基于多源融合感知的公路边坡智能监测体系

本文致力于通过整合GNSS、物联网和视频分析技术,构建一套高效的公路边坡智能监测体系。通过对多源信息的融合感知,以G省高速公路K62+080段边坡为依托进行地质灾害的实时监测和预警,为公路边坡的安全性提供智能化的保障,旨在提高对边坡状况的监控精度和实时性,为灾害防范和紧急响应提供可靠的数据支持。

例谈空天地深多源数据融合感知技术在矿山中的应用

本研究介绍了在矿产开采中,地表形变监测对于生产安全以及环境稳定的重要性,并阐述了传统监测技术的局限性。通过使用空天地深多源数据融合感知技术,整合多维度数据,从而提高地表形变监测的准确率。结果表明,该技术与实地监测之间的最大误差仅为4.6%。该技术的应用对于矿山监测以及管理具备指导意义,能够提高地表监测的精度以及时效。

FSAC赛车融合感知算法研究

针对中国大学生无人驾驶方程式大赛(formula student autonomous China,FSAC)中的单一传感器检测环境适应性差等问题,提出一种基于激光雷达和相机融合的障碍物检测算法。对激光点云进行滤波、去地面和条件欧式聚类处理,确定锥桶位置;采用YOLOv7算法对图像进行检测并获取颜色信息;将传感器进行时空对齐,采用二次最近邻算法进行匹配,获取锥桶障碍物的位置和颜色信息。采用FSAC赛车作为实验平台,在动态测试中,该算法比取交集融合算法的准确率提升了5.52%,误差降低了29.47%,速度提升了21.66%,可以很好地满足检测的准确性和实时性,较好地实现了无人赛车的感知任务,同时为无人驾驶车辆的融合感知提供了一定参考依据。

智慧高速融合感知及应急指挥平台

本平台以高速公路综合事件应急调度指挥为目标,在完成交通多源数据及事件感知的基础上,构建高速公路应急指挥调度系统。针对交通多场景事件指挥调度,通过宏微现一体化交通仿真模型的态势预测及优化分析,匹配生成推荐管控预案,形成“融合感知-仿真模型-分析优化-预案匹配-指挥调度-能力评估-模型输入”的全闭环运行机制。通过建立应急指挥调度体系,对日常应急物资、设备、预案进行科学管理。当发生高速公路综合事件时能生成智能应急方案,自动启动联动控制预案,避免人为失误,并自动真实记录突发事件的经过、处置、恢复,达到可追溯的目的,避免人为因素影响事件的记录,提升公路的应急管理水平。

基于融合感知技术的智慧化隧道建设方案探讨

隧道是公路重要的交通基础设施,也是道路管理者的重点关注对象,极易产生交通事故,对人身生命财产安全造成极大威胁。传统的隧道机电系统建设方案对交通事故的定位感知较差,应急调度指挥能力不足,无法有效预防隧道事故的发生。本文充分利用原有隧道机电设备,基于高精地图、三维建模技术,融合感知设备,对交通事件进行精准定位分析,实现车辆车道级动态轨迹追踪,赋能隧道指挥调度,提高隧道事件处理及时性和管理效率,以期为道路管理者提供强有力支持。

战场电磁态势融合感知技术框架研究

为了高效精确感知现代战场条件下的电磁态势,分析了战场电磁态势感知的需求,研究了基于高层信息融合的电磁态势融合感知技术框架。战场电磁态势融合感知技术框架面向异构信息综合处理和融合模型柔性控制,基于电磁实体序列识别形成观测态势,基于作战行动企图估计形成估计态势,基于电磁威胁预测评估形成预测态势,构建现代战场综合电磁态势图。研究表明基于融合理论的战场电磁态势融合感知技术框架具有适应性强、高效精确的特点。

多信息融合感知搜救机器人的设计与实现

针对地震、战争等灾难环境设计了一种多信息融合感知搜救机器人,机器人通过图像、火焰、温度等多种传感器实现信息融合,感知灾难现场环境。通过无线传输,搜救机器人将各种信息传送到监控端,使搜救人员实时了解灾难现场环境,并且机器人特有的声源定位系统可以辅助搜寻受困人员。同时搜救人员可以通过远程操控控制机器人状态,为搜救人员提供帮助。

新基建背景下智慧高速多元融合感知技术应用浅谈

2020年04月20日,国家首次官宣"新基建"范围包括3大方面、7大领域,"信息基础设施""融合基础设施""创新基础设施"这三类基础设施带着新基建的光环走进公众视野。本文基于新基建需求,针对建设高速公路的路侧智慧感知,提出了将多元融合感知技术应用于高速公路建设,实现全天候、高精度的立体感知。同时分析了多元融合感知技术中,路侧激光雷达和毫米波雷达的应用和前景。

多元融合感知技术在隧道运营管理中的应用探讨

本文基于隧道行车安全环境建设的应用要求,提出将多元融合感知技术应用于高速公路隧道信息化建设,实现高速公路隧道全目标、全要素、全天候、高精度的全息立体感知,并利用数字孪生技术刻画隧道运行的动态肖像,结合隧道行车安全管理策略,实现隧道的精细化管理,提升隧道的防灾减灾能力。

计算思维与能力双轨融合感知培养实践——以高职通信类课程为例

通过多年教学实践,提炼出高职通信类课程中蕴含的计算思维形态,并以新工科的新素养、新方法、新思维、新结构、新专业“五新”工程教育新理念构建了计算思维与高职通信类课程能力双轨融合培养感知形态表,对“数据网组建”课程开展了教学实践案例设计、实施与反思等,通过教学实践数据对比分析验证了计算思维与能力双轨融合感知教学效果。

基于感通算融合和信息年龄优化的车联网多节点协同感知

面向未来自动驾驶系统中的实时性业务需求(如高清地图更新),基于感知-通信-计算融合,引入信息年龄作为实时性度量,设计感通算融合的车联网多节点协同感知机制。在通信-计算资源和车辆能耗约束下,优化调度感知节点信息采集和传输处理,最小化感知信息的平均信息年龄;提出基于李雅普诺夫的在线调度算法,将复杂的长期随机优化问题转化为单时隙在线优化问题,并设计低复杂度算法求解。仿真表明,与现有仅考虑通信与计算融合的机制相比,所提机制信息实时性可提高9%~50%。

基于感知融合的隧道车道控制系统设计

文章提出一种基于感知融合的隧道车道控制系统,并详细讨论了系统的设计方法。首先,设计了自适应控制系统框架,并分析了每个模块的功能。其次,详细讨论了隧道车道控制系统设计的关键技术。最后,研究了基于感知融合的车道控制方法。

基于交叉特征感知融合的多领域虚假新闻检测

各领域虚假新闻的传播对社会造成了严重的影响,不同领域间新闻的领域偏移问题和跨域关联问题也对模型的预测能力造成了极大的挑战.针对上述问题,本文提出了一种基于交叉特征感知融合的多领域虚假新闻检测方法.该方法可以捕捉不同领域间新闻的多种特征差异,并挖掘新闻之间的关联关系,从多个维度控制模型在不同领域的特征融合策略.此外,本文还提出了一种联合训练框架.本方法的模型使用本框架进行训练,在中英文数据集上的预测F1分数分别达到了92.84%和85.49%,相较于最先进的模型,预测效果分别提升了1.16%和1.07%.

基于数据感知融合的电力通信网络智能运维

受到电力通信网络中多因素及其结构复杂性的共同影响,传统运维方法在感知过程中极易受到电压异常信号与变压器异常信号扰动,造成网络全局感知出现偏差,严重影响整体运维效果。为了有效解决多因素造成的感知偏差问题,采用数据感知融合算法对电力通信网络下的电力参量进行感知优化,提升感知精准度,优化运维整体质量的效果。在提出的优化方案中,首先对电力通信网络安全态势感知范围进行确定,然后进行电力通信网络运行下的电压安全态势感知优化,接着基于数据感知融合算法对电力网络变压器安全态势感知参量进行定义,最后完成感知信息的数据感知融合计算。仿真结果表明,数据感知融合算法具备提升运维整体质量、降低运维过程中的感知偏差、提升感知灵敏度与精准度的能力。

“天眼”周边电磁波宁静区多维融合智能感知技术的研究与应用

为了保障国家重大科学基础设施“天眼”的正常运行,本文探索“天眼”周边电磁波宁静区多维融合智能感知技术的研究与应用。通过SVAC2.0视频编解码、视频加密、边缘计算、视频智能分析等先进技术,实现视频资源数据全生命周期的完整性、真实性、保密性和智能化应用,构建安全可控和智能化的公共安全视频监控联网信息系统,为“天眼”周边电磁波宁静区公共安全防护提供了解决方案,同时也为国家重大科技基础设施以及周边公共安全防护提供了新的思路。

基于雷达与视觉融合的双模态煤矿井下环境感知技术

环境感知是煤矿巡检机器人、视觉测量系统等场景应用的关键技术。单模态环境感知技术对煤矿井下复杂环境的感知能力较差。提出了雷达与视觉双模态空间融合方法,通过激光雷达和摄像仪之间的坐标转换来实现二者采集信息的融合,从而提高环境感知能力。为了更好地提取目标特征信息,提出了双模态融合环境感知网络架构技术路线:摄像仪和雷达采集的环境信息经雷达与视觉双模态空间融合方法进行融合处理,多模态特征融合网络模块提取融合信息中的目标特征,多任务处理网络模块采用不同的任务头处理目标特征信息,完成目标检测、图像分割、目标分类等环境感知任务。采用YOLOv5s目标检测算法搭建双模态特征提取网络模块进行实验,结果表明:基于雷达与视觉融合的双模态煤矿井下环境感知技术对井下巷道环境下行人检测的成功率较视觉、雷达感知分别提升15%,10%,对车道线、标志牌等各类目标分割的平均精度均值较视觉感知均提高10%以上,有效提升了煤矿井下环境感知能力,可为煤矿道路环境感知、视觉测量系统、无人矿车导航系统、矿井搜救机器人等应用场景提供技术支持。

全局特征感知与融合的多层次蒸馏学习道路提取模型

为提取空间特征更细节和语义信息更全面的道路信息,提高道路信息提取的推理速度,在端到端的卷积神经网络(convolutional neural network,CNN)基础上,提出一种结合空间注意力机制、全局信息感知和特征融合模块的道路提取模型.首先利用空间注意力机制和全局信息感知模块获取道路特征的上下文信息,提高浅层特征的空间信息表达能力;然后构建顾及通道和语义信息的特征融合模块,消除基于端到端的CNN中浅层和深层特征之间的语义差距,完成跨层特征的有效融合;最后使用多层次知识蒸馏学习策略,减少并降低所提模型的网络参数和计算复杂度,快速、准确地获取遥感影像中的道路信息.在公开的Deep Globe和马萨诸塞州2个卫星遥感影像道路数据集,以及京津新城无人机遥感影像道路数据集上进行训练、验证和评估的实验结果表明,所提模型是一种精度高、效果好的道路提取模型,无论是卫星遥感数据源还是无人机遥感数据源均具有较好的道路信息提取能力,其F1分别达到79.36%,78.42%和84.27%,均优于对比的道路提取模型;同时,多层次知识蒸馏学习策略能显著地提高模型的精度、提升泛化能力,其IOU值分别提高0.29,0.77和0.46个百分点,在模型精度和网络参数方面都取得了较优的效果,具有广阔的应用前景.

基于多传感器融合的目标检测方法研究

为了提高智能汽车对行驶区域障碍物的感知能力,设计了相机图像与激光雷达点云融合的双模中融合模型。选用YOLOv3-tiny作为图像目标检测算法,PointRCNN作为点云目标检测算法,将点云检测获取到的ROI图像与原始图像进行加权融合,在融合后包含障碍物位置信息的图像上进行目标检测。通过与基于图像或基于点云的单模目标检测模型进行比对,在选用合适加权融合系数下双模中融合模型得到了更好的目标检测效果,在KITTI数据集上总类别的mAP@.5:.95上提升了3.3%,在Cyclist障碍物类别的AP@.5:.95上有了5.7%的显著提升。激光雷达点云的引入大大提升了纯视觉目标检测模型在小目标障碍物上的检测能力。

隧道壁智能诱导灯综合感知与联动预警系统构建与应用

本文针对隧道内更易发生交通事故的问题,提出了一种基于隧道壁智能诱导灯的隧道交通综合感知与联动预警系统。系统采用智能诱导灯感知技术,实现对隧道内车辆的实时感知和异常事件的检测,并根据不同的道路状况及时为司乘人员提供预警提示和安全诱导,为公路隧道的安全通行提供保障,为高速公路的智能化、信息化运营管理提供新的思路和方法。

基于通信感知计算融合的低轨卫星网络体系架构与关键技术

低轨(Low Earth Orbit,LEO)卫星网络凭借其在发射成本、广域覆盖和高抗毁性等方面的优势,已成为下一代全球移动通信系统发展的焦点。为了进一步支撑未来空天地组网通信、协作遥感、星上计算等多维功能的协同演进,低轨卫星网络需要将通信、感知与计算功能进行融合,获取性能协同增益。然而,传统低轨卫星网络中通感算三者长期隔立分治,需要在架构、网元功能协议、关键技术等方面进行重新设计与突破。基于此,介绍了基于通信感知计算融合的低轨卫星研究意义和相关研究基础;提出了融合组网架构构想和网元与协议体系,并详细阐释了架构的组成和工作方法;同时,对星间链路组网、协作计算、感知融合和动态接入等关键技术进行了分析;对融合架构和理论、信息在轨融合方法、卫星算力网络和动态资源分配等未来挑战和发展方向进行了探讨。