XiaoMi-AI文件搜索系统
World File Search System巷道
使用视频视觉变压器对周围车辆的巷道更改预测
摘要：预期周围车辆的车道变化对于自动驾驶汽车的安全和ffi cient运行至关重要。以前的作品采用了不包含上下文信息的物理变量的用法。最近的方法依赖于行动识别模型，例如3D CNN和RNN，从而处理了复杂的体系结构。尽管变形金刚的出现成为行动识别，但采用变压器体系结构的作品有限。自主驾驶依赖于许多外部因素，包括驾驶员行为，天气状况，意外障碍和遵守Tra FFI C规则。但是，关键组件是能够准确预测自动驾驶汽车之前的车辆是否可能改变车道的能力。这项研究通过采用视频动作预测来应对自动驾驶汽车中车道变化预测（LCP）的关键挑战，并特别着重于整合视频视觉变形金刚（Vivit）。使用摄像头输入得出的小管嵌入，此方法利用了预防数据集，该数据集提供了对车辆轨迹和关键事件的详细注释。该方法超过了先前的模型，在通过1秒地平线预测车道变化方面达到了超过85％的测试精度。比较分析重点介绍了Vivit在视频数据中捕获时空依赖性方面的优越性，同时也需要更少的参数，从而提高了计算EFFI的效率。这项研究有助于通过展示Vivit在现实世界应用中的E FFI CACY并提倡进一步探索以提高车辆安全性和E FFI效率的进一步探索，从而有助于提高自主驾驶技术。
基于学习的深度巷道维护辅助系统...
摘要 - 本文提出了专门为自动驾驶汽车设计的高级车道保管援助系统。提出的模型将强大的Xeption网络与转移学习和微调技术相结合，以准确预测转向角度。通过分析摄像机捕获的图像，该模型有效地从人类驾驶知识中学习，并提供了对安全车道保持所需的转向角度的精确估计。转移学习技术允许模型利用从Imagenet数据集获得的广泛知识，而微型调整技术则用于根据输入图像来指导角度预测的特定任务来定制预训练的模型，从而实现最佳性能。微调是通过最初冷冻预训练的模型并仅训练前10个时期的完全连接（FC）层来开始的。随后，整个模型涵盖了主链和FC层，以进行进一步的训练。为了评估系统的有效性，对包括NVIDIA，MOBILENETV2，VGG19和InceptionV3在内的流行现有模型进行了全面的比较分析。评估包括基于损耗函数的操作准确性的评估，特别是利用了平方误差（MSE）方程。所提出的模型实现了训练和验证的最低损耗函数值，证明了其出色的预测性能。这种实际评估提供了对模式的可靠性及其有效协助行驶任务的潜力的宝贵见解。此外，通过对预设计的轨迹和地图进行广泛的现实世界测试进一步评估了该模型的性能，从而导致转向角度远离所需轨迹的最小偏差。关键字 - 行长辅助，自动驾驶汽车，X CEPTION，转移学习，微调，转向角度预测
研究论文 隔热喷射材料在高地温巷道中的应用
巷道隔热喷射混凝土（TIG）是矿井区域热灾害防治的有效方法，矿井TIG材料的研发是隔热技术的基础，但一些传统和先进的隔热材料并不适用于深井高地应力、高地温、潮湿的矿井。本文研发了一种粉煤灰-无机矿物TIG材料，并将其应用于高地温巷道数值模拟，分析了TIG层的隔热效果，讨论了TIG围岩温度场特征。研究结果表明：（1）TIG层对巷道放热和围岩温度场稳定性有显著影响；（2）有无TIG层，巷道初始温度扰动时间、温度扰动范围及降温速率均不同； (3) TIG巷道开始通风后，热流密度趋于一致，温度扰动结束，且无量纲温度与无量纲半径呈指数关系；(4) 温度下降特征随围岩径向位置不同而变化。研究结果对热害防治、温度预测及通风网络调整提供了一定的参考。
煤矿巷道风流速度边界层现场及实验研究
煤矿井下空气流动时,巷道壁附近存在一个气流速度边界层,该边界层的厚度及分布状况对通过该流动界面进入通风气流的有害、有毒气体的排放以及对煤矿瓦斯爆炸产生重大影响。利用现场测量结果与模拟实验数据,对平壁矿井巷道的气流速度边界层进行了研究,巷道分为无支护、工字钢拱架支护和锚杆锚固支护3种类型。通过参考其他考虑边界层特性的文献研究以及对现场数据和实验数据的分析,得到了各个支护巷道断面相应的气流速度边界层特性。边界层内气流速度的增加服从对数规律:u=aLn(x)+b。结果表明:气流速度边界层厚度随气流中心速度的增大而明显减小,随巷道壁面粗糙度的增大而明显增大。对于三种类型煤矿巷道，考虑中心气流速度的影响，其气流速度分布可用下列方程描述：u=（m1v+n1）Ln（d）+m2v+n2。
