基于FFA-Net与YOLOv5的雾天行车障碍检测技术研究

大雾天气会导致视觉传感器成像模糊,环境感知准确率低,因而严重威胁无人驾驶的安全性能。因此,本文提出了将FFA-Net去雾算法与YOLOv5目标检测算法相匹配,进而实现雾天环境下的行车障碍检测方案。实验表明,与直接利用YOLOv5对雾天交通图像进行检测的方法相比,利用本文提出的检测方法得到的Precision值、mAP值和Recall值均有明显提高,且该方法通过图像去雾后能够更好地识别交通场景中的障碍物信息,对于提高不良天气下的行车障碍检测性能,保障无人驾驶安全具有重要应用价值。

如何减少脱臭馏出物中含油量

使用国产板式脱臭塔脱臭时,脱臭馏出物的酸值在65 mgKOH/g左右,使用Alfa Laval软塔,其酸值在120 mgKOH/g左右。在设计新脱臭塔时,为了保证成品油品质,可采用填料和板式段相结合的方式。国产板式脱臭塔通过改用600 mm厚丝网层捕集飞溅油和游离脂肪酸,可提高馏出物的酸值到90 mgKOH/g,同时可降低馏出物中的含油量,提高油脂精炼率0.1%~0.3%。

改进的最小割集生成算法与联锁系统模型的安全性测试

为保证铁路联锁模型的安全性,在故障分析法的基础上提出一种新的用Petri网来建立故障树的方法,动态地描述铁路联锁系统的安全性需求,并根据Petri网安全需求模型的可达标志图,提出一种能自动生成最小割集的算法。根据算法生成的最小割集,设计了一个联锁安全检测器,用于检测和控制联锁系统模型处于安全状态。最后用CPN工具对所建立的联锁系统模型进行仿真,仿真结果表明联锁安全检测器能够保证模型的安全性。