自适应巡航控制系统对驾驶安全性的影响研究

为探究自适应巡航控制(ACC)系统对驾驶安全性的影响,首先通过实际道路驾驶试验获取我国典型道路交通场景,用驾驶模拟器进行场景仿真,并在有/无ACC状态下开展模拟驾驶试验;然后分析ACC系统在中国典型道路中的表现,通过对比分析ACC模式下不同特征驾驶人的碰撞时间(TTC),探讨不同类型驾驶人的应急反应。结果表明,ACC能较好地处理大多数路况;但面对危险路况时,不管是哪种类型的驾驶人,ACC的应急反应都没有手动驾驶迅速;且女性、年老和对ACC认知度低的驾驶人更容易受ACC的不良影响;驾驶人对ACC的认知度决定其ACC驾驶的安全性。

无信号控制路段行人过街决策研究

为更深入研究无信号控制路段行人过街的交通特性,通过激光雷达采集行人过街过程中来车的运动状态数据,考虑外部因素对行人过街决策的影响及行人对安全过街的心理需求,利用人车间距、车辆速度和可穿越间隙等参数分析直接过街和等待过街2种决策结果下的数据特性。基于上述参数建立行人过街安全心理距离模型和多元Logistic回归决策模型,并验证模型有效性。结果表明:当人车间距越大、车速越低、可穿越间隙越大时,行人过街概率越大;相同可穿越间隙下,车速越快,行人过街概率越大;所建立二模型均有较高有效性。研究成果可为车载行人预警系统的优化提供依据。

分区基于密度的聚类算法在激光雷达行人检测系统中的应用

行人检测过程中原始DBSCAN算法不能正确地对密度不均匀的激光点云聚类,产生错误的聚类结果导致行人检测系统出现误检和漏检。为解决这一问题,基于激光雷达的行人检测系统在原始密度聚类算法DBSCAN的基础上提出了分区DBSCAN算法。该算法将密度不均匀的点云数据划分为若干个密度相对均匀的分区,从而能实现对行人的快速准确检测。实验结果表明原始DBSCAN算法行人检测率为62.47%,使用分区DBSCAN算法的激光雷达行人检测系统行人检测率达到82.21%,相对于原始DBSCAN算法检测精度提高了19.74%;而且在时间消耗上也比原始DBSCAN算法降低了16.22%。

无人车2.5D激光雷达行人检测

行人检测作为智能汽车环境感知的一个重要部分,必须具备很好的精度和实时性。2.5D四线激光雷达能够返回比较充足的障碍物信息,相对于三维激光雷达实时性更好,可以实现高性能的行人检测。针对行人难以检测的问题提出由13个特征构成的特征集,提出基于2.5D激光雷达的行人检测方法。实验结果表明该方法对户外行人检测有很高的精度和鲁棒性。

历史教学中的审美教育与创新精神的培养

苏霍姆林斯基曾经就学生教育发表过自己的见解,他认为学生之所以能够全面发展,与其感情和艺术培养密不可分。富有意境的作品的产生都是源自于美好的想象,美感促进人们感知觉更加的灵敏。审美教育内容通常都是以感动人为出发点,也就是利用具体的,鲜明的形象去影响学生,指引他们去深入的借助自身的有点,积极主动的参与到整体活动中,然而结合了创新精神的教育形式更能够去唤醒孩子们的潜意识,提升他们综合能力。

探究式学习在历史教学中的运用

巴尔扎克说过:“打开一切科学的钥匙都毫无疑义是问号。”对于中学历史教科书的内容,学生基本上能看得懂。如果依照教材照本宣科,学生当然也就提不起兴趣。因而,教师需要利用有启发性的问题吸引学生,在交流对话中唤起学生的主动性和积极性,激发学生思维的探求性。

为有源头活水来——中信实业银行南京分行重视教育培训工作纪实

1998年6月5日,四川成都,两年一度的中信实业银行第四届职工岗位技能竞赛在这里拉开了帷幕。来自全国各地中信实业银行系统的15支代表队共74名选手参加了四个项目的比赛,经过紧张激烈的角逐,南京分行代表队以总分353.4分的优异成绩在各参赛队中脱颖而出。

基于小波变换的线阵CCD车辆检测算法

传统的车辆视频检测算法都是基于带有复杂背景的面阵CCD图像,不利于对象分割和特征提取。线阵CCD图像的背景比较单一,且帧率远高于面阵CCD,可以实现高精度的车辆检测。提出基于小波变换的线阵CCD图像的车辆检测算法。试验结果证明该算法能有效降低光照和汽车阴影等因素造成的误检率。