人不舒适感.     

基于点云与图像决策级融合的道路行人检测

现有基于点云与图像融合的行人检测要求高算力的处理平台,应用于低算力低功耗的嵌入式平台时,无法满足行人检测的准确率和实时性.基此提出一种融合点云与图像的道路行人检测方法,该方法采用DBSCAN算法对点云进行聚类,然后,运用概率数据关联算法将行人点云与图像的行人检测结果进行决策级融合,最后,在嵌入式计算平台上进行软硬件集成与测试验证.实验结果表明,相比于其他目标检测算法,设计的融合点云与图像的道路行人检测方法,不仅提高了道路行人方位的检测精度,而且检测用时降低了46.6％以上.