智能驾驶场景中高精地图动静态数据关联方法

在智能驾驶场景中,对高精地图的实时动态信息和静态数据的协同调用可以支持智能驾驶系统准确地重构道路行驶场景,并针对复杂的道路环境和突发事件做出安全高效的决策。因此,动态数据与静态数据之间的关联和实时重构是实现智能驾驶车辆路径规划及决策的关键技术。针对目前高精地图模型中动静态数据关联原则共识不够造成耦合实时性弱的问题,提出并论述了动静态数据的关联原则,依此原则,且基于关系数据理论和高精地图的属性属地区块更新机制,进一步提出了高精地图动静态数据的关联和重构的强、弱两种关联方法。通过自动驾驶宏观、中观、微观3种场景决策支持应用分析了动静态数据关联方法对智能驾驶的影响,说明高精地图动静态数据关联关系的建立能够支持智能驾驶系统的规划决策和控制,为车辆实现安全、高效、舒适的智能驾驶奠定了基础。

城市扩张与生态空间非线性动态耦合关系梯度分析模型

探索城市发展与生态保护的交互耦合关系是科学实施新型城镇化战略的重要支撑。现有研究多关注宏观城市系统要素、结构、功能与生态环境之间的耦合关系,较少从微观尺度尤其是城市圈层结构视角揭示二者之间的非线性动态耦合关系及其空间梯度性。基于此,本文提出了城市扩张-生态空间复合系统的多维度量化指标体系,构建了城市扩张与生态空间演化之间动态耦合协调度的评估模型,分析了1985—2020年武汉市域、绕城高速环线和中心城区等不同空间梯度内城市扩张与生态空间的动态耦合关系变化规律。研究表明,城市扩张与生态空间的动态耦合协调度在武汉市行政区划范围与绕城高速环线-武汉市界范围内整体呈“S”型变化,2010年之前处于缓慢发展状态,之后快速升至高度协调状态;绕城高速环线范围内耦合协调度总体呈现“波浪式”上升,2005年之后在高速极限发展与螺旋式上升阶段波动变化;绕城高速环线范围内以及城市主城区的耦合协调度均接近“S”型,其中绕城高速环线至主城区之间的耦合协调度在2010年之前持续升至螺旋式上升阶段,之后则缓慢下降至高速极限发展阶段,而主城区的耦合协调度在2000—2005年已处于高速极限发展状态,之后则呈现围绕高值上下波动的状态。不同空间梯度内城市扩张与生态空间之间的耦合协调关系存在显著差异性,未来城市空间管控与绿色基础设施规划应因地制宜制定对应措施。

几何单目视觉测距研究综述

针对几何单目视觉测距领域缺乏完整分类框架及最新进展相关的问题,该文通过关键字搜索的方法收集国内外相关文献并进行了梳理,将基于几何的单目视觉测距分为基于二维目标检测测距和基于三维目标检测测距两类,并将测距模型细分为基于数据回归建模、基于逆透视变换、基于成像几何模型3类,总结了经典以及改进的模型方法,分析了其优势及不足。该文提供了一个结构化的分类框架,并从不同的方向对各种方法进行定性分析,同时展望了未来单目视觉测距的研究趋势,为相关领域研究人员提供参考与帮助。