改进的目标检测算法在司机室场景的应用

针对司机室智能分析系统中的智能检测模块进行优化改进,提升检测算法在复杂场景下的准确率。提出一种YOLOv8-DR方法,在YOLOv8的基础上引入坐标注意力机制,增加一个大尺度检测头分支,更好地捕捉玩手机等小目标的细节信息。通过实验对比,该方法提升13.5%的准确率,可实时预警规范司机驾驶行为,保证机车安全运行。

超长重载列车紧急制动防止列车脱轨创新模式的研究

经过多年超长重载列车的操纵实践,研究发现,1 800 m以上的超长重载列车在紧急制动时,从列车头部向列车尾部迅速逐辆传递危险的抬挤力矩,该现象称为“撞墙效应”。在超长重载组合列车中,列车抬挤现象更为明显,列车中部车辆脱轨概率增大,严重威胁超长重载列车的运行安全。本文创新提出现有由前向后挤压式紧急制动停车,转换为更安全可靠的拉伸式停车的新思路,将制动力矩“由前向后”传递改为“由后向前”传递,降低了超长重载列车在紧急制动时的脱轨风险。