-
题名Faster R-CNN在车辆视频目标检测的应用
被引量：4
- 1
-
-
作者
哈敏捷
陈梦玲
-
机构
长安大学汽车学院
-
出处
《汽车实用技术》
2022年第7期16-18,共3页
-
文摘
近年来,解决交通拥堵问题已经成为交通管理方面的重要任务,车辆检测与识别的广泛应用也是解决交通拥堵问题的常用方式之一。基于卷积神经网络的Faster R-CNN逐渐成为一种重要的图像目标检测和识别方法。该算法检测精度高、限制小,因此受到了广泛的关注。目前常用的算法模型均是基于模型本身参数的修正,很少涉及网络结构以外的改进方式。文章对Faster R-CNN车辆目标检测方法的网络结构改进、锚框提取改进及候选框参数修正方法进行论述,特别是对数据集预处理后再训练能提高效率。经过改进的方法不仅能使网络结构轻量化,也增加了网络的泛化能力,使Faster R-CNN能完成更复杂的交通环境检测任务,并且识别精度也得到了显著提升。
-
关键词
车辆检测
卷积神经网络
识别率
锚框
-
Keywords
Vehicle detection
Convolution neural network
Recognition rate
Anchor frame
-
分类号
TN915.5
[电子电信—通信与信息系统]
-
-
题名基于多因素的公路弯道停车视距计算模型研究
被引量：4
- 2
-
-
作者
张韡
哈敏捷
白琛琛
-
机构
汽车运输安全保障技术交通行业重点实验室
-
出处
《公路与汽运》
2023年第1期10-16,共7页
-
基金
国家重点研发计划项目(2018YFC0807500)
国家自然科学基金面上项目(51978075)。
-
文摘
为了厘清弯道路段相关线形参数对停车视距的影响,在对弯道路段车辆行驶动力学分析的基础上,建立以制动初速度、平曲线半径、弯道超高、弯道纵坡及道路附着系数为自变量的弯道路段车辆制动模型;结合驾驶人和车辆的反应时间,根据运动学原理,构建弯道路段车辆安全停车视距修正模型,通过数值分析,提出弯道路段车辆停车视距计算方法,并将弯道路段车辆停车视距计算结果与《公路路线设计规范》规定值进行对比。结果表明,随着弯道纵坡坡度、超高的增大及弯道半径的减小,停车视距逐渐增加;模型计算值普遍大于规范规定值,特别是在高车速时二者的差别较大。
-
关键词
交通安全
弯道路段
停车视距
制动模型
数值分析
-
分类号
U491.21
[交通运输工程—交通运输规划与管理]
-
