网站首页
编程语言
数据库
系统相关
其他分享
编程问答
路面
2024-12-08
如何使用YOLOv8训练自动驾驶路面分类模型。涵数据集准备、模型训练、等步骤,并提供自动驾驶路面道路分类数据集代码示例13GB。极端天气环境下道路分类37万张图像,13GB数据 水、雪、冰等极端天气
自动驾驶路面分类数据集,按照不同的天气条件,即干燥、湿润、水上、新雪、融化的雪和冰。不同的道路材料属性包括沥青、混凝土、泥浆和碎石。不同的道路平整性分为光滑、轻微不平和严重不平。共27类,37万张图像,13GB数据好的,让我们从数据集准备开始,逐步介绍如何使用深度学习框
2024-08-27
prescan中的Road Segment以及常见路面摩擦系数
参考文章:轮胎摩擦系数-汽车之家(autohome.com.cn)一、点击Settings->Preferences->RoadSegments进入1、Road Segment参数描述单位Lanewidth车道的默认宽度。[m]Numberoflanes一个路段的默认车道数。[-]Asphalttype默认的沥青类型{标准的沥
2023-12-13
智慧路灯杆如何实现雪天道路安全监测
随着北方区域连续发生暴雪、寒潮、大风等气象变化,北方多地产生暴雪和低温雨雪冰冻灾害风险,冬季雨雪天气深度影响人们出行生活,也持续增加道路交通风险。 智慧路灯杆是现代城市不可或缺的智能基础设施,凭借搭载智慧照明、环境监测、智能监控、信息屏、广播、充电桩等设备,发挥着多
2023-10-24
路面铣刨机状态监测与运维管理系统
在工程机械领域,由于自动化向机械工业的渗透发展的趋势,使得机械工业的生产方式与管理系统发生巨大变化,越来越多的工程机械可以实现远程监控与故障预警。路面铣刨机是一种用于公路、城市道路、机场跑道等路面维修的机械设备。它通过铣刨刀对路面进行切割、刨削和磨削,以去除旧路面的磨
2023-06-27
路面附着系数估计_无迹扩展卡尔曼滤波(UKF EKF)采用无迹 扩展卡尔曼滤波UKF进行路面附着系数估计,可实现“不变路面,对接路面和对开路面”等工况的路面附着系数估计
路面附着系数估计_无迹扩展卡尔曼滤波(UKFEKF)软件使用:MatlabSimulink适用场景:采用无迹扩展卡尔曼滤波UKF进行路面附着系数估计,可实现“不变路面,对接路面和对开路面”等工况的路面附着系数估计。产品simulink源码包含如下模块:→整车模块:7自由度整车模型→估计模块:无迹卡尔曼
2023-05-17
方芳:公路养护GBM工程对乡村公路交通环境的影响
公路养护GBM工程对乡村公路交通环境的影响武汉市江夏区交通局武汉市江夏区公路局 武汉市江夏区公路建筑工程公司武汉市江夏城投集团有限公司武汉江夏路桥工程总公司 武汉工程大学 土木工程与建筑学院 方芳 15927602711摘要:本文主要研究公路
2023-05-16
示波器路面附着系数估计_无迹扩展卡尔曼滤波(UKF/EKF) 软件使用
示波器路面附着系数估计_无迹?扩展卡尔曼滤波(UKF/EKF)软件使用:Matlab/Simulink适用场景:采用无迹/扩展卡尔曼滤波UKF进行路面附着系数估计,可实现“不变路面,对接路面和对开路面”等工况的路面附着系数估计。产品simulink源码包含如下模块:→整车模块:7自由度整车模型→估计模块:无迹卡尔
2023-05-08
路面附着系数估计_无迹扩展卡尔曼滤波(UKF/EKF)
路面附着系数估计_无迹扩展卡尔曼滤波(UKF/EKF)软件使用:Matlab/Simulink适用场景:采用无迹/扩展卡尔曼滤波UKF进行路面附着系数估计,可实现“不变路面,对接路面和对开路面”等工况的路面附着系数估计。产品simulink源码包含如下模块:→整车模块:7自由度整车模型→估计模块:无迹卡尔曼滤波,
2023-03-27
路面附着系数估计_无迹扩展卡尔曼滤波(UKF EKF)
路面附着系数估计_无迹扩展卡尔曼滤波(UKFEKF)软件使用:MatlabSimulink适用场景:采用无迹扩展卡尔曼滤波UKF进行路面附着系数估计,可实现“不变路面,对接路面和对开路面”等
2023-03-20
智能公路的研究与应用探讨 方芳 武汉江夏路桥工程总公司
智能公路的研究与应用探讨方芳发布时间: 2021/11/6 来源:基层建设2021年第24期 作者:方芳http://www.chinaqking.com/column-sort/detail/40/3846009[导读]
2023-01-12
Python路面平整度检测车辆数据——速度修正
全文链接:http://tecdat.cn/?p=31268原文出处:拓端数据部落公众号分析师:BohaoZhan目前主流的轻量化路面平整度检测技术方案为:使用车载加速度传感器采集车辆在路面上行驶
2022-11-18
领域最全 | 计算机视觉算法在路面坑洼检测中的应用综述(基于2D图像/3D LiDAR/深度学习)
摘要计算机视觉算法在3D道路成像和路面坑洼检测中的应用已有二十多年的历史。尽管如此,目前还缺乏有关最先进(SoTA)的计算机视觉技术的系统调研文章,尤其是为解决这
2022-11-04
深度学习识别路面裂缝记录
https://github.com/yhlleo/DeepSegmentor程序↑1.condaenvcreate-fenvironment.yml执行ResolvePackageNotFound:pytorch=0.4.1_pip没有这个版本忽略了,哪个pytorc
2022-09-19
文献综述--路面识别(加速度、视觉、激光雷达)
基于加速度传感器Vehicleparameteridentificationandroadroughnessestimationusingvehicleresponsesmeasuredinfieldtests(使用在现场测试中测量的车辆响应