基于深度学习和边缘计算的无人机入侵检测技术

目前,我国低空空域(1000m以下的低空)逐渐开放,但现行的低空空域监视技术和设备严重落后,缺乏有效的监视手段。随着无人机的快速发展,其已成为低空领域的主要威胁之一,给航空活动和重要场所的安全带来了巨大隐患。文中介绍了一种基于深度学习和边缘计算的无人机入侵检测技术,基于RGBD相机构建坐标系并获取无人机位置信息,当无人机进入预警区域时依托历史轨迹信息预测无人机未来坐标,以有效监控无人机入侵行为。面对即将开放的低空空域及无人机带来的安全隐患,该方法可提供一种有效的低空空域监视手段,为解决低空无人机监视管控问题提供支持。

基于深度学习的非机动车占用人行道违规行驶识别技术研究

非机动车占用人行道行驶会导致行人舒适性大幅降低,严重时甚至导致交通事故发生,危及生命安全造成严重的经济损失。因此,如何在监控场景中准确识别出非机动车占用人行道违规行驶变得尤为重要。这有助于及时制止非机动车的违规行为,并对当事人进行批评教育,从而规范人行道交通行为,保障人民出行安全。本文介绍一种基于深度学习的非机动车占用人行道违规行驶的识别技术。对输入的实时视频流进行识别分析,当检测到非机动车占用人行道违规行驶时使用相应的物联网通信技术将结果快速上报给平台。该技术方案具有实时性高、误报率低以及成本低等优点。

“深度学习+图像处理+边缘计算”技术在交通安全中的应用

随着社会高速发展,道路交通日益繁忙的同时交通安全也倍受人们的重视。为了保障交通安全,传统的安排相关交警人员进行实地监督方法已经无法满足庞大的需求。本文首先介绍“深度学习+图像处理+边缘计算”技术方案逻辑架构,然后通过举例其在交通安全领域的应用,说明该技术方案在交通安全领域切实可行,并具有实时性高、精度高、全天候覆盖、成本低等优点。不断丰富该技术案体系在交通安全领域的应用,能够对道路交通参与者违反交通安全法规的行为进行及时预警和制止,对当事人起到有效的教育作用,为现代交通安全提供全方位保障,是智能交通领域的一个具有重要应用意义的方向。

精心构筑水利工程建设法规体系——关于《工程建设标准强制性条文》(水利工程部分)的建议

《工程建设标准强制性条文》(水利工程部分)是水利工程建设全过程中的强制性技术规定,实践中发现有些条文的选用值得商榷,提出若干建议,供修订时参考。