极近距离煤层采空区下扩切巷与支护方式

四台矿综采三队12#8733面为极近距离煤层采空区下内错布置工作面,层间距仅0.9～2.0 m,文章介绍了在该条件下综采设备稳装期间及采煤机扩切巷的工艺、工序及支护的措施,对类似条件下工程施工具有一定参考价值。     

公交专用道设置效果的计算机模拟

本文分析了公共交通专用道的基本结构,简述了专用道设计和评价的一般步骤,并在IBM-PC/XT上实现了城市公交专用道模型UBLM软件,为城市公交专用道的设计和评价提供了有效手段。     

智能车辆超车系统模糊控制器设计

以模糊控制理论为基础,以车辆超车过程为研究对象进行模糊控制器的设计。根据从声纳、摄像等传感器传输的相关数据,经一系列处理,作为模糊控制器的输入,而把两车之间的相对速度,方向轮与车道线切线之间的夹角等作为模糊控制器的输出。根据专家知识对输入输出作模糊划分,建立模糊控制规则,选择模糊推理机制,最后经过反模糊化处理将精确输出值传送给执行器,从而实现超车过程。     

基于交叉口时空需求度的可变导向车道自适应控制方法

为解决因路口各流向分布不均衡导致的拥堵状况,以设有可变导向车道的交叉口为研究对象,建立了基于路口实时交通状况的可变导向车自适应控制模型。其主要包括路口信息采集和可变导向车道自适应控制,根据各进口需求度不同,确定可变导向车道属性及相应的信号配时方案。并借助MATLAB、VISSIM等软件对优化模型进行验证。结果表明:与固定导向车道控制方案相比,在时段3~时段6期间采用可变导向车道自适应控制,路口车均延误和最大排队长度降低2. 67%~42. 96%和14. 26%~66. 71%;设有可变车道的进口道,其直行方向通行能力在时段3和时段6分别提高18. 35%和15. 81%。而左转最大排队长度降低66. 71%和14. 26%,说明采用可变导向车道自适应控制能有效缓解道路拥堵,提高路口时空资源利用率。     

基于视频交通图像的潮汐车道自适应控制系统设计

针对城市道路双向交通需求不均衡的潮汐交通问题,设计了一种新的基于视频交通图像的潮汐车道自适应控制系统。通过局域网实现两台工控机间的独立运行,给出系统结构。介绍了控制逻辑,通过视频交通图像获取车辆平均速度、交通流量等数据。以计算交通饱和度,选择道路双向饱和度的加权切换动态控制方式对潮汐车道进行自适应控制。按照车道交通状态中两个方向的饱和度,把潮汐车道交通状态划分成五种情况,通过枚举法对模型进行求解。依据潮汐车道交通特征,把全部车道配置看作解空间,把双向车道交通饱和度与流率看作输入量,实现模型求解。实验结果表明,所设计系统综合延误低,车辆排队长度少,在中高密度交通流下也可有效实现控制。     

西安市顺城巷自行车旅游专用车道建设方案

顺城巷自行车旅游专用车道的建设，将给游客提供一个舒缓、近距离欣赏古城墙的平台，使之成为游客了解西安的一个窗口，同时倡导了高效、环保、节约的自行车交通文化，促进西安城市品质的提高。     

电动小车自动变道环境感知系统

构建了电动小车自动变道环境感知系统.介绍了自动变道实车平台和转向系统结构改造方案,并设计了低成本、可靠的环境感知方案.对于同车道前车,采用加权融合算法对24 Ghz毫米波雷达和前视摄像头进行数据融合,通过实车采集,拟合了两种传感器在不同距离上的理想权重曲线,提高了环境感知的精度和稳定性.最后通过避障变道工况的试验,验证了自动变道环境感知系统的适用性.     

一种用于激光雷达识别车道标线算法

利用点云数据空间分布特征和回波强度信息,结合局部均值变点统计方法,提出了一种用于激光雷达数据帧的车道标线识别算法。该算法首先基于车载激光雷达采集的道路周围环境点云数据中高程信息进行滤波,确定可行驶区域。然后利用局部均值变点统计对可行驶区域点云数据中的回波强度值进行标记提取,即车道标线点云数据粗提取。最后基于EM(最大期望)方法聚类,从而完整、准确地识别车道标线。实验结果表明,该算法不仅能够准确定位可行驶区域,进而可以实现车道标线的自动提取;而且有效抑制了道路周围环境对车道标线识别的干扰,验证了算法的有效性。     

基于Canny算子和Hough变换的夜间车道线检测

针对夜间只有车灯照射路面图像整体较暗、光照不均匀、车道线不易检测的问题,提出了一种夜间车道线识别方法。首先,对预处理后的图像采用Laplacian算子进行边缘增强;然后,结合Otsu算法进行Canny边缘检测,再在边缘图像底部1/3区域中利用Hough变换进行直线拟合;最后,在斜率约束的基础上提出了一种内侧车道线提取算法,实现了车辆所在车道内侧车道线的检测。针对多种夜间车道线图像进行实验,结果表明,该算法准确提取出了内侧车道线。提出的方法能克服图像较暗和光照不均的影响,排除旁侧车道线、护栏等的干扰,有助于夜间车辆各行其道。     

基于全局变形模板的快速车道检测算法

车道检测算法的研究是室外移动机器人基于道路区域或边界信息自动导航的首要环节。根据实际应用需要,识别算法应能满足鲁棒、实时的要求。提出的基于全局模板的快速车道检测算法,根据驾驶员视觉处理经验,总结出道路边界识别的先验知识,在所选取的二次曲线道路形状模型基础上,推导出图像上车道的总体模型,利用道路图像的灰度特征,结合优化算法改变模板参数,实现对车道的跟踪。对实际路面图像的试验结果表明,该算法在多种环境条件下,都能很好地识别车道,具有很强的鲁棒性。同时,与传统的跟踪算法相比,该算法降低了计算损耗,更好地满足了实时性的要求。