车辆形态的仿生研究及应用

综述了车辆形态仿生研究的意义、发展及其技术成果．展示了车辆形态仿生在国民经济和国防建设中应用的广阔前景．

路面痕迹确定交通事故车辆运动形态的应用研究

在大量的道路交通事故调查中,全面地对事故现场上遗留的各类痕迹物证的检验应用显得十分重要。文章通过对道路交通事故路面痕迹物证的检验、鉴定实例,探讨通过路面痕迹物证的检验、鉴定,确定车辆运动形态的实际应用。

单目视觉下道路场景车辆空间形态估算

针对受射影几何学的限制,单目相机无法直接获得准确的三维点云数据及目标尺度信息,难以获取目标的三维结构问题,提出了一种基于单目交通相机的车辆空间形态估算方法。首先建立道路场景的自动标定模型以获取3D-2D的投影映射及尺度信息,并基于“钻石空间”方法,利用统计轨迹直线及车辆边缘精确求取场景中的地平线,根据标定信息及灭点约束共同构建车辆空间形态的几何约束模型,然后在图像中提取车辆的实际投影约束,包括基于获得的车辆序列轮廓约束,及车辆自身边缘约束,并据此构建误差约束函数,估计车辆空间形态的投影误差,最后根据车辆的初始识别结果及先验信息,优化参数约束空间,并利用误差约束函数在约束空间中迭代求最优,得到精确的车辆空间形态信息。利用公开数据集BrnoCompSpeed及实际道路采集的视频数据共同验证该算法,并与现有类似算法进行比较。结果表明:该算法对于道路场景的适应性强,所需先验条件少,对于多种类型车辆在三维尺寸的估计精度高达94%以上。同时,该算法还可估算车辆实时的空间位置及相对于路面的偏转角度,综合空间形态估算的精度达到92%以上,且实时性较好,单帧多车的估算时间小于0.5 s。与现有算法相比,该方法更适合在道路场景中利用固有的监控相机识别车辆空间形态。

基于K均值聚类的高速公路汽车碰撞事故分析

为优化我国汽车碰撞试验指标和高速公路安全管理,搜集重庆市所辖高速公路在近5 a发生的194起车-车碰撞事故数据,对其进行深度分析。统计出该地区所发生车-车碰撞事故的形态特征,利用K均值聚类方法建立乘员损伤程度同重叠率、质量比、碰撞方位、侵入量之间的相关模型。结果表明,重乘员损伤程度与其他的事故形态特征有显著的相关性,其中,重叠率在1/3～1/2、质量比为0.1～0.5或2～10以及12点碰撞方位、侵入量为1/2～2/3、2/3～1这样的车辆碰撞事故的乘员损伤最严重。

基于CenterNet的路侧单目视角车辆3D形态精确感知

车辆3D形态的精确实时感知对于智能交通中的车辆行为分析、交通流参数估计等应用和无人驾驶都至关重要,其中,如何克服透视投影的限制,从路侧单目视角下感知车辆3D形态正成为具有挑战的课题之一。为解决这个难题,采取深度网络提取投影特征,结合空间标定模型中的几何约束,实现2D投影至3D空间的3D形态恢复构建。首先,基于前期工作,对道路场景中的相机构建空间标定模型,以获取透视空间的2D-3D互映射矩阵;然后,以当前流行的简洁高效的CenterNet深度网络为基础,设计车辆3D形态投影特征的检测网络,融入多尺度特征融合模块以优化透视投影下不同尺度车辆目标的检测,同时优化高斯凸包热力图以增强车辆目标的特征检测力度,根据先验几何约束设计加强损失函数以加快收敛;最后,通过建立的空间形态几何约束模型,对网络输出特征投影点进行解码,构建出完整的车辆3D形态信息。试验以路侧视角下的BrnoCompSpeed数据集和自制数据集为基础,手工标注满足试验需求的样本目标,并做图像增广以模仿多变的道路监控视角及环境。在试验结果评价中,分别对网络检测结果及最终构建的3D形态进行评价,其中对于网络检测结果,以投影特征构成投影凸包的平均精度为评价指标,交并比(IoU)阈值为0.7时,在BrnoCompSpeed测试数据集上得到AP值为87.35%,召回率和精确率分别为87.39%与90.78%。同时,设计消融试验证明网络改进模块的有效性。对于3D形态构建结果,分别对空间定位、3D尺寸、偏转角及3DIoU等指标都进行定义,并以3DIoU为评价标准,验证多个改进模块及不同视角对于最终精度的影响,最后在BrnoCompSpeed测试数据集中的平均3DIoU达到0.738。设计的网络FPS为27,可满足实时性的需求。