基于无人机的交通事故严重程度检测

针对交通事故严重程度检测速度慢的问题,对较为先进的YOLOv8算法进行改进。通过引入GAM注意力机制和GELAN结构,提高模型对交通事故严重程度数据集的识别准确性。与此同时,通过模型轻量化处理和调整参数量,降低复杂度和计算量,增强实用性,使模型更易于部署和运行。实验结果表明,改进后的YOLOv8-GELAN-GAM模型在准确率、mAP@0.5、Recall等关键指标上分别提升了2.9%、1.9%、1.8%,在捕捉碰撞后位置变化小或形变量小的事故车辆方面表现更出色。在复杂背景下,改进后的YOLOv8-GELAN-GAM模型也能避免漏检和误检。总体而言,改进后的YOLOv8-GELAN-GAM模型能够为交通安全研究提供有力支持,提升道路救援的速度,提高道路交通安全水平,为事故损失提供强有力的保障。文中研究可为交通安全技术发展提供新的思路。

基于AIS通信量的水上交通事故检测方法

基于数据驱动的交通事故检测对水上交通事故的快速救援与降低事故损失具有重要作用。为实现无自主报告情形下的交通事故自动检测,研究了基于船舶自动识别系统(automatic identification system,AIS)通信量的水上交通事故检测方法。通常情况下,突发的水上交通事故会扰乱船舶正常航行秩序,事故引起的船舶运动状态改变会导致AIS通信量短时间内产生突变,为挖掘AIS通信量随水上交通事故演变的内在规律,并降低噪声影响,以凸显检测指标的突变特征,引入AIS通信量和船舶总数比值构建水上交通事故检测指标;为确保检测的时效性,采用滑动窗口模型用于划分检测指标数据片段与设定更新时间的间隔,并构建基于卡尔曼滤波的水上交通事故检测模型进行检测指标的短期预测;为保证检测结果的准确性,采用云模型进行检测模型阈值范围的快速划分。使用长江武汉段水域内AIS数据对基于AIS通信量的水上交通事故检测方法进行模型验证和仿真研究,实验结果表明:与采用标准正态偏差和多尺度直线拟合算法的检测模型相比,提出的基于卡尔曼滤波算法的检测模型可在耗时最短的情形下获得最高命中率与最低误检率,分别为97.25%与0.42%;在进一步的仿真实验中,针对3种不同的船舶事故场景,提出的基于AIS通信量的水上交通事故检测方法均能在5 min内检测出水上交通事故的发生。

基于ADASYN-XGBoost的交通事故自动检测方法

基于数据驱动的交通事故自动检测对道路事故的及时救援与降低事故影响具有重要作用。为解决道路交通事故自动检测中的样本不均衡问题,研究了混合自适应过采样技术与极限梯度提升树算法的交通事故自动检测方法(ADASYN-XGBoost)。其中,为从不均衡的交通事故样本中有效挖掘数据的时空特征与事故发生之间的内在关联规律,构建了初始特征变量组合,引入自适应合成过采样方法(adaptive synthetic oversampling method,ADASYN)来平衡事故类与非事故类的样本数量,以增强训练数据的质量;其次,为提高检测效果,构建了基于XGBoost的交通事故检测模型,利用该模型对增强后的数据样本进行特征筛选;最后,为获取最佳参数组合,采用了贝叶斯优化算法对XGBoost进行参数的快速标定。本文使用波特兰高速公路数据集对ADASYN-XGBoost方法进行模型验证与实证研究。结果表明:与先进的基准模型相比,ADASYN-XGBoost的各项检测指标均最优,其F1分数达到94.47%且误检率低至8.95%。在模型训练样本数为2800,500(18%的初始样本量),150(5%的初始样本量)时,ADASYN-XGBoost的F1分数分别为94.47%,88.89%,81.93%。在进一步的消融实验中,均衡正负样本后各基准模型的性能指标提高了2.68%~44.85%。本文提出的方法能够有效解决道路交通事故检测中的样本不均衡问题,同时也为道路交通安全预防与事故处理等提供了技术保障。

基于尖点突变理论模型的交通事故检测

为了准确、及时地对交通事故进行自动检测,提出一种基于尖点突变理论的交通事故离群挖掘算法。首先,考虑到基于尖点突变理论描述交通流变化规律的可行性和有效性,从系统论的观点出发,基于尖点突变理论建立城市道路交通流表征模型,能够客观全面地反映交通拥挤条件下符合交通实际工况的速度、流量之间的数值关系,为交通事故离群挖掘奠定模型基础。然后,根据聚类原理,设计基于城市道路交通流表征模型的离群事件挖掘算法,从而检测获得表征交通事故的离群点,完成交通事故检测。最后,仿真算例验证所提出的交通事故检测算法具有较高的准确性,能有效区分常规拥堵与交通事故。

某大学公寓塌陷事故调查检测

本文通过对某大学公寓的塌陷事故调查,发现该建筑场地黄土属Ⅳ级自重(很严重)湿陷性场地,计算自重湿陷量(Δzs)最大为724.7mm。经检测证明,漏水导致地基湿陷是造成事故的主要原因。

四类交通事故检测算法的分析

交通事故检测是ITS的重要组成部分,文章就现有的模式识别法、事故理论、统计预测和人工智能四类不同的交通异常检测算法进行分析,重点分析各种方法中存在的优点和不足之处,以便为建立具有较高检测率、较低误报率和检测时间的检测算法提供科学的参考。

基于YOLOv3算法的交通事故检测

针对深度学习算法虽然能够很好地对车辆进行检测,但网络结构复杂,存在大量冗余,导致检测速度非常缓慢的问题,提出基于缩放因子对网络结构进行剪枝。首先,训练网络通道的稀疏性,以便更容易筛选出重要的通道。在训练网络权值时,将L;范数应用于缩放因子和网络偏置,具有较小参数值的结构受到惩罚;其次,对网络结构中的缩放因子进行排序,并根据比例对缩放因子较小的结构进行修剪;最后,将修剪结构的偏置转移到后续层,以保持精度。对于车辆数据,经过训练和测试,修剪后的模型在精度几乎保持不变的情况下,每秒千兆浮点运算(GFLOPS)从33.2下降到8.1,参数量从62M下降到6.8M。

地下隧道单向双车道双洞交通事故准确检测

针对当前检测方法通过地下隧道监控视频检测交通事件,难以准确获取运动目标轨迹参数,存在耗时长、交通事故检测判别不准确等缺点,提出基于运动目标轨迹跟踪的地下隧道单向双车道双洞交通事故准确检测方法。利用背景差法获取地下隧道监控视频运动目标前景。在使用基于边缘检测和HSV颜色空间相融合算法对存在遮挡的运动目标去除阴影的基础上,采用卡尔曼滤波算法对运动目标进行跟踪,得到待检测事件序列的运动轨迹,将复杂的车辆轨迹划分为前行、反行、停滞、斜行四类轨迹元素,依据轨迹元素对待测交通事件的行驶行为进行数学建模,通过该模型准确检测交通事故的发生。实验结果表明,所提方法能够快速准确获取运动目标轨迹参数,在一定程度上提髙了检测效率,且地下隧道单向双车道双洞交通事故的检测精度较高。

一种基于移动终端交通事故检测方法的研究

通过传统交通可测参数和移动终端采集到的交通数据,分析交通事故发生前后交通流的变化,根据移动终端采集道路上下游检测的数据,将实时采集的交通数据与正常交通情况下交通时间进行比对,超过交通时间未被下游检测点检测到的车辆数超过设定的阀值,则推算出上下游间发生交通事故,再根据通过上游的车辆序列、上下游间原本的车辆序列及未过下游的车辆序列,计算出事故造成的车辆堵塞数;最后设计检测算法。实验结果证明,本方法具有一定的可行性,能够适应道路交通状况。

一种特征融合的视频事故快速检测方法

交通事故快速检测对于提升交通事故应急管理水平具有重要的现实意义。目前主流的视频事故检测算法较难同时满足高精度和低算力的要求,一定程度上制约了该技术的工程应用。针对存在的问题,本文提出了一种新的基于特征融合的视频事故快速检测方法,以期在有限算力成本下同时获得较高的检测精度和较快的检测速度。模型将特征融合通过两个步骤实现:首先,提出了一种事故注意力模块,并将其嵌入至残差网络(ResNet50)中以从复杂交通场景中筛选事故相关的外观特征;之后,将该外观特征输入到卷积长短时间记忆网络(Conv-LSTM)中,实现外观特征的微调与运动特征的提取。训练后的模型在视频测试集上的精度达到88.89%,检测速度达到FPS>30。事故注意力模块的引入提高了模型的外观特征筛选能力,而Conv-LSTM相比一般LSTM模型在提取运动特征时可以更好地保留外观特征,相比传统基于运动特征的检测方法,该模型可以获得更高的精度。相比典型特征融合模型(如C3D),模型显著降低了计算复杂度,在检测速度上更快。研究结果表明,本文提出的事故检测模型可以在有限算力下较好地取得事故检测精度和速度的平衡,有望实现推广应用。

一种基于RCNN的翻车事故检测算法

为了研究复杂环境下交通事故侧翻车辆的检测识别问题,采用RCNN检测算法,对一定数量的常见车辆事故场景和车身关键部位进行模型训练,并在此基础上结合空间辅助定位模型加强车辆侧翻检测分类。实验结果表明,该组合方法有效地提升了翻车事故的检测识别水平,并对误检率和漏检率有显著的抑制作用。

触电事故特征改进近似熵检测方法

为了有效减少人身触电事故的发生,针对低压系统,给出一种基于近似熵的触电特征快速检测方法。利用滑动时间窗计算单通道测量所得总剩余电流的近似熵值。根据近似熵变化规律识别触电事故特征。并针对近似熵算法存在的计算冗余问题,提出一种改进近似熵算法,以此减少触电特征检测时间。对IEC人体电阻抗模型、实验用兔和小树枝进行低压实验,并利用数据验证该方法。结果证明,触电特征近似熵检测方法具有噪声鲁棒性、不受总剩余电流幅值和触电方式影响的特点,采用改进近似熵算法缩短了触电特征检测时间,能满足工程应用需要。

发电厂事故检测流程的实现

一种先进的发电厂电气部分事故检测流程是带有延时的复杂判断逻辑,程序实现时有一定难度,灵活运用中断技术可使实现变得容易,本文就此作了介绍。文中还提出了软件引发硬中断技术。

基于自适应算法的触电事故电流检测

针对如何快速有效检测触电事故电流的问题,给出了一种基于自适应算法的触电事故电流检测方法。基于自适应滤波原理,建立了自适应触电电流检测模型,并结合归一化最小均方(N-LMS)算法对测量的总剩余电流噪声消除和自然剩余电流分离,实现了触电事故电流的检测。利用触电实验的实测数据对该方法进行验证,并与增量检测法、BP神经网络检测法、最小二乘支持向量机(LS-SVM)检测法以及电流幅值检测法进行比较分析。仿真结果表明,基于自适应算法的触电事故电流检测方法具有响应时间短、噪声鲁棒性好并且能有效消除保护动作死区的优点,对新一代剩余电流保护装置开发有一定的参考价值。

一起罕见的电路事故检测

1罕见的事故 2006年3月31日下午，在一小镇，一辆停放着的农用车在车内无人的情况下自行行走，先推翻了一辆摩托车，接着压倒了一位推着童车的老人，在撞上电线杆后停住，造成一死一伤。

隧道交通事故自动检测仿真研究

采用VISSIM交通仿真软件,对城市隧道内的物理环境进行仿真,可设计出一种基于交通流参数的交通事故自动检测方法。该方法可以方便、快捷、准确地判断隧道内的交通运行状况,因而具有一定的实用价值。

城市道路交通事故隐患检测自动报警装置设计

针对现有城市交通事故报警系统模式传统的问题,本文设计出基于单片机的交通事故隐患检测自动报警装置。首先根据已知汽车制动加速度和红外线测速模块所测得的汽车行驶速度计算出安全距离,然后通过超声波测距模块检测出本汽车与前方汽车的距离,若其小于安全距离,会自动报警,提醒驾驶员注意,同时将此信号通过GSM无线通信技术传输至交警部门指挥中心,达到快速救援的目的。

融合案例与模糊推理的供水管网事故检测

针对城市供水管网事故频繁发生的现状,文中基于案例推理和模糊推理展开研究,为事故检测提供理论与方法。首先,构造事故检测模型,采用负压波法检测故障是否发生以及定位故障点位置;然后,研究案例推理,利用K-均值和相似度算法计算目标案例与源案例之间的相似程度;接着,研究模糊推理,包括模糊推理基本形式以及推理方法;最后,提出一种融合案例推理和模糊推理的新推理机制进行供水管网事故检测。文中的研究内容有助于供水管网的维护及正常运行。

钻井工程事故检测和预警方法研究

钻井工程作为工程建设中非常重要的内容,在工作内容和施工技术方面都存在一定难度,工程质量很难得到控制,而且安全系数还不高。钻井工程事故检测和预警是工程建设中非常关键的一部分,是保障钻井工程质量的重要方法,也是提升钻井施工水平和安全性的重要措施。在此基础上,文章将对钻井工程事故检测和预警方法进行分析,为钻井工程发展提供保障。

冶金锅炉压力容器易发生的事故及检测方法研究

为了更好的促进工业的发展,对冶金锅炉压力容器运行过程中常见的安全事故进行分析,针对冶金锅炉压力容器在运行过程中的常见事故,提出不同的检测方法和修复方案,以便进行及时对冶金锅炉压力容器进行有效的排查和维修,并对焊接材料性能和方法等相关因素进行分析研究,以达到冶金锅炉压力容器运行安全的要求。