一种基于多尺度脊边缘的沥青路面裂缝检测算法

为了提高沥青路面裂缝的检测精度,针对裂缝的复杂性和多态性,提出了一种普适性较好的基于多尺度脊边缘的沥青路面裂缝检测算法。首先,对路面不同形状裂缝的多种脊边缘特征进行分析,并对利用高斯函数及其导数检测脊边缘的原理进行了推导;其次,根据脊边缘的多尺度特性,采用多个尺度的高斯滤波器对图像中的多尺度脊边缘进行检测,并对各个尺度的检测结果进行像素级融合;然后,结合裂缝的长度、宽度、方向、连续性、线性度等特征去除伪裂缝;最后,利用最小生成树算法实现了检测图像上不同位置裂缝的连接,使得检测出的裂缝更加接近实际裂缝的形态。研究结果表明:提出的算法可以对不同形状特征、尺寸和位置的裂缝目标进行有效检测,具有较高的检测精度和较好的检测效果,且该算法抗噪性能好、通用性强,是一种具有工程应用前景的高效的沥青路面裂缝检测方法。     

无人机视频车辆跟踪算法研究

鉴于现有算法在复杂环境下易造成目标跟踪丢失的问题,为研究精准高效的车辆跟踪算法,实现无人机视频交通参数提取,将传统KCF(核相关滤波)算法中的固定尺度检测窗口替换为多尺度检测窗口,提出多尺度KCF优化算法;与CamShift算法和KCF算法的对比结果表明,在不同场景下多尺度KCF优化算法的跟踪效果均优于其他两种算法,在目标遮挡和存在阴影的情况下表现更优异,具有较强的鲁棒性和适用性。     

沥青路面结构的可靠度优化设计

本文以交通部１９８７年施行的《公路柔性路面设计规范》为基础，首先介绍了沥青表面可靠度设计的有关概念和方法，根据室内外大量实测资料提出了设计和施工参数的统计分析结果，然后，以统计可靠指标为约束条件，费用为目标函数，运用改进的网格优化算法，提出了沥青路面结构的可靠度优化方法，并编制了“沥青路面辅助设计系统”。     

基于灵敏度分析的发动机悬置系统稳健优化设计

以发动机悬置系统能量解耦为目标,悬置刚度参数为设计变量,考虑目标函数和约束函数对于悬置刚度参数的灵敏度,构造了多目标优化数学模型.采用遗传优化算法对一款发动机悬置系统的悬置刚度参数进行了稳健优化设计,并用Monte Carlo方法进行了分析.结果表明,优化方法可以有效降低系统解耦度对悬置刚度参数的灵敏度,提高了悬置系统设计的实用性.     

基于压缩感知尺度自适应的多示例交通目标跟踪算法

针对大多数跟踪算法对车辆等交通目标在行驶过程中的尺度变化、姿态变化的适应性差及在跟踪过程中使用固定尺度的跟踪框,导致所构造的目标模板包含大量背景信息,引起跟踪漂移甚至丢失的问题,提出一种基于压缩感知理论与超像素目标性度量的尺度自适应多示例交通目标跟踪算法,该算法首先利用压缩感知理论对多示例学习中的特征维数进行降维,减少算法计算的复杂度。其次,采用超像素目标性度量进行局部尺度自适应调整,解决多示例跟踪算法中的尺度适应问题。此外,引入基于目标判别机制的分类器更新,利用连续帧中目标的相似性判断跟踪目标是否存在遮挡或漂移问题。依据目标判别的结果,实现变学习率的分类器参数更新。试验结果表明：该方法具有较高的跟踪精度和良好的跟踪鲁棒性,在车辆目标发生遮挡、尺度变化、三维旋转等情况时均能较好地跟踪目标,通过对不同的交通视频序列进行测试,算法的平均中心位置误差远小于对比算法,仅为3.92像素,其对比算法CT跟踪、MIL跟踪及WMIL跟踪算法的平均位置误差分别为56.96像素、35.36像素及58.54像素,平均重叠率达80.1%,较CT跟踪、MIL跟踪及WMIL跟踪算法分别高44.9%、45.3%和45%,满足智能交通监控的实际需求。     

基于机器视觉的路面裂缝病害多目标识别研究

为了建立一种基于深度学习卷积神经网络的多目标路面裂缝检测模型,实现对路面裂缝的精确识别、分割与统计,采用卷积神经网络Mask R-CNN为主干框架,融入ResNet模型与特征金字塔网络(FPN)提高对病害特征提取的精度,建立了针对裂缝病害识别的基础网络体系;考虑裂缝病害图像特征,采用随机梯度下降算法与冲量算法优化损失函数以提高对裂缝像素的分类性能,通过在主干网络设定目标区域检测范围并利用掩码实现了裂缝病害的像素级识别与分割;标记大量的路面裂缝图像形成训练数据库,分析了路面裂缝的多目标识别模型有效性。结果表明:损失函数中的权重参数取0.3时,识别模型具备较好的识别精度;通过数据增强可以将有限训练集进行有效扩充,极大提高识别模型的泛化能力与鲁棒性,经过训练后的模型能够正确识别98.9%的裂缝对象与93.6%的裂缝类像素;通过将模型对裂缝病害的识别、分类精度与传统深度学习模型、边缘检测算法相比较,在细微裂缝的识别与非裂缝构造的过滤方面具有显著优势。用Mask R-CNN的主干网络进行ResNet模型与FPN扩展能够有效保留裂缝病害的纹理与轮廓细节信息,实现复杂背景下裂缝病害的有效识别。     

土钉支护结构优化设计中的混合粒子群优化算法

为了在土钉支护设计中寻找一组最佳设计参数,以达到既经济又安全的目的,将混沌搜索的粒子群优化(PSO)算法应用到基坑土钉支护优化设计中,以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点,改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度。同时,对不活动粒子的处理使算法避免了早熟现象的出现。工程实例计算表明:该方法是进行土钉支护结构优化设计的有效方法。     

多层反馈混沌神经网络及其在交叉口优化控制中的应用

研究城市交叉口交通控制信号优化配时问题。以Hopfield网络和混沌模型为基础,开发了多层反馈混沌神经网络,将其应用于城市交通控制信号配时优化,并开发了应用于优化计算的能量函数和车辆平均延误计算式;探讨了城市交通系统的混沌特性,并开发混沌定量判别算法。以广东某交叉路口为对象进行了仿真,结果表明:与传统的配时方法相比,采用所开发的多层反馈混沌神经网络进行优化配时,交叉路口车辆的平均延误可以平均减少25.1%,可以大大提高路口的通行效率。该网络也可以应用于其他对象的优化。     

桥梁裂缝智能识别与监测方法研究

当前,裂缝识别与监测一直是桥梁结构健康监测的重要研究内容。在桥梁结构现场检测与监测中,传统的裂缝识别与监测技术尚不足以满足实际工程的时效性和精确性需求,尤其是裂缝监测技术。基于深度学习的裂缝图像识别极大提升了裂缝检测的效率和精度,但目前仅能获得特定时刻的裂缝信息,缺乏对裂缝产生和演化过程的监测能力,而这些信息对混凝土结构服役安全量化和科学评价具有重要意义。鉴于此,对基于深度学习的裂缝识别与监测方法进行了系统研究,分析和讨论了裂缝数据集构建基准,改进优化了裂缝目标检测和语义分割算法,提出一种多任务集成一体化实时识别算法,并建立了该模型推理效果评价方法,优化了裂缝参数计算方法,最终形成了裂缝识别及动态扩展自动化实时监测方法。结果表明：所提出的裂缝智能识别与监测方法可以对新裂缝的产生和既有裂缝的全局演化实现良好追踪,监测数据可以为桥梁结构当前服役性能的科学量化评估提供支撑。     

基于响应面法的连续刚构桥结构优化设计

为了获得连续刚构桥的最优结构设计参数,综合考虑桥梁的力学性能和经济性,以响应面方法为工具,提出了一种考虑各设计参数之间相互影响的桥梁结构优化设计方法。目标函数综合考虑了结构的弯曲应变能和混凝土用量,采用拉丁超立方试验设计,建立了结构参数与目标函数的响应面模型,并用粒子群算法寻找最优解。以一座三跨预应力连续刚构桥为例,进行了结构优化设计,使目标函数值相对于优化前减少了13.6%。研究表明:基于响应面法的桥梁结构优化设计方法,优化效率高,优化结果精确。     

基于模糊集塑性理论粗粒土硬化本构模型的数值模拟

粗粒料土是土石坝的主要填筑材料,通过建立模糊集塑性硬化模型,采用应力控制算法,编写了相应的计算程序,与常规三轴压缩试验进行相关比对。结果表明:所建立的模糊集塑性硬化模型可以较好的模拟材料在常规三轴压缩试验中的力学特性,并进一步验证所建模糊集塑性硬化模型的正确性与有效性。     

基于混合粒子群算法的土钉支护结构设计参数优化

在土层工程地质情况一定的条件下,如何寻找一组最佳设计参数,以达到既经济又安全的目的,是土钉支护设计的一个重要问题。这是一个复杂的优化设计问题。就此,提出基于混合粒子群优化(PSO)算法的基坑土钉支护优化设计方法,以单位长度土钉墙的土钉材料造价作为优化的目标函数。该方法保持了PSO算法结构简单的特点,改善了PSO算法的全局寻优能力,提高了算法的收敛速度和计算精度,不活动粒子的处理使算法避免了“早熟”现象的出现。工程实例计算表明,该方法是进行土钉支护结构优化设计的有效方法。     

重载铁路粉细砂路基填筑施工技术研究

针对重载型运煤铁路对路基土工结构质量、安全性要求高及粉细砂路基填料难以压实问题，基于填料的物理性质，结合施工场地条件，提出适合于该区域的粉细砂碾压施工方法及工艺流程。经现场压实系数K和地基系数K30检测表明:其施工方法实施效果满足规范压实度要求。     

基于单线激光雷达的SLAM系统功能优化设计

地图与导航是无人驾驶与机器人领域的关键点,针对单线激光SLAM(同步定位与地图构建)系统功能优化问题,利用DOE(实验设计),提出了基于单线激光雷达的SLAM系统功能优化方法。首先,基于SLAM小车平台,利用Gmapping、Hector、Karto、Cartographer四种算法对室内环境进行建图,分析建图结果,提出最优建图方法。其次,依据AMCL定位算法,分别利用A*和Dijkstra两种路径规划方法,通过对比定位导航效果,提出基于参数匹配的定位导航功能优化方法。在此基础上,提出系统功能匹配优化方法,完成SLAM系统功能优化设计。     

遗传退火算法在木兰溪防洪工程软基沉降预测中的应用研究

基于自然进化原理的遗传算法是一种解决岩土工程复杂非线性问题十分有前景的方法。然而遗传算法容易陷入局部收敛,对遗传算法进行改进加入退火因子解决了这一问题。软土地基沉降受众多因素的影响,在时序上表现出复杂的非线性特征。针对木兰溪防洪工程的沉降预测问题,运用MATLAB编写模拟遗传退火算法程序进行了预测分析。计算结果与实测资料基本一致,它在全局优化、非线性优化、多参数优化等方面表现出了传统算法无法比拟的优势。     

基于中介理论的车道线识别方法研究

以中介真值程度的数值化度量为基础,利用单个像素点的真值度,设计了新的图像去噪滤波算法。与经典算法相比,新算法具有较好的视觉效果。通过研究道路图像车道线的特点,采用中介距离比率函数来衡量像素点间相似程度,并设计了相应的图像边缘检测算法。与传统的道路图像边缘检测算法相比,新方法边缘增强效果显著。最后,基于道路直线模型,采用Hough变换实现了车道线的识别。     

柔性拉筋式重力墙地震土压力计算方法研究

为有效确定地震荷载作用下柔性拉筋式重力墙的土压力，基于塑性极限分析上限法及拟静力法，采用对数螺旋面作为滑裂面，通过对挡墙后填土进行内能耗散功率与外力功率的计算，建立了拉筋式重力墙地震土压力分析模型。通过算例分析，对比数值模拟与研究提出的算法结果，验证了所提出算法的合理性，并就填土及拉筋的相关参数对地震土压力的影响进行了讨论。结果表明:随着填土强度参数的增加，地震土压力呈非线性减小；土压力随着土工格栅间距的增大而呈非线性增大；随着顶层拉筋长度的增加，土压力呈非线性减小趋势；当顶层拉筋长度大于10 m时，土压力值基本不变。     

基于ANSYS的汽车后桥焊接变形优化

建立了某汽车后桥的有限元模型,确定了材料热物理性能参数和热源模型,介绍了利用生死单元方法模拟焊缝金属的填充过程,并根据实际情况制定了焊接变形合格范围.采用ANSYS有限元仿真技术对后桥焊接变形进行了预测及优化,通过改变焊缝的焊接顺序及方向实现了抑制焊接变形的目的.结果表明,优化后后桥焊接变形量最小为1.3 mm,模拟计算结果与实测结果相吻合.     

某建筑基坑工程悬臂桩优化设计研究

基坑工程悬臂桩桩身设计参数组合的计算是悬臂桩优化设计的重要内容，在所有满足要求的设计参数组合中，必定存在一组设计参数，使悬臂桩的造价最低，因此，获得这组设计参数对于悬臂桩的桩身设计具有十分显著的工程实用价值。基于粒子群算法本身所具有的特点，通过某建筑基坑工程实例，以单位宽度的基坑侧壁岩土体设置的悬臂桩的造价作为目标函数，对悬臂桩的桩径d、桩长l和桩中轴线间距b这三个关键设计参数进行迭代搜索计算，并通过MATLAB创建优化设计程序的计算界面，获得三个关键设计参数的组合。再计算优化前后的桩身内力和变形，并进行稳定性验算。结果表明:优化后的悬臂桩桩身内力和变形均能满足控制要求，且对基坑支护结构稳定安全更加有利，并能节省一定的工程造价。