期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
高速公路传感监测网络布设方法研究综述
被引量：
2
1
作者
陈宁
秦桂芝
安藤良辅
《北京工业大学学报》
CAS
CSCD
北大核心
2022年第6期676-690,共15页
为支持不同目标导向的高速公路传感监测网络布设理论及方法决策,通过对国内外大量相关文献的分析,从精度导向型、成本导向型、可靠性导向型三方面全面综述了目前传感监测网络布设的理论方法与研究进展.以此为基础,首先对常用布设方法的...
为支持不同目标导向的高速公路传感监测网络布设理论及方法决策,通过对国内外大量相关文献的分析,从精度导向型、成本导向型、可靠性导向型三方面全面综述了目前传感监测网络布设的理论方法与研究进展.以此为基础,首先对常用布设方法的模型构架、算法特点、适用场景等进行了系统性梳理.然后,针对现阶段传感监测网络布设理论研究与工程实践之间的差距,以及我国全面推进智慧高速建设管理的新需求,探讨了高速公路传感监测网络布设方法研究的未来发展方向.结果表明:将交通波理论、规划模型等传统方法与神经网络、遗传算法(genetic algorithm,GA)、多目标动态部署模型等方法相结合,可以在路段、路网2个层面上有效提升主要交通流参数的感知精度;若侧重考虑成本因素,则利用蜂群、蚁群等生物启发式算法引入成本约束参数,或以集约化成本作为优化目标,反映布设方案制定过程中的成本控制环节;在提升监测网络可靠性方面,方法多样,但大致可以归结为考虑传感器故障概率以及面向全局的可靠性优化2种思路.经过多年发展,高速公路传感监测网络布设相关研究已经可以支撑工程实践中的多数场景,但仍存在模型假设强、数据要求高、针对性不足三方面问题,考虑我国未来智慧高速建设与管理的新需求,结合深度学习算法、实现动态参数标定、优化布设方法的泛用性将成为未来研究的热点方向.
展开更多
关键词
交通工程
传感布设方法
智能监测网络
交通流感知
高速公路
优化目标
在线阅读
下载PDF
职称材料
基于数据深度增强的路面病害智能检测方法研究及比较
被引量：
13
2
作者
侯越
张慧婷
+5 位作者
高智伟
王大为
刘鹏飞
Markus OESER
Linbing WANG
陈宁
《北京工业大学学报》
CAS
CSCD
北大核心
2022年第6期622-634,共13页
针对路面病害人工检测方法的耗时问题和路面病害自动检测方法的检测精度问题(由于样本数据集不均衡导致),采用一种数据深度增强方法,对车载智能手机拍摄的高清路面图片数据集进行增强处理,并测试评估该数据增强方法对2种不同类型目标检...
针对路面病害人工检测方法的耗时问题和路面病害自动检测方法的检测精度问题(由于样本数据集不均衡导致),采用一种数据深度增强方法,对车载智能手机拍摄的高清路面图片数据集进行增强处理,并测试评估该数据增强方法对2种不同类型目标检测算法的提升效果.首先,鉴于实验条件及采集环境的限制,作者采用一种WGAN-GP与泊松迁移算法相融合的数据深度增强方法,通过生成不同遮挡物、不同光线条件下的道路坑槽图片,补充并均衡训练样本数据;然后,引入Faster R-CNN和基于Yolo算法的多种目标检测算法变体(Yolov5s、Yolov5m、Yolov5l、Yolov5x),通过实验比对应用数据深度增强方法后各种目标检测算法的识别精度和效率.在日本公开道路检测数据集上的实验结果显示,使用数据深度增强方法后,5种检测算法的P指标、R指标及F1指标平均提升度分别为2.8%、4.0%及3.6%;5种检测算法中,Yolov5l取得最高的F1数值,达到60.9%,若条件适宜,如在背景光线适中的测试集上,Yolov5l算法的F1数值可以达到68.7%,取得较好的效果.
展开更多
关键词
道路工程
路面病害
深度学习
卷积神经网络
数据增强
目标检测
在线阅读
下载PDF
职称材料
题名
高速公路传感监测网络布设方法研究综述
被引量：
2
1
作者
陈宁
秦桂芝
安藤良辅
机构
北京工业大学城市建设学部
丰田都市交通研究所
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2022年第6期676-690,共15页
基金
2021年度交通运输行业重点科技项目(2021-ZD2-047)
2021年度山东高速集团科技创新项目(SDGS-2021-0472-2)。
文摘
为支持不同目标导向的高速公路传感监测网络布设理论及方法决策,通过对国内外大量相关文献的分析,从精度导向型、成本导向型、可靠性导向型三方面全面综述了目前传感监测网络布设的理论方法与研究进展.以此为基础,首先对常用布设方法的模型构架、算法特点、适用场景等进行了系统性梳理.然后,针对现阶段传感监测网络布设理论研究与工程实践之间的差距,以及我国全面推进智慧高速建设管理的新需求,探讨了高速公路传感监测网络布设方法研究的未来发展方向.结果表明:将交通波理论、规划模型等传统方法与神经网络、遗传算法(genetic algorithm,GA)、多目标动态部署模型等方法相结合,可以在路段、路网2个层面上有效提升主要交通流参数的感知精度;若侧重考虑成本因素,则利用蜂群、蚁群等生物启发式算法引入成本约束参数,或以集约化成本作为优化目标,反映布设方案制定过程中的成本控制环节;在提升监测网络可靠性方面,方法多样,但大致可以归结为考虑传感器故障概率以及面向全局的可靠性优化2种思路.经过多年发展,高速公路传感监测网络布设相关研究已经可以支撑工程实践中的多数场景,但仍存在模型假设强、数据要求高、针对性不足三方面问题,考虑我国未来智慧高速建设与管理的新需求,结合深度学习算法、实现动态参数标定、优化布设方法的泛用性将成为未来研究的热点方向.
关键词
交通工程
传感布设方法
智能监测网络
交通流感知
高速公路
优化目标
Keywords
traffic engineering
sensors layout methods
intelligent monitoring network
traffic flow sensing
freeway
optimization goal
分类号
U491.8 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
基于数据深度增强的路面病害智能检测方法研究及比较
被引量：
13
2
作者
侯越
张慧婷
高智伟
王大为
刘鹏飞
Markus OESER
Linbing WANG
陈宁
机构
北京工业大学城市建设学部
格拉斯哥大学詹姆斯瓦特工程学院
德国亚琛大学道路工程
研究所
德国联邦
交通
部公路
研究
院
弗吉尼亚理工大学土木与环境工程系
丰田都市交通研究所
出处
《北京工业大学学报》
CAS
CSCD
北大核心
2022年第6期622-634,共13页
基金
国家自然科学基金资助项目(51708026)。
文摘
针对路面病害人工检测方法的耗时问题和路面病害自动检测方法的检测精度问题(由于样本数据集不均衡导致),采用一种数据深度增强方法,对车载智能手机拍摄的高清路面图片数据集进行增强处理,并测试评估该数据增强方法对2种不同类型目标检测算法的提升效果.首先,鉴于实验条件及采集环境的限制,作者采用一种WGAN-GP与泊松迁移算法相融合的数据深度增强方法,通过生成不同遮挡物、不同光线条件下的道路坑槽图片,补充并均衡训练样本数据;然后,引入Faster R-CNN和基于Yolo算法的多种目标检测算法变体(Yolov5s、Yolov5m、Yolov5l、Yolov5x),通过实验比对应用数据深度增强方法后各种目标检测算法的识别精度和效率.在日本公开道路检测数据集上的实验结果显示,使用数据深度增强方法后,5种检测算法的P指标、R指标及F1指标平均提升度分别为2.8%、4.0%及3.6%;5种检测算法中,Yolov5l取得最高的F1数值,达到60.9%,若条件适宜,如在背景光线适中的测试集上,Yolov5l算法的F1数值可以达到68.7%,取得较好的效果.
关键词
道路工程
路面病害
深度学习
卷积神经网络
数据增强
目标检测
Keywords
road engineering
pavement distress
deep learning
convolutional neural network
data augmentation
target detection
分类号
U418.6 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
高速公路传感监测网络布设方法研究综述
陈宁
秦桂芝
安藤良辅
《北京工业大学学报》
CAS
CSCD
北大核心
2022
2
在线阅读
下载PDF
职称材料
2
基于数据深度增强的路面病害智能检测方法研究及比较
侯越
张慧婷
高智伟
王大为
刘鹏飞
Markus OESER
Linbing WANG
陈宁
《北京工业大学学报》
CAS
CSCD
北大核心
2022
13
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
