城市隧道分流區(qū)駕駛?cè)俗⒁曅袨樘匦匝芯?/h1>

2022-05-12 07:07:52賀世明杜志剛許富強(qiáng)尹香港

武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版)訂閱 2022年2期 收藏

關(guān)鍵詞：注視點(diǎn)匝道主線

賀世明 杜志剛 韓 磊 許富強(qiáng) 尹香港

(武漢理工大學(xué)交通與物流工程學(xué)院 武漢 430063)

0 引 言

城市地下隧道內(nèi)空間環(huán)境密閉，缺乏視覺(jué)參照系，加之交通流量大、車(chē)輛類(lèi)型復(fù)雜，極易發(fā)生交通事故[1-2].研究城市隧道和城市道路視距視區(qū)等的差異，以提高隧道行車(chē)安全.姚裔虎等[3]基于城市道路隧道路段駕駛員注視點(diǎn)的變動(dòng)，建立了基于視力角特征的城市隧道標(biāo)志視認(rèn)模型；卓艷沖等[4]采集駕駛?cè)嗽谧杂闪骱头亲杂闪鳡顟B(tài)下的眼動(dòng)行為數(shù)據(jù)，分析了城市隧道駕駛員的注意特性；潘姝等[5]運(yùn)用馬爾科夫鏈理論研究了駕駛?cè)说淖⒁曓D(zhuǎn)移規(guī)律和注視平穩(wěn)分布特征；劉明秀等[6]采用理論分析與實(shí)驗(yàn)相結(jié)合的方法，建立隧道光照度與隧道距離以及瞳孔面積的關(guān)系模型；Han等[7]探討了隧道內(nèi)輪廓線對(duì)駕駛員注視行為的影響；Qi等[8]研究了駕駛員眼動(dòng)和心電指標(biāo)，分析了隧道環(huán)境下駕駛員心生理狀態(tài)的變化規(guī)律；陳鵬等[9]研究了城市隧道出入口亮度變化、視覺(jué)適應(yīng)性對(duì)障礙物視認(rèn)距離的影響；陳云等[10]研究了不同車(chē)型駕駛?cè)嗽谛“霃焦范趟淼廊肟诃h(huán)境中的視覺(jué)負(fù)荷；Qin等[11]探討了車(chē)速對(duì)公路隧道入口駕駛員晝夜眼球運(yùn)動(dòng)特性的影響，分析了瞳孔大小、平均注視時(shí)間和平均注視次數(shù)與車(chē)速之間的關(guān)系；焦方通等[12-13]分析了城市水下特長(zhǎng)隧道彎道路段駕駛?cè)藪咭曅袨榈淖兓攸c(diǎn)，以及進(jìn)出隧道過(guò)程中駕駛?cè)说耐鬃儎?dòng)特性，對(duì)城市水下隧道出入口的視覺(jué)舒適度進(jìn)行了評(píng)價(jià).

國(guó)內(nèi)外學(xué)者對(duì)城市隧道駕駛?cè)艘蚝徒煌ò踩矫娴难芯咳〉昧孙@著的成果，但缺乏對(duì)城市隧道分流區(qū)駕駛?cè)艘曈X(jué)特性方面的研究.城市隧道與高速公路隧道相比，出口較多，隧道內(nèi)要設(shè)置分流區(qū)路段，此路段車(chē)輛會(huì)進(jìn)行多次變道，沖突段多，事故風(fēng)險(xiǎn)較高.鑒于此，文中以武漢市公鐵隧道分流區(qū)路段為研究對(duì)象，分析駕駛?cè)俗⒁曅袨榈臅r(shí)空分布特性，并引用馬爾可夫鏈探究駕駛?cè)嗽诔鞘兴淼婪至鲄^(qū)的注視轉(zhuǎn)移特性.

1 實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)采集

1.1 實(shí)驗(yàn)隧道

以武漢公鐵隧道中澳門(mén)路與中山大道分流區(qū)路段作為城市隧道實(shí)車(chē)實(shí)驗(yàn)地點(diǎn)，見(jiàn)圖1.實(shí)現(xiàn)路線分為兩條，澳門(mén)路方向?yàn)橹骶€車(chē)輛沿著當(dāng)前車(chē)道繼續(xù)前進(jìn)，中山大道方向表示主線車(chē)輛經(jīng)過(guò)分流區(qū)駛?cè)朐训?隧道分流區(qū)是指在出口匝道之前，減速車(chē)道及其對(duì)應(yīng)的主線范圍，其主要功能是供車(chē)輛完成變道、加減速等駕駛?cè)蝿?wù)，保證車(chē)輛安全有序的進(jìn)入主線或者匝道.

圖1 實(shí)驗(yàn)路線

1.2 被試駕駛?cè)?/h3>

選取持有C1駕駛證的被試駕駛?cè)?0名，其中男性駕駛?cè)?4名，平均年齡23歲，平均駕齡為5.2年；女性駕駛?cè)?名，平均年齡25歲，平均駕齡為4.3年.為消除偶然誤差，每位駕駛?cè)酥辽龠M(jìn)行3組有效試驗(yàn)，有效樣本60組.

1.3 實(shí)驗(yàn)設(shè)備及數(shù)據(jù)采集

試驗(yàn)車(chē)輛為自動(dòng)擋轎車(chē).眼動(dòng)數(shù)據(jù)采集設(shè)備為德國(guó)某公司的Dikablis Professional眼動(dòng)儀，采樣頻率為60 Hz，瞳孔追蹤精度為0.05°，視線追蹤精度為0.1°～0.3°.為減小交通量對(duì)城市隧道分流區(qū)的干擾，選取實(shí)驗(yàn)時(shí)間段為周一至周五09：00—10：30，15：30—17：00.

2 注視特性分析

2.1 注視點(diǎn)

1) 興趣區(qū)域劃分 根據(jù)城市隧道分流區(qū)環(huán)境特征，將分流區(qū)興趣區(qū)域分為六個(gè)部分，見(jiàn)圖2.分別為：左側(cè)區(qū)域、近處路面區(qū)域、遠(yuǎn)處頂部區(qū)域、中心區(qū)域、右側(cè)區(qū)域和駕駛室區(qū)域，其中中心區(qū)域依據(jù)駕駛?cè)蝿?wù)分為主線中心區(qū)域和匝道中心區(qū)域，即車(chē)輛通過(guò)分流區(qū)后進(jìn)入主線時(shí)前方區(qū)域?yàn)橹骶€中心區(qū)域，進(jìn)入匝道時(shí)前方區(qū)域?yàn)樵训乐行膮^(qū)域.

圖2 興趣區(qū)域劃分

其中，左側(cè)區(qū)域包括左側(cè)隧道壁、左側(cè)檢修道、左側(cè)車(chē)輛信息等；近處路面區(qū)域包括路面標(biāo)志、車(chē)道標(biāo)線等；遠(yuǎn)處頂部區(qū)域包括隧道洞頂、交通標(biāo)志、照明燈帶等；中心區(qū)域包括駕駛員視野正前方交通信息、分流區(qū)鼻端等；右側(cè)區(qū)域包括右側(cè)隧道壁、右側(cè)檢修道、右側(cè)車(chē)輛信息等；駕駛室區(qū)域包括儀表盤(pán)、后視鏡等.

2) 注視點(diǎn)分布 在視覺(jué)信息的搜索過(guò)程中注視點(diǎn)的數(shù)目反映的是駕駛員所需要處理信息的數(shù)目.區(qū)域中注視點(diǎn)個(gè)數(shù)是衡量搜索效率的1個(gè)指標(biāo)，也是區(qū)域重要性的衡量指標(biāo)，區(qū)域越重要，注視頻次越多[14].在實(shí)驗(yàn)數(shù)據(jù)中選取被試駕駛?cè)俗⒁朁c(diǎn)的有效數(shù)據(jù)繪制出注視點(diǎn)分布圖，圖3分別為車(chē)輛在通過(guò)分流區(qū)后進(jìn)入主線和匝道兩種情形下駕駛?cè)俗⒁朁c(diǎn)分布圖.

圖3 車(chē)輛經(jīng)過(guò)分流區(qū)進(jìn)入主線及匝道駕駛?cè)俗⒁朁c(diǎn)分布圖

由圖3可知：駕駛?cè)诉M(jìn)入主線時(shí)注視點(diǎn)分布比較分散，而進(jìn)入匝道時(shí)注視點(diǎn)分布相對(duì)集中.對(duì)駕駛?cè)俗⒁朁c(diǎn)在視頻像素中的水平分布廣度和垂直分布廣度分析發(fā)現(xiàn)，主線中駕駛?cè)俗⒁朁c(diǎn)在視頻像素中水平分布范圍為264.987～1 432.185 px，垂直分布范圍為279.473～1 001.04 px；匝道中駕駛?cè)俗⒁朁c(diǎn)在視頻像素中分布范圍為500.954～1 513.01 px，垂直分布范圍為359.192～989.883 px，反映出兩種路線下車(chē)輛駛?cè)胫骶€時(shí)駕駛?cè)俗⒁朁c(diǎn)水平分布廣度較大，而垂直分布廣度較為接近

2.2 空間分布特性

選取區(qū)域注視點(diǎn)分布比例描述駕駛?cè)俗⒁朁c(diǎn)空間分布特性，區(qū)域注視點(diǎn)分布比例反映各區(qū)域內(nèi)注視點(diǎn)數(shù)目占總注視點(diǎn)數(shù)目的百分比，表征駕駛?cè)嗽诳臻g方面對(duì)各個(gè)區(qū)域的注意力分配情況.統(tǒng)計(jì)被試駕駛?cè)嗽趦煞N路徑下各興趣區(qū)域的注視點(diǎn)分布比例，見(jiàn)圖4.

圖4 區(qū)域注視點(diǎn)分布比例柱形圖

由圖4可知：車(chē)輛經(jīng)過(guò)分流區(qū)進(jìn)入主線時(shí)，注視點(diǎn)主要分布在近處路面區(qū)域和中心區(qū)域，占比分別為40.39%和37.16%，二者之和占比77.55%，反映出駕駛員對(duì)隧道分流區(qū)的注意力主要分配在近處路面區(qū)域和中心區(qū)域，而對(duì)駕駛室區(qū)域、右側(cè)區(qū)域、遠(yuǎn)處頂部區(qū)域以及左側(cè)區(qū)域的關(guān)注度較少，均在5%左右.

車(chē)輛經(jīng)過(guò)分流區(qū)進(jìn)入匝道時(shí)，注視點(diǎn)集中于中心區(qū)域和右側(cè)區(qū)域，分別占比29.75%和49.9%，二者之和占比79.65%，反映出駕駛員的注意力主要分配在右側(cè)區(qū)域和中心區(qū)域，少數(shù)分配在遠(yuǎn)處頂部區(qū)域，而對(duì)其他區(qū)域關(guān)注度較少，特別是很少關(guān)注左側(cè)區(qū)域.

兩條試驗(yàn)路線下駕駛員注意力分配到中心區(qū)域的比例均較大，符合駕駛?cè)说鸟{駛習(xí)慣.車(chē)輛駛?cè)胫骶€時(shí)駕駛?cè)诉€會(huì)將較多的注意力分配到近處路面區(qū)域，而車(chē)輛駛?cè)朐训罆r(shí)駕駛?cè)藙t會(huì)將較多的注意力分配到右側(cè)區(qū)域，這是由于駕駛?cè)蝿?wù)不同造成的.

2.3 時(shí)間分布特性

1) 區(qū)域平均注視時(shí)間 區(qū)域平均注視時(shí)間表征駕駛?cè)颂幚頋撛谖ｋU(xiǎn)信息所用的時(shí)間或者提取有效信息的難易程度，通常注視區(qū)域內(nèi)信息密度以及處理信息的難易程度直接影響平均注視時(shí)間.駕駛?cè)私?jīng)分流區(qū)進(jìn)入主線和匝道時(shí)對(duì)各區(qū)域的平均注視時(shí)間見(jiàn)圖5.

圖5 區(qū)域平均注視時(shí)間圖

由圖5可知:駕駛?cè)嗽谥骶€和匝道時(shí)均是對(duì)中心區(qū)域的平均注視時(shí)間較長(zhǎng)，說(shuō)明在分流區(qū)路段駕駛?cè)藦闹行膮^(qū)域獲取并處理交通信息的難度較大，從空間路權(quán)和駕駛?cè)艘蚪嵌确治鲈颍至鲄^(qū)路段結(jié)構(gòu)特殊，交通流復(fù)雜，車(chē)道數(shù)發(fā)生改變，橫向路權(quán)變化，駕駛?cè)艘晠^(qū)縮減，會(huì)產(chǎn)生心理和生理上的不適，因此對(duì)中心區(qū)域的平均注視時(shí)間較長(zhǎng).

2) 區(qū)域注視時(shí)間百分比 區(qū)域注視時(shí)間百分比表征各區(qū)域內(nèi)注視時(shí)間占總注視時(shí)間的百分比，表示駕駛員在時(shí)間尺度方面對(duì)各個(gè)區(qū)域的注意力分配情況.駕駛?cè)笋{駛車(chē)輛經(jīng)分流區(qū)進(jìn)入主線和匝道時(shí)對(duì)各區(qū)域的注視時(shí)間占比見(jiàn)表1.

表1 駕駛?cè)俗⒁晻r(shí)間比例 單位：%

由表1可知:駕駛?cè)嗽跁r(shí)間尺度上對(duì)中心區(qū)域的關(guān)注度較大，比較符合駕駛?cè)说鸟{駛習(xí)慣；駕駛?cè)诉M(jìn)入主線時(shí)還利用較多時(shí)間觀察遠(yuǎn)處頂部區(qū)域和左側(cè)區(qū)域，而駕駛?cè)诉M(jìn)入匝道時(shí)則是利用較多時(shí)間觀察右側(cè)區(qū)域和近處路面區(qū)域，這時(shí)由于分流區(qū)路段駕駛?cè)说鸟{駛?cè)蝿?wù)不同造成的.因此在隧道分流區(qū)進(jìn)行視線誘導(dǎo)時(shí)應(yīng)考慮主線和匝道的視覺(jué)特性差異.

3 轉(zhuǎn)移特性分析

3.1 一步轉(zhuǎn)移注視概率分布

將駕駛?cè)俗⒁暡煌d趣區(qū)域定義為不同狀態(tài)，且下一次注視點(diǎn)落在哪個(gè)區(qū)域只與當(dāng)前注視點(diǎn)所在的興趣區(qū)域有關(guān).用馬爾可夫鏈模型研究駕駛員注意轉(zhuǎn)移特性分析.

馬爾可夫鏈在n時(shí)刻的m步轉(zhuǎn)移概率可表示為P{εn+m=j|εn=i}，將轉(zhuǎn)移概率Pij(n,n+m)記為Pij(m)，其中m=1時(shí)，記為Pij(1)，Pij(1)稱(chēng)為一步轉(zhuǎn)移概率.在統(tǒng)計(jì)概率分析中，當(dāng)樣本量足夠大時(shí)可以用頻率來(lái)近似描述概率，所以可用各區(qū)域之間的轉(zhuǎn)移頻率來(lái)近似估計(jì)轉(zhuǎn)移概率[15-16].

根據(jù)興趣區(qū)域劃分，選取穩(wěn)定清晰的駕駛?cè)俗⒁朁c(diǎn)進(jìn)行統(tǒng)計(jì)分析，計(jì)算得到兩種狀態(tài)下駕駛?cè)俗⒁朁c(diǎn)的一步轉(zhuǎn)移概率，并繪制注視轉(zhuǎn)移概率直方圖，見(jiàn)圖6.

圖6 主線和匝道注視轉(zhuǎn)移概率直方圖

結(jié)合興趣區(qū)域的劃分，對(duì)駕駛?cè)嗽诜至鲄^(qū)的一步轉(zhuǎn)移注視概率進(jìn)行分析.

1) 車(chē)輛進(jìn)入主線時(shí)駕駛?cè)说淖⒁曓D(zhuǎn)移分析 經(jīng)過(guò)分流區(qū)駛?cè)胫骶€的車(chē)輛，駕駛員注視點(diǎn)轉(zhuǎn)移到駕駛室區(qū)域、右側(cè)區(qū)域、遠(yuǎn)處頂部區(qū)域的概率均較小，轉(zhuǎn)移到路面區(qū)域、主線中心區(qū)域的概率較大，轉(zhuǎn)移到左側(cè)區(qū)域的概率適中.分析其原因主要是駕駛員不需要較大程度改變駕駛行為，車(chē)輛不存在加速、變道行為，并且右側(cè)車(chē)輛多數(shù)進(jìn)入匝道，對(duì)主線交通干擾較少，因此駛?cè)胫骶€的駕駛員對(duì)車(chē)速、右側(cè)區(qū)域等關(guān)注度較小，主要關(guān)注前方近處路面區(qū)域和中心區(qū)域的道路交通信息.

對(duì)角線上近處路面區(qū)域和中心區(qū)域的數(shù)值較大，表明駕駛員對(duì)近處路面區(qū)域和中心區(qū)域反復(fù)注視的概率較大，說(shuō)明駕駛員對(duì)這兩個(gè)區(qū)域興趣程度較大，單次注視無(wú)法獲取充足的交通信息，其原因是分流區(qū)路段車(chē)道數(shù)縮減，駕駛員產(chǎn)生緊張感，渴望獲取到更多的交通信息.

2) 車(chē)輛進(jìn)入匝道的注視轉(zhuǎn)移分析 經(jīng)過(guò)分流區(qū)駛?cè)朐训赖能?chē)輛，駕駛員注視點(diǎn)轉(zhuǎn)移到駕駛室區(qū)域和左側(cè)區(qū)域的概率較小，轉(zhuǎn)移到匝道中心、右側(cè)區(qū)域、遠(yuǎn)處頂部區(qū)域的概率較大.分析其原因主要是匝道設(shè)置在行車(chē)方向右側(cè)，車(chē)輛變道后左側(cè)區(qū)域交通信息對(duì)駕駛員的干擾較小，駕駛員很少關(guān)注左側(cè)區(qū)域的信息，變道完成后駕駛員靠右側(cè)行駛，由于城市隧道視覺(jué)參照系缺乏，駕駛員將右側(cè)墻腰帶線作為視覺(jué)參照，對(duì)右側(cè)區(qū)域關(guān)注度較高，并且需要確定匝道出口和前方道路線形，因此對(duì)匝道中心和遠(yuǎn)處頂部區(qū)域的關(guān)注度也較高.

對(duì)角線上近處路面區(qū)域、右側(cè)區(qū)域、匝道中心區(qū)域、遠(yuǎn)處頂部區(qū)域數(shù)值較大，表明駕駛員對(duì)這四個(gè)區(qū)域的關(guān)注度較大，并且反映出車(chē)輛駛?cè)朐训罆r(shí)交通情況復(fù)雜，駕駛員獲取交通信息的難度較大.

3) 綜合對(duì)比分析 對(duì)比圖6中兩個(gè)柱形圖可知，現(xiàn)無(wú)論車(chē)輛經(jīng)過(guò)分流區(qū)駛?cè)胫骶€還是匝道，駕駛員注視點(diǎn)轉(zhuǎn)移到近處路面區(qū)域和中心區(qū)域的概率均較大，說(shuō)明駕駛員在經(jīng)過(guò)分流區(qū)后對(duì)前方道路交通信息關(guān)注度較高，分析原因?yàn)檐?chē)道數(shù)縮減，橫向路權(quán)變窄，視區(qū)變小，駕駛員產(chǎn)生緊張感.

經(jīng)過(guò)分流區(qū)駛?cè)朐训赖能?chē)輛，駕駛員注視點(diǎn)轉(zhuǎn)移到駕駛室區(qū)域的概率大于駛?cè)胫骶€車(chē)輛駕駛員注視點(diǎn)轉(zhuǎn)移到駕駛室區(qū)域的概率，分析其原因是車(chē)輛駛?cè)朐训罆r(shí)需要變道，駕駛員需要關(guān)注跟車(chē)狀態(tài)，調(diào)整車(chē)速.

3.2 注視平穩(wěn)分布概率

利用Matlab計(jì)算得到兩種情況下駕駛員注視平穩(wěn)分布概率，見(jiàn)表2.

對(duì)比兩種情況下各興趣區(qū)域駕駛員注視平穩(wěn)概率分布，見(jiàn)圖7.

圖7 駕駛?cè)俗⒁暺椒€(wěn)概率分布

由圖7可知：

1) 駕駛?cè)嗽谧⒁暦€(wěn)定之后，注視點(diǎn)落在駕駛室區(qū)域的概率均較小，落在中心區(qū)域的概率均較大，分析原因是在分流完成后車(chē)輛平穩(wěn)運(yùn)行，駕駛員不需要較大程度改變駕駛行為，而將注意力集中在前方中心區(qū)域，以獲取道路交通信息.

2) 相比于駛?cè)朐训赖能?chē)輛，駛?cè)胫骶€的車(chē)輛駕駛?cè)说淖⒁朁c(diǎn)落在路面區(qū)域和左側(cè)區(qū)域的概率較大，分析原因是主線位于行車(chē)方向左側(cè)，并且分流之后車(chē)道數(shù)減少，駕駛?cè)藢?duì)車(chē)道信息關(guān)注度高，分流區(qū)空間構(gòu)造特殊，視覺(jué)參照系少，僅有兩側(cè)墻腰帶線，進(jìn)入主線的車(chē)輛距離左側(cè)壁較近，一般以左側(cè)壁腰帶線作為視覺(jué)參照.

3) 相比于駛?cè)胫骶€的車(chē)輛，駛?cè)朐训赖能?chē)輛駕駛?cè)说淖⒁朁c(diǎn)落在右側(cè)區(qū)域和頂部區(qū)域的概率明顯較大，分析原因是匝道區(qū)域缺乏線形誘導(dǎo)，匝道多為小半徑路段，視覺(jué)連續(xù)性較差，駕駛?cè)藭?huì)將注意力集中在點(diǎn)狀燈帶和右側(cè)壁腰帶線上.

4 結(jié) 論

1) 城市隧道分流區(qū)駕駛?cè)俗⒁暱臻g分布特性：駕駛?cè)俗⒁饬χ饕峙湓谥行膮^(qū)域，車(chē)輛駛?cè)胫骶€時(shí)，駕駛?cè)俗⒁饬€較多的分配在近處路面區(qū)域；車(chē)輛駛?cè)朐训罆r(shí)，駕駛?cè)俗⒁饬t較多分配在右側(cè)區(qū)域，關(guān)注彎道切線處.駛?cè)胫骶€時(shí)駕駛?cè)俗⒁朁c(diǎn)的水平分布相較駛?cè)朐训罆r(shí)較廣，而垂直分布廣度無(wú)明顯差異.

2) 城市隧道分流區(qū)駕駛?cè)俗⒁晻r(shí)間分布特性：駕駛?cè)嗽谥骶€和匝道均對(duì)中心區(qū)域的平均注視時(shí)間和分配比例最多，表明獲取交通信息的難度較大.另外，車(chē)輛駛?cè)胫骶€時(shí)，駕駛?cè)艘暰噍^遠(yuǎn)，在遠(yuǎn)處頂部區(qū)域和左側(cè)區(qū)域的關(guān)注時(shí)間較長(zhǎng)；車(chē)輛駛?cè)朐训罆r(shí)，駕駛?cè)艘暰嗖蛔?，在右?cè)區(qū)域和近處路面區(qū)域的關(guān)注時(shí)間較長(zhǎng).

3) 城市隧道分流區(qū)駕駛?cè)俗⒁曓D(zhuǎn)移特性：駕駛?cè)诵枰啻沃貜?fù)注視才能獲取有效交通信息，車(chē)輛駛?cè)胫骶€時(shí)，駕駛?cè)藢?duì)中心區(qū)域和近處路面區(qū)域的重復(fù)注視概率最大；車(chē)輛駛?cè)朐训罆r(shí)駕駛?cè)藢?duì)右側(cè)區(qū)域和頂部區(qū)域的重復(fù)注視概率最大.在注視穩(wěn)定后，駛?cè)胫骶€的車(chē)輛，駕駛?cè)?0%以上的注視點(diǎn)落在近處路面區(qū)域、左側(cè)區(qū)域和中心區(qū)域；駛?cè)朐训赖能?chē)輛，駕駛?cè)?0%以上的注視點(diǎn)落在遠(yuǎn)處頂部區(qū)域和右側(cè)區(qū)域.

猜你喜歡

注視點(diǎn)匝道主線

山東首套ETC匝道準(zhǔn)自由流預(yù)交易系統(tǒng)正式運(yùn)行

中國(guó)交通信息化(2022年7期)2022-10-27 06:35:38

眼動(dòng)儀技術(shù)在里院建筑特色分析中的應(yīng)用

智能建筑與智慧城市(2022年9期)2022-09-28 12:07:56

基于超復(fù)數(shù)小波和圖像空域的卷積網(wǎng)絡(luò)融合注視點(diǎn)預(yù)測(cè)算法

蘭州理工大學(xué)學(xué)報(bào)(2021年5期)2021-11-02 03:01:22

高速公路出入口匝道控制系統(tǒng)研究

中國(guó)交通信息化(2020年4期)2021-01-14 01:31:16

人物報(bào)道的多維思考、主線聚焦與故事呈現(xiàn)

活力(2019年17期)2019-11-26 00:42:32

更加突出主線 落實(shí)四個(gè)到位 推動(dòng)主題教育取得實(shí)實(shí)在在成效

當(dāng)代陜西(2019年15期)2019-09-02 01:51:52

淺談匝道ETC自由流應(yīng)用

中國(guó)交通信息化(2018年11期)2018-03-01 05:43:42

數(shù)字主線

中國(guó)計(jì)算機(jī)報(bào)(2017年44期)2017-12-11 09:45:09

射擊運(yùn)動(dòng)員的反向眼跳研究

體育時(shí)空(2017年6期)2017-07-14 09:24:48

基于中央凹圖像顯著性和掃視傾向的注視點(diǎn)轉(zhuǎn)移預(yù)測(cè)模型

復(fù)旦學(xué)報(bào)(自然科學(xué)版)(2016年4期)2016-09-21 05:30:42

武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版)2022年2期

武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版)的其它文章

剛?cè)釓?fù)合式路面水泥混凝土板接縫傳荷能力研究

高比例鋼渣摻量水泥穩(wěn)定碎石混合料性能評(píng)價(jià)與應(yīng)用

平曲線路段水泥混凝土路面預(yù)應(yīng)力方案研究

納米復(fù)合材料對(duì)SBS改性瀝青熱與紫外老化性能影響

半剛性基層裂縫對(duì)瀝青路面使用性能的影響

鋼橋面鋪裝用環(huán)氧瀝青混合料抗反射裂縫性能試驗(yàn)