地铁列车驾驶技术发展综述:从人工驾驶到智能无人驾驶

基于国内外地铁列车驾驶技术的发展现状,提出并阐述了地铁列车驾驶技术发展的4个阶段为人工驾驶、自动驾驶、无人驾驶、智能无人驾驶。概括了我国无人驾驶地铁列车的建设情况,针对目前基于神经网络这类机器学习方法的列车控制方法可解释性差的弊端,引入了深度模糊系统的概念,提出了基于人机混合智能的地铁智能无人驾驶基本框图,为将处理紧急情况的专家经验、人工智能算法和无人驾驶系统结合起来,实现智能无人驾驶提供了一种具有前景的解决思路。

基于改进的Mask R-CNN的公路裂缝检测算法

针对复杂场景下,Mask R-CNN检测公路裂缝掩码拟合质量不高的问题,提出一种基于改进的Mask RCNN的路面裂缝检测算法。首先,采用自适应带权重的损失函数,从而以权重的方式让神经网路更加注重细微裂缝的特征;然后,在Mask R-CNN的掩码支路中,添加一个新的比例预测分支来指导损失函数,让神经网路在学习过程中更加注重裂缝的细节信息,进而提升掩码预测的质量。为了验证改进算法的有效性,将其与当前具有代表性的实例分割检测方法(如Mask R-CNN、PANet)在相同数据集上进行对比。实验结果表明,改进的算法提升了掩码拟合的质量,增加了检测精度。