您现在的位置: 首页> 研究主题> 交通标志

交通标志

交通标志的相关文献在1984年到2023年内共计2495篇,主要集中在公路运输、自动化技术、计算机技术、建筑科学 等领域,其中期刊论文1297篇、会议论文59篇、专利文献95096篇;相关期刊617种,包括城市道桥与防洪、道路交通管理、交通与运输等; 相关会议50种,包括2016中国计算机辅助设计与图形学会大会、2015年中国城市交通规划年会暨第28次学术研讨会、天津市公路学会2014学术年会等;交通标志的相关文献由4295位作者贡献,包括蒋浪、易雪峰、刘干等。

交通标志—发文量

期刊论文>

论文:1297 占比:1.34%

会议论文>

论文:59 占比:0.06%

专利文献>

论文:95096 占比:98.59%

总计:96452篇

交通标志—发文趋势图

交通标志

-研究学者

  • 蒋浪
  • 易雪峰
  • 刘干
  • 吕卫
  • 褚晶辉
  • 郝利峰
  • 丁伯林
  • 姜明
  • 张志佳
  • 林明耀
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

作者

    • 南辰
    • 摘要: 交通标志、标线、信号灯具、护栏等公路附属设施既是道交法、公路法等法律赋予效能和地位的重要道路交通安全设施,又是构建“人-车-路”三方安全协同中的重要一环。然而,长期以来,我国公路通车里程快速增长的同时,交通标志、标线、信号灯具、护栏等设施在设置的科学性、安全性、人性化关怀、智能化程度等方面都有较大提升空间。
    • 张成; 张瑞宾; 王曙道
    • 摘要: 交通标志在车辆的安全行驶和自动驾驶中都有着大量的研究。由于交通标志的种类繁多且受各种因素的影响,交通标志的分类检测也是一个具有挑战的难题。为此,提出了一种标签结合现实道路场景的交通标志分类检测方法,该方法分为数据生成部分和目标检测部分。实验结果表明,利用该方法生成训练数据,能够有效地训练深度卷积神经网络,实现现实场景交通标志的分类检测,并且优化的检测模型相比文中提到的模型具有更小的体积和更快的速度。
    • 王威; 郑敏杰; 李昀
    • 摘要: 施工期间的交通组织是大型市政工程的重点工作,临时道路不同于一般道路的特点。提出安装蓄能型主动发光交通标志作为临时道路夜间交通组织的改进措施,并以某工程的应用为例,证明蓄能型交通标志优于传统反射型交通标志,具有推广价值。
    • 冯名慧; 刘仲; 黄思浙
    • 摘要: 文章在分析我国学校区域交通流特征的基础上,结合我国现行的学校区域交通设施设置的标准,针对我国学校区域交通设施设置存在的问题,从交通设施的多层次设置、提升交通标志表面逆反射材料的性能、规范设置停车管理标志等方面,对学校区域交通设施设置效果的影响因素进行分析,以提升学校区域交通设施设置的有效性,从而保证学校区域的交通安全。
    • 范肖哲
    • 摘要: 为探讨安全生命防护工程在农村公路中的具体应用,以某野外景观游览线路为例,在农村公路安全生命防护技术的理论指导下,对其在交通标志、交通标线等多个方面的具体应用进行分析。分析结果表明,农村公路应结合其具体情况,设置针对性的警告、指示、诱导等标志,设置防撞垫、护栏等被动防护措施,尽量减少交通事故的发生概率,以有效提升农村公路的安全水平。
    • 王建生
    • 摘要: 在我的眼中,北京路上的交通标志就像音乐中的“五线谱”,伴随着我职业生涯中的8000多个日日夜夜,谱写出无数迷人的“的士交响曲”。而我此次的冬奥之行,便是这些交响曲中独特的一章。
    • 吕贞; 王海晓; 丁旭
    • 摘要: 典型草原公路线形以长直线接大半径平曲线为主,平曲线段交通标志设置类型多样。为了对比分析平曲线段交通标志设置类型对驾驶人视觉特性的影响,选取14名驾驶人开展典型草原公路实驾试验,同步采集驾驶人在无标志及设置线形诱导标、线形诱导标+减速丘、示警桩等交通标志平曲线段的眼动数据,对比分析交通标志设置类型对驾驶人注视强度、视点转移特性的影响。数据结果表明:驾驶人在设置线形诱导标及线形诱导标+减速带的曲线段注视时长较短、注视频率较低,注视强度较小,注视转移分布范围较广且较均匀。在设置示警桩的曲线段,驾驶人的注视时长与注视频率则均较大,使其注视强度显著增加,驾驶人在不同区域之间转移的概率较大。在无标志平曲线段,驾驶人的注视点范围较窄,但因无交通标志的引导与警示,驾驶人注视强度大于设置线形诱导标段。
    • 黄志强; 李军
    • 摘要: 通过YOLOV3深度神经网络算法可以实现道路交通标志的自动检测与识别,由于YOLOV3运算量较大,很难在小型嵌入式平台上使用,针对这一问题,文中提出了改进型的轻量化YOLOV3-3ctiny神经网络模型。为了融合浅层特征图的空间信息与深层特征图的语义信息,将第19层卷积层通过上采样后与第7层卷积层相连接,多尺度融合后输入YOLO层形成新的特征金字塔,以此提高小目标的识别率。同时,为使网络更加关注交通标志的细节信息,在特征金字塔网络中增添能够增强前景信息降低背景信息的空间通道注意力机制。使用Kmeans聚类算法对数据集作聚类处理,获得一组先验框。在长沙理工大学交通标志数据集上进行测试,实验结果表明,改进后算法的识别率达到91.8%,与YOLOV3-tiny算法相比提高了24.9个百分点,而与YOLOV3算法相比,每张图片的检测时间降低至0.133s,降低了49.6%,该算法具有较强的实时性和准确性。
    • 李武
    • 摘要: 道路路面养护施工作业通常是在不封闭交通的情况下进行,高速的交通流和复杂的作业现场环境,导致这项作业具有高风险性。同时,由于路面养护作业必须占用部分车道,容易形成道路瓶颈,造成交通不畅和堵塞,一旦养护作业安全管理不力,交通标志、安全设施摆放不完善,或驾驶人员、施工人员稍有疏忽,极易引发道路交通事故。因此,做好道路路面养护作业过程中的交通事故预防工作,成为公路养护和交通管理部门亟待解决的课题。
    • 王卜; 何扬
    • 摘要: 针对交通标志检测小目标数量多、定位困难及检测精度低等问题,本文提出一种基于改进YOLOv3的交通标志检测算法.首先,在网络结构中引入空间金字塔池化模块对3个尺度的预测特征图进行分块池化操作,提取出相同维度的输出,解决多尺度预测中可能出现的信息丢失和尺度不统一问题;然后,加入FI模块对3个尺度特征图进行信息融合,将浅层大特征图中包含的小目标信息添加到深层小特征图中,从而提高小目标检测精度.针对交通标志数据集特点,使用基于GIoU改进的TIoU作为边界框损失函数替换MSE函数,使得边界框回归更加准确;最后,通过k-means++算法对TT100K交通标志数据集进行聚类分析,重新生成尺寸更小的候选框.实验结果表明,本文算法与原始YOLOv3算法相比mAP提升11.1%,且检测每张图片耗时仅增加6.6 ms,仍符合实时检测要求.与其他先进算法相比,本文算法具有更好的检测精度和检测速度.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号