改进YOLOv5的路面坑洞检测算法

路面坑洞的检测和识别对于自动驾驶和公路养护至关重要。为了解决在不同光照条件下以及坑洞积水所导致的路面坑洞识别难题,并将其应用于一些资源受限的现场环境中,本文提出了一种改进YOLOv5的路面坑洞检测算法。该算法利用PConv改进了C3模块来实现更快的检测速度,并通过采用动态检测头的不同感知模块来适应路面坑洞的不同特征。同时,将模型的损失函数CIoU改进为SIoU,提高模型的精度和收敛能力。实验的结果表明,改进后的YOLOv5算法在路面坑洞检测中平均精度值提高了5.19%,模型体积也减小了13%。

沥青混凝土预制板修补路面坑洞的技术应用分析

为探讨高速公路沥青路面坑洞快速修复工艺,文章依托南宁环城高速公路日常养护维修项目,从原材料控制、混合料级配设计、施工工艺控制等方面,分析了沥青混凝土预制板修补路面坑洞技术在南宁环城高速公路日常养护维修项目中的应用。结果表明:该项目通过采用高品质的改性沥青和集料,严格控制级配设计,制作了优质的沥青混合料预制路面坑洞板,显著提高了沥青路面坑洞修补材料的高温稳定性、抗飞散性等路用性能,修补的沥青路面坑洞质量好,并具有良好的渗水、平整、抗滑效果。

计算机视觉在道路成像和坑洞检测中的应用研究综述

针对道路坑洞的自动检测和道路状况的客观评估问题,对计算机视觉技术在道路坑洞检测中的应用研究成果进行了全面综述。通常采用摄像机和各类深度传感器获取二维、三维道路数据实现道路成像,并基于计算机视觉技术开展坑洞检测,主要检测算法包括经典二维图像处理、三维点云建模与分割、深度学习及其混合方法,其中混合方法利用各类算法的优势,可大幅提高检测的准确性。然而,现有算法在坑洞检测领域取得良好效果的同时依然面临道路几何重建鲁棒性有待提升、算法复杂度高、模型效果高度依赖大规模良好标注数据集等诸多挑战,故未来应更多关注无监督的立体匹配算法及少样本的深度学习算法。

基于改进Faster R-CNN的道路坑洞检测方法

道路坑洞会造成大量的交通事故及人民群众生命财产损失。道路坑洞的修补首先要进行检测,而完全依赖人工则会效率低成本高,提出一种基于改进Faster R-CNN的道路坑洞检测方法,在公共数据集[1]上的精度达到了83.6%。

皖南池州地区银坑洞银金多金属矿矿床地质特征与成矿条件研究

长江中下游成矿带以矽卡岩型铁铜矿为主,此外裂隙充填型多金属矿也较为丰富。本文选取该成矿带内一代表性矿床——皖南地区池州银坑洞银金多金属矿床,通过区域地质背景、矿床地质特征、矿体地质特征、地层及断裂对成矿的控制作用等,总结矿床成矿规律及成矿条件,初步建立银坑洞银铅锌矿概念模型。

道路路面坑洞修复施工管理研究

由于道路路面受到内部材料、结构及外部交通环境等因素影响,使用性能会随着服务年限增长而下降。而当紧急修补坑洞完,修补效果有限,往往数天后即可能再次发生坑洞,不论是密级配沥青混凝土的本身内部或外在环境因素都可能是坑洞产生的原因。因此,结合某国道段路面坑洞为例,提出以改性沥青取代传统沥青、水泥取代石粉措施防制剂、多孔隙沥青混凝土和炉渣多孔隙沥青混凝土的坑洞修复材料提升策略,并针对施工管养提出大胆创新的措施。结果表明,本次路面坑洞修复施工质量效果明显,可以有效降低坑洞发生的频率。

人为坑洞对运营铁路路基稳定性的影响

为了研究人为坑洞对铁路路基稳定性的影响,分析了坑洞坍塌的原理,采用理论推导的方法,在荷载临界深度判别法的基础上考虑了土拱效应和坑洞侧墙稳定对临界深度计算的影响,从而求得修正后的临界深度判别公式,并采用数值模拟验证计算结果的准确性。然后结合工程实例,采用不同方法对坑洞稳定性进行评价,并分析各种评价方法优缺点。研究表明,相较于其他方法,修正后的荷载临界深度判别法能更准确地评价人为坑洞路基的稳定性。从既有线变形控制角度出发,对Ⅰ、Ⅱ级铁路的加固处理范围提出合理建议。

基于形态学与支持向量机的虹膜坑洞纹理检测

坑洞纹理是虹膜表面上一种重要的特征纹理。对可见光虹膜图像而言,如何能不受睫毛、眼睑、光斑及光照不均匀等干扰因素的影响,并能快速、准确地提取出该特征纹理仍然是目前一个亟待解决的难题。提出一种基于形态学和支持向量机(SVM)的可见光虹膜坑洞纹理检测方法。首先使用灰度形态学和二值形态学相结合的方法提取出所有目标纹理;然后使用区域生长方法定位所有目标纹理并计算各个目标纹理的特征向量;最后再使用SVM和定义约束条件的方法提取出最终的坑洞纹理。通过实验证明:该方法能较好地克服光斑等干扰的影响,对坑洞状纹理的检出率高于其他同类方法。

基于线性模板和模糊规则的虹膜坑洞纹理检测

基于虹膜表面特定形状纹理的虹膜识别方法是虹膜识别的一种有效手段。然而,由于虹膜纹理复杂多样,形态各异,因此如何快速、准确地检测出虹膜表面各种不同类型的特征纹理仍然是目前亟待解决的一个难题。针对坑洞纹理的检测,提出一种基于定长线性模板和模糊规则的虹膜坑洞纹理的检测方法,首先使用一个定长的线性模板提取出虹膜表面所有纹理的边缘。然后,根据坑洞纹理与其他类型的纹理在形状上存在的不同,定义相应的模糊规则,从各种不同类型的纹理中识别出坑洞纹理。该算法对图库中人工标定的坑洞纹理检测的正确率为86.06%;对色素斑、裂缝以及眼睑的排除率分别为84.62%,71.56%,100%。实验结果表明,该方法能够从背景复杂的可见光虹膜图像中识别出坑洞纹理,为虹膜的特征提取提供了一个新的思路。

无坑洞n-3C-SiC/p-Si(100)的LPCVD外延生长及其异质结构特性(英文)

在 MBE/CVD高真空系统上 ,利用低压化学气相淀积 ( L PCVD)方法在直径为 5 0 mm的单晶 Si( 10 0 )衬底上生长出了高取向无坑洞的晶态立方相碳化硅 ( 3 C- Si C)外延材料 ,利用反射高能电子衍射 ( RHEED)和扫描电镜( SEM)技术详细研究了 Si衬底的碳化过程和碳化层的表面形貌 ,获得了制备无坑洞 3 C- Si C/Si的优化碳化条件 ,采用霍尔 ( Hall)测试等技术研究了外延材料的电学特性 ,研究了 n- 3 C- Si C/p- Si异质结的 I- V、C- V特性及 I- V特性对温度的依赖关系 .室温下 n- 3 C- Si C/p- Si异质结二极管的最大反向击穿电压达到 2 2 0 V,该 n- 3 C- Si C/p- Si异质结构可用于制备宽带隙发射极 Si C/Si

Si衬底上无坑洞3C-SiC的外延生长研究

在冷壁式不锈钢超高真空系统上 ,利用低压化学气相淀积 (LPCVD)方法在直径为 5 0 mm的单晶 Si(1 0 0 )和 Si(1 1 1 )晶向衬底上生长出了高取向无坑洞的晶态立方相碳化硅 (3 C-Si C)外延材料 ,利用反射高能电子衍射 (RHEED)和扫描电镜 (SEM)技术详细研究了 Si衬底的碳化过程、碳化层的表面形貌及缺陷结构 ,获得了界面平整光滑、没有空洞形成的 3 C-Si C外延材料 ,并采用 X-射线衍射 (XRD)、双晶 X-射线衍射 (DXRD)和霍尔(Hall)

三峡地区土坑洞室墓初探

本文在分析三峡地区土坑洞室墓的基本特征与年代的基础上,通过与中国西北地区发现的洞室墓进行比较,认为土坑洞室墓是唐代晚期至北宋时期出现于三峡地区的一种重要文化现象,它与中国西北地区同时期的洞室墓存在密切联系,可能是回鹘人的遗存,进一步证明了三峡地区古代文化的复杂性和多样性。

克服阴影和车道线影响的路面坑洞识别研究

坑洞是非常严重的路面损坏,实现对路面坑洞的自动识别,对于自动驾驶车辆的安全性有重要意义。为解决现有路面坑洞识别方法易受阴影、车道线影响的问题,提出了一种可克服阴影和车道线影响的路面坑洞识别方法。该方法采用纹理和灰度信息相融合的灰度补偿算法去除图像中的阴影、车道线后,根据纹理特性利用小波变换对图像进行分解与融合,得到路面缺陷区域,然后利用积分投影得到路面缺陷区域的形状特征,再经支持向量机分类,得到含有坑洞的路面图像。实验结果表明,在有阴影、车道线影响的情况下,方法坑洞识别准确率更高。

基于路面坑洞检测的智能汽车主动避障控制

为实时、有效地获取路面坑洞的损毁情况,提高智能汽车的行驶安全性,提出了一种新的无接触式坑洞检测及主动避障控制算法.采用多传感器融合技术提取路面坑洞特征,通过视觉图像对路面坑洞的轮廓进行提取并计算路面坑洞面积,应用单点测距激光雷达对路面坑洞的深度进行了测量.利用Adams软件搭建整车模型和路面坑洞模型,确立满足人体舒适性要求的安全过坑极限车速,并应用模糊控制理论设计了适用于坑洞路面工况的主动避障算法,通过Simulink/Carsim联合仿真验证了该算法的有效性.结果表明:该算法能满足系统设计要求,可以控制车辆安全、舒适地通过路面坑洞,在兼顾舒适性的同时可以有效降低车辆在坑洞路面危险工况下的事故率.

基于图像处理的无参考物坑洞测量方法研究

对路面坑洞测量方法进行了研究,提出一种无参考物测量方法。利用安卓设备对坑洞进行图像采集并用其方向和重力感应参数对图像进行预处理和矫正,然后建立了坑洞测量的数学模型并给出计算公式,最后对测量方法进行了误差分析。实验结果表明,该方法测量准确,误差在可接受范围内。与传统测量方法相比,该方法有效地解决了依赖参考物测量的问题,对环境依赖性低,提高了信息采集的便捷性。

多元视阈下的文化解读——东西《原始坑洞》析解

东西《原始坑洞》摆脱了既定的美学范式和语言秩序,虽然篇幅不长但却于短小中见张力,简赅处寓精辟,呈现出多元化的解读张力,他的文字以冷静而残酷的叙事策略完美地再现了俄狄浦斯情结的神髓、解构了"家国同构"的文化权威与禁忌、在自我放逐与命运抉择的面前选择了人性之善,并在极具反讽的文字中以不动声色的笔触表现出生命消逝与生命延续的历史命题。

基于PCNN与形态学的坑洞图像边缘提取

对坑洞图像边缘提取进行了研究,改进了脉冲耦合神经网络模型,提出了一种PCNN和形态学相结合的边缘提取方法。对基本PCNN模型进行优化,简化了原模型参数,并改进了原模型的线性输入项和脉冲输出计算方法。在图像边缘提取过程中,先对图像进行增强,在一定程度上消除坑洞周围环境对坑洞边缘的影响,再利用改进的PCNN模型和形态学的膨胀腐蚀特性对其进行边缘提取。实验结果表明:该方法对路面坑洞图像的边缘提取比传统边缘提取算法更为有效,抗干扰能力强,能有效地抑制路面环境对坑洞边缘的影响,所提取到的边缘更加清晰、可用。

国内沥青路面坑洞养护技术与养护维修设备的探讨

针对国内沥青路面坑洞病害问题,介绍了坑洞修补养护技术与工艺和维修设备的状况,探讨了如何提高修补质量和效率,降低养护成本的问题。

水泥混凝土路面坑洞修复有限元分析

水泥混凝土路面作为高级路面的重要结构形式,凭借其刚度大、承载能力强、耐水,耐高温性强、材料易得,使用寿命长、维护费用低等优势得到了史无前例的快速发展。但是水泥混凝土路面在使用过程中会产生各种各样的病害,其中路面坑洞病害成为当前水泥路面亟待解决的主要问题之一。文章提出利用超短超细钢纤维进行水泥混凝土路面坑洞病害处治,并且通过大型通用有限元软件ANSYS对路面坑洞修复的实际情况进行有限元分析,验证超短超细钢纤维作为路面坑洞修复材料的优越性,同时对不同工况下已修复路面实际承受的车辆荷载进行力学分析,研究其受力规律。

基于改进YOLOv3-tiny的路面坑洞检测

路面的坑洞破损严重影响着驾驶舒适性与安全性,因此路面坑洞的检测与修补是一项重要的路面维护任务。本文基于改进YOLOv3-tiny目标检测神经网络模型,实现了路面坑洞的有效检测。其中,改进的模型用一些稠密块替换原模型中的大部分卷积层,使模型的深度大幅增加,而模型的参数和运行时所需的GPU内存显著降低。使用建立的路面坑洞破损数据集训练模型,以mAP作为评价模型的指标。同原YOLOv3-tiny和YOLOv4-tiny模型相比,检测速度相当,并且取得了最高mAP值。