Analysis of Safety Assessment and Testing of Heavy Traffic Vehicles on Old Bridges Without Data

This article presents a real-life project that aimed to evaluate the safety of traffic vehicles on old bridges without any prior data.The project involved various safety inspections,including conventional,static,and dynamic load inspections and safety assessments.After conducting these tests,it was concluded that the structure of the old bridge is relatively safe,with only a few bumps.The bridge could function normally following appropriate treatment.The analysis provides valuable insights into the assessment of the quality and safety of such bridges to ensure the safe driving of heavy vehicles.

A two-stage optimization method for unmanned aerial vehicle inspection of an oil and gas pipeline network

Oil and gas pipeline networks are a key link in the coordinated development of oil and gas both upstream and downstream.To improve the reliability and safety of the oil and gas pipeline network, inspections are implemented to minimize the risk of leakage, spill and theft, as well as documenting actual incidents. In recent years, unmanned aerial vehicles have been recognized as a promising option for inspection due to their high efficiency. However, the integrated optimization of unmanned aerial vehicle inspection for oil and gas pipeline networks, including physical feasibility, the performance of mission, cooperation, real-time implementation and three-dimensional(3-D) space, is a strategic problem due to its large-scale,complexity as well as the need for efficiency. In this work, a novel mixed-integer nonlinear programming model is proposed that takes into account the constraints of the mission scenario and the safety performance of unmanned aerial vehicles. To minimize the total length of the inspection path, the model is solved by a two-stage solution method. Finally, a virtual pipeline network and a practical pipeline network are set as two examples to demonstrate the performance of the optimization schemes. Moreover, compared with the traditional genetic algorithm and simulated annealing algorithm, the self-adaptive genetic simulated annealing algorithm proposed in this paper provides strong stability.

Design of motion control of dam safety inspection underwater vehicle

Plenty of dams in China are in danger while there are few effective methods for underwater dam inspections of hidden problems such as conduits,cracks and inanitions.The dam safety inspection remotely operated vehicle(DSIROV) is designed to solve these problems which can be equipped with many advanced sensors such as acoustical,optical and electrical sensors for underwater dam inspection.A least-square parameter estimation method is utilized to estimate the hydrodynamic coefficients of DSIROV,and a four degree-of-freedom(DOF) simulation system is constructed.The architecture of DSIROV's motion control system is introduced,which includes hardware and software structures.The hardware based on PC104 BUS,uses AMD ELAN520 as the controller's embedded CPU and all control modules work in VxWorks real-time operating system.Information flow of the motion system of DSIROV,automatic control of dam scanning and dead-reckoning algorithm for navigation are also discussed.The reliability of DSIROV's control system can be verified and the control system can fulfill the motion control mission because embankment checking can be demonstrated by the lake trials.

Wireless Transmission System for Vehicle Inspection Data

Based on general packet radio service(GPRS) and TCP/IP protocol,a wireless transmission system of vehicle inspection data is designed. Basic structure and work theory are expounded. SIM300 designed by SIMCOM is used for client GPRS communication module. Using Winsock control of visual basic(VB),the client and server communication has been accomplished. By means of a client and server communications software,the remote wireless transmission of vehicle inspection data has been accomplished also. The server management software has been developed by using Microsoft SQL Server 2000 and VB6.0. Functions of software include import,inquiry,export and maintenance of test data.

Manipulator-based autonomous inspections at road checkpoints:Application of faster YOLO for detecting large objects

With the increasing number of vehicles,manual security inspections are becoming more laborious at road checkpoints.To address it,a specialized Road Checkpoints Robot(RCRo)system is proposed,incorporated with enhanced You Only Look Once(YOLO)and a 6-degree-of-freedom(DOF)manipulator,for autonomous identity verification and vehicle inspection.The modified YOLO is characterized by large objects’sensitivity and faster detection speed,named“LF-YOLO”.The better sensitivity of large objects and the faster detection speed are achieved by means of the Dense module-based backbone network connecting two-scale detecting network,for object detection tasks,along with optimized anchor boxes and improved loss function.During the manipulator motion,Octree-aided motion control scheme is adopted for collision-free motion through Robot Operating System(ROS).The proposed LF-YOLO which utilizes continuous optimization strategy and residual technique provides a promising detector design,which has been found to be more effective during actual object detection,in terms of decreased average detection time by 68.25%and 60.60%,and increased average Intersection over Union(Io U)by 20.74%and6.79%compared to YOLOv3 and YOLOv4 through experiments.The comprehensive functional tests of RCRo system demonstrate the feasibility and competency of the multiple unmanned inspections in practice.

基于连续可微采样的无人机多向视点规划

无人机在各种工业基础设施的自主巡检中,需要为大型复杂待巡检对象设计大量的数据采集航点,以获取高质量的全覆盖影像数据。逐点飞行作业能耗高采集效率低,限制了无人机大规模的工业应用。为了优化飞行作业模式,有效提升巡检效率,针对已知待巡检复杂设备结构提出一种全新的多向视点规划算法——连续可微采样的无人机多向视点规划算法(MD-VPP)。该方法在满足全面覆盖巡视目标以及数据采集质量要求的前提下,大幅减少航点数量。首先,将云台俯仰角、偏航角和相机成像面积作为约束条件,构建视点采集连续可微的视图质量目标函数,优化求解候选视点集;然后利用贪心算法求解全覆盖待巡检对象的航点位姿。通过实验对比分析了针对不同巡检对象的航点数量和航点数减少率,相比领域内其他优秀方法,所提方法在确保全覆盖的前提下航点数量至少降低77%,极大地提升了无人机单次作业的数据采集效率。

基于视觉检测的智能桥梁检查车设计与分析

针对公路变截面梁的特点,提出了一种基于视觉检测的智能检查车。该智能检查车由车体平台和视觉检测平台组成,既能无人智能快速检测,又能人工定点维修,有效地提高了桥梁养护效率及检查工作的安全性。介绍了车体平台的具体结构设计和视觉检测平台的具体组成,并对智能检测和人工检查做了对比试验分析,结果表明智能检测比人工检查具有更好的病害检测完整性和更高的检测效率。

双向多尺度特征融合的高效遥感图像车辆检测

针对遥感图像中车辆检测面临的背景复杂、多尺度差异和小目标难以检测等挑战,提出了一种基于双向多尺度特征融合的检测方法GEM_YOLO。该方法包括三个主要部分:设计了全局高效注意力模块作为特征提取器,实现轻量化和高效率的特征提取,以解决复杂背景下的目标检测问题;提出了双向多尺度特征融合网络作为特征融合器,采用自顶向下和自底向上的特征融合策略,有效促进不同层次特征之间的信息交互;应用基于注意力的动态检测头作为预测器,增强了对不同尺度、空间位置和任务的感知,进一步提升了目标检测的精度和鲁棒性。在公开数据集DIOR和DOTA上进行相关实验,该方法的平均精度均值达到92.4%和81.4%,显著优于其他主流检测方法,同时具有更少的参数量和计算量,为遥感图像检测领域中的车辆检测提供了一种高效解决方案。

基于卷积神经网络的红外弱小车辆目标检测方法

传统方法无法获得理想的红外弱小车辆目标检测结果,导致检测误差大,无法满足实际应用要求,为了解决传统红外弱小车辆目标检测方法存在的局限性,及时检测红外图像中的弱小车辆,提高车辆检测精度,设计了基于卷积神经网络的红外弱小车辆目标检测方法。首先对弱小车辆目标检测需要的红外图像进行采集,并对红外图像噪声进行处理,消除噪声对弱小车辆目标检测的干扰,然后采用卷积神经网络建立弱小车辆目标检测模型,最后通过具体仿真实验测试弱小车辆目标检测方法的性能。结果表明,该方法的弱小车辆目标检测精度超过了90%,大幅度减少了弱小车辆目标的误检率,同时弱小车辆目标检测时间控制在5 s内,可以满足弱小车辆目标检测的实时性要求,具有较高的实际应用价值。

基于改进PSO的无人机精细化自主巡检航迹布设优化

提出基于改进PSO的无人机精细化自主巡检航迹布设优化。结合波束法测量地面像控点坐标,通过结构矩阵描述平面误差细化值,完成像控点的布设。采用改进PSO算法计算航迹子路径的变更代价,得到新的路径点,由此实现无人机精细化自主巡检航迹布设优化。实验结果表明,所提方法的无人机精细化自主巡检航迹布设时间仅为39.4 min,说明所提方法能够有效提高无人机精细化自主巡检航迹布设效率,精细化自主巡检航迹布设优化效果更好。

基于YOLOv5s改进的无人机航拍图像车辆检测模型

针对无人机航拍图像车辆检测任务中存在车辆遮挡严重、小尺度目标多、背景信息复杂、误检漏检情况严重等问题,提出一种基于YOLOv5改进的车辆目标检测模型。首先,增加一个小目标特征检测层,增强对浅层特征图中有效位置特征信息的复提取,从而缓解因深层卷积导致密集小目标特征信息的缺失问题。其次,在Neck中使用GSConv卷积和VOVGSCSP模块,对模型进行轻量化同时提高检测精度。再次,使用Mish作为全局激活函数,提高特征信息在深层网络中的传播和表达能力。然后,为了模型对检测目标的定位精度,使用EIoU作为回归框定位损失。最后,在Backbone中引入Transformer模块,增强模型感受野,提高对关键点信息的提取能力,增强模型抗干扰能力。实验结果表明,最终改进模型的平均检测精度(mAP)达到了83.8%,比原始YOLOv5s模型提高了5.5%,对小目标检测精度明显得到提升。

基于改进YOLOv5的车辆检测方法研究

基于YOLOv5s对交通道路上前方车辆的检测进行了研究,为提高车辆检测精度,对原YOLOv5s网络模型进行了改进。首先,将Mish激活函数应用于YOLOv5s模型之中代替原有的ReLU函数,使用更平滑的Mish激活函数有效避免梯度消失的问题。其次,采用BiFPN作为特征金字塔,增加了特征传递的信息通道,提升模型的感知能力和上下文信息的关联能力。最后,引入EIoU作为损失函数的一部分,准确地表示预测框和真实框之间的位置关系,间接地使收敛速度提升。在D2⁃City数据集上的实验表明,改进后的YOLOv5s平均精度mAP0.5为84.2%,比原始YOLOv5s算法提升了2个百分点。

防爆工业车辆的防爆检测要求

广泛应用于爆炸危险场所的防爆工业车辆在工作过程中的潜在点燃源主要有电气漏电、高温热表面、机械火花、静电等。为提升防爆工业车辆在复杂工况下运行的安全性,本文从我国防爆工业车辆发展现状出发,结合防爆工业车辆存在的潜在点燃源,对防爆工业车辆的防爆安全技术及检测要求提出思考。

基于深度学习和无人机图像的架空线路缺陷巡检综述

架空输电线路巡检是电网运维工作的一项重要内容,利用无人机进行线路巡视检测已成为运维人员完成电力巡检工作的重要手段。首先,文中概述无人机巡检任务中人机协同作业系统以及无人机智能自主作业系统的架构;其次,分析当前架空输电线路缺陷巡检领域数据集状况以及数据扩增技术;再次,综述基于深度学习的无人机图像缺陷检测典型方法以及评价指标,并对比总结各种方法的优缺点;然后,讨论无人机图像视觉检测方法中图像采集规范、数据集形式、缺陷检测算法专业化应用等对架空线路缺陷的检测效果,指出图像检测指标和类别定义在电力巡检专业化领域中的不足;最后,探讨基于深度学习的无人机图像缺陷巡检的未来发展方向。

基于数字孪生的全自动场段列检作业管理系统构架设计

[目的]数字孪生已成为众多行业走向智能化、信息化和数字化发展道路的助推器,为推动城市轨道交通车辆基地数字化发展,提出了基于数字孪生的全自动场段列检作业管理系统,并研究其架构设计。[方法]介绍了基于数字孪生的全自动场段列检作业管理系统的概念架构、技术架构、存储层架构和安全架构。[结果及结论]该系统在南宁地铁5号线车辆基地应用表明,通过数字孪生技术可实现车辆基地的作业标准监控、作业质量回溯、生产安全监控和业务统计分析等,有助于集“安全、高效、智能”于一体的智慧检修车间建设。

辅助驾驶汽车信息安全检验关键技术研究及测试验证

随着辅助驾驶汽车技术的不断发展和普及,信息安全问题已经成了一个重要的研究方向。本文针对辅助驾驶汽车面临的信息安全隐患,研究提出信息安全检验关键技术,包括检验指标、检验方法和检验标准等,为辅助驾驶汽车安全性评估提供参考;提高辅助驾驶汽车安全性,推动行业的规范化发展,为辅助驾驶汽车的安全性和可靠性提供支持。

基于YOLOP-L的多特征融合道路全景驾驶检测

目前,驾驶员视角下的交通图像检测技术成为交通领域的重要研究方向,同时提取车辆、道路、交通标志等多种特征已经成为驾驶员理解道路信息多样性的亟需任务。以往研究已在单类目标检测的特征提取方面取得了长足进步,然而,这些研究不能很好地联合应用于其他区别较大的特征检测任务中,且融合训练过程中会损失个别特征检测的精度。针对驾驶员视野范围内道路信息多样且复杂的特点,本文提出了一种基于多特征融合训练的检测模型YOLOP-L,它能够同时对多种不同特征交通目标进行融合训练,同时保证单项检测任务的精度。首先,为了解决特征融合中语义信息表达不完整的问题,设计的SP-LNet模块通过FPN与双向特征网络结合实现网络更深层次的融合,使得提取的信息更完整,从而提升道路小目标的检测性能;其次,设计新的分割头深度可分离卷积,将语义信息与局部特征融合促使多特征融合的训练准确度与速度得到进一步提升;再次,体系中设计的GDL-Focal多类混合损失函数更专注于困难样本,可用于解决样本特征不平衡的问题。最后,对比实验表明:YOLOP-L相比原YOLOP网络运行的速度更快;在车辆目标检测任务下召回率提升了2.2%;在车道线检测任务下准确率提升2.8%,车道线IoU的值较HybridNets网络下降2.45%,但较YOLOP-L网络提升1.95%;在可行驶区域分割任务下其整体检测性能提升1.1%。结果表明,在具有挑战性的BDD100K数据集上,YOLOP-L可以在复杂场景下有效解决检测精度不足和分割缺失的问题,提高了车辆识别、车道线检测以及道路行驶区域联合训练的准确性和鲁棒性。

基于PC-Crash软件的多车碰撞事故再现研究

近三年来,全国交通事故的年均发生数量在20万次以上,多车碰撞事故的数量也逐年攀升。文章根据车辆碰撞时间的先后顺序将一则复杂的交通碰撞事故,等效成多个简化的碰撞事故,且每个碰撞过程只包含两个事故参与方。通过对事故现场中驾驶员进行损伤验证,以及事故车辆进行痕迹勘验,分析人体损伤程度、各个车辆的碰撞形式和碰撞前的运动速度,运用PC-Crash软件进行事故仿真并验证其真实性。结果表明,仿真得到的人体损伤情况与实际情况相符;事故参与方的最终停止位置、碰撞速度与实际勘验数据相比,误差均小于10%,说明仿真结果与实际勘验的结果相吻合。此方法对复杂的交通碰撞事故能够进行模拟,并且仿真具有一定的真实性,为交通管理部门进行事故责任认定提供了理论支撑。

国内外铁路巡检无人机应用现状分析(上)

详细阐述中国、美国、韩国、澳大利亚、荷兰等铁路巡检无人机的应用现状,总结无人机在铁路巡检上的优势。指出铁路巡检无人机存在航权受到限制、缺少飞行操作员、结果智能化处理水平低、受恶劣天气制约等问题,并从无人机的自动化程度、在铁路行业内的认可度、应用范围、巡检数据融合、接触网异物处理、运行管理水平等方面提出无人机未来发展方向。

国内外铁路巡检无人机应用现状分析(下)

详细阐述中国、美国、韩国、澳大利亚、荷兰等铁路巡检无人机的应用现状,总结无人机在铁路巡检上的优势。指出铁路巡检无人机存在航权受到限制、缺少飞行操作员、结果智能化处理水平低、受恶劣天气制约等问题,并从无人机的自动化程度、在铁路行业内的认可度、应用范围、巡检数据融合、接触网异物处理、运行管理水平等方面提出无人机未来发展方向。