基于图像处理的转辙机接点组打入深度提取算法

转辙机是铁路上改变轨道方向,反映道岔位置的重要器械,转辙机腔内接点组中动接点与静接点的打入深度是判断转辙机是否正常工作的重要指标。由于转辙机内部结构非常复杂,传统工业物件的图像测量方法并不适用,为了提高转辙机检修的准确性、减小人力开销,本文设计了基于图像处理技术,针对广泛使用的ZD(J)9型转辙机的内部打入深度的测量算法。首先该算法通过模板匹配的方式准确定位整个接点组区域,排除其他区域结构的干扰。同时针对拍摄图像可能存在的倾斜问题,提出了基于图像仿射变换的预处理算法将倾斜的接点组图像校正。从图像距离到实际距离需要一个比例尺进行换算,算法在校正后的图像中选取长度明确、畸变较小的物体长度作为比例尺计算的参照物。为进一步精确定位动接点和静接点的位置,设计了基于meanshift的滤波算法,HSV色彩空间中的颜色阈值分割算法,以及按照数字图像连通域的去噪算法。最后,在精确定位的基础上加以一定误差补偿,进行参数计算。本文算法在不同拍摄高度下得到的图像中进行实验,对比了不同拍摄高度下的参数提取效果,对误差原因进行详细分析。

基于行人步行感受的城市道路公共服务设施评价体系研究

城市道路公共服务设施是城市步行空间重要组成部分,是提升整个步行空间质量的重要因素。基于行人步行体验,在对城市道路公共服务设施整体要求进行分析的基础上,从行人步行的视觉感受、服务感受、空间感受三方面进行分析并构建城市道路公共服务设施评价指标体系,通过专家打分法运用模糊层次分析法建立了评价模型。选取北京市中轴线某路段为例,通过市民问卷调查获取该道路公共服务设施评价信息,通过评价模型得到该道路公共服务设施评价结果,结合实地调查,验证了评价体系的合理性和模型的有效性。

考虑结伴行为的地铁通道行人仿真建模研究

结伴是行人运动中的普遍行为,且对行人的整体运动具有显著影响,因此仿真行人运动时,有必要考虑结伴行为.本文以地铁内一般通道为空间背景,首先利用视频观测数据,深入分析了通道内的结伴行为特征.然后,区分普通个体行人、结伴行人及结伴群体中的不同角色(领导者、跟随者),基于社会力模型原理,结合颗粒流理论,建立了包含驱动力、接触力、排斥力3个子模型的行人运动模型,并构建了考虑结伴行为的行人仿真平台.最后,以某一地铁通道作为实例,通过观测数据及对结伴行为的刻画验证了该仿真模型的真实性及有效性,并分析了不同结伴比例对行人流平均速度的影响,得出行人速度随着结伴比例增大而减小的结论.该模型可为进一步完善地铁枢纽的行人运动仿真模型提供理论支持,为通道内行人组织提供帮助.