车载激光点云道路边界提取的Snake方法

针对车载激光点云中道路边界提取困难,自动化程度低的问题,提出一种基于离散点Snake的车载激光点云道路边界提取方法。不同于传统基于图像建立Snake,本文直接基于离散点建立Snake模型。先利用伪轨迹点数据,确定初始轮廓位置,参数化不同类型的道路边界初始轮廓;然后基于离散点构建适合多类型道路边界的Snake模型,定义模型内部、外部和约束能量,通过能量函数最小化推动轮廓曲线移动到显著道路边界特征点处,实现不同道路边界的精细提取。本文试验采用3份不同城市场景的车载激光点云数据验证本文方法的有效性,道路边界提取结果的准确率达到97.62%,召回率达到98.04%,F1-Measure值达到97.83%以上,且提取的道路边界结果与软件交互提取的结果有较好的吻合度。试验结果表明,本文方法能够修正噪声、断裂等数据质量对道路边界提取的影响,能够实现各类复杂城市环境中不同形状道路边界的提取,具有较强的稳健性和适用性。     

宝鸡市2005-09-20强对流暴雨分析

利用M ICAPS系统资料和卫星云图及多普勒雷达资料对2005-09-20宝鸡强对流暴雨进行分析,结果表明此次强降水与副高外围暖湿气流和东西两路冷空气形成的锢囚锋共同影响有关。低空急流为暴雨提供了丰沛的水汽和位势不稳定能量;横槽转竖和高原槽的合并加深,有利于引导冷空气南下,锋区加强。物理量场表现出水汽强辐合;高层辐散和低层辐合及强烈的上升运动;等sθe线密集区蕴藏着可供中尺度对流发展所必需的不稳定能量。冷、暖空气共同作用激发出中-α尺度对流云团;雷达图上对应有强度≥35 dB z的中尺度对流回波带。     

宝鸡高温天气的气候特征

利用宝鸡市1960—2004年11个气象站逐日最高气温资料,采用统计方法研究不同强度高温天气的气候特征,为高温天气预警预报提供参考依据。结果表明:宝鸡高温具有明显的地域性,川道多于南北山区,高温中心位于扶风。年代际变化呈现多—少—多的趋势变化,目前为逐渐增多的趋势,高温以0.04d/10a的速度增多;强高温以0.07d/10a的速度增多。高温出现于4—9月,7月最多,6月次多,4月最少;强高温9月最少,特强高温以6月最多。高温集中在6月中旬到8月上旬。宝鸡区域性和持续性高温分别占高温总数的76%、12%。全球气候变暖、大气环流异常以及过度城市化是导致极端高温天气频繁出现的主要原因。

     

黄土高原稳定同位素与古环境研究

黄土高原黄土地层已被证明是大陆上最完好的记录了过去环境信息的载体。通过黄土地层的碳,氧同位素作为气候替代指标研究古植被,降雨量,古环境温度及古季风演化方面取得了长足的进展,本文拟就主要研究成果作一综述,并对今后的研究方向做一前瞻。     

油气成藏流体动力系统分析原理及应用

阐述了油气成藏流体动力系统分析的基本原理,把油气成藏流体动力系统分为重力驱动型、压实驱动型、滞流型和封存型四种类型。结合国内外的研究实例,分析了不同类型流体动力系统油气藏形成和分布的规律,强调在不同类型的流体动力系统中,油气藏形成的机理不同,在成藏动力学研究中有不同的侧重点。加强重力驱动型和封存型流体动力系统动力系统油气成藏条件研究对我国南方海相盆地和其它勘探程度较高的盆地深部的油气勘探具有重要意义。     

河北北部低品位磷矿的综合开发利用

本文系根据地矿部“八五”科技攻关项目“河北北部低品位磷矿综合开发利用研究”的成果整理而成。文中概述了我国磷矿资源的分布和开发利用状况及尽快开发北方低品位磷矿资源的重要意义,详细介绍了“新方法、新工艺、新药剂”对罗锅子沟磷矿综合开发利用的明显效果,还对尾矿的深加工利用和矿山经济效益和了初步探讨。     

当前高校学生工作干部队伍建设的几点思考

针对当前高校学生工作干部队伍建设中存在的问题和现象,提出并讨论了加强学工干部队伍建设必要性和重要性。强调加强学工干部队伍建设,必须重视学工干部本职业道德教育,优化学工干部队伍的知识结构,实施“专兼结合”,改善队伍结构,积极,合理使用学工干部,调动其积极性等问题     

加强高校规章制度建设,开创学生管理工作新局面

针对高校要把学生培养成社会主义“四有”新人的任务,提出在对学生进行有效的教育的同时还需要对学生行为进行必要的规范与管理,对加强学校规章制度建设,依“规”对学生行为进行有效的规范与管理的必要性,可能性及具体实施等进行了探索与讨论。     

车载激光点云中交通标线自动分类与矢量化

交通标线是重要的交通安全设施,其位置、属性和拓扑关系精细刻画道路交通结构,是智能交通、高精地图、位置与导航等应用的基础数据.本文提出一种融合空间上下文信息的车载激光点云标线分类图注意力模型(graph attention network with spatial context information,GAT_SCNet).该模型利用图结构建立标线及其邻接对象的出现和依存关系,基于标线几何、拓扑、空间结构关系构建注意力机制进行节点特征动态更新,通过对节点分类实现标线的精细分类.基于分类后标线,设计不同方案实现对分类后标线提取标线矢量化数据.试验采用4份不同车载激光扫描系统获取的城市与高速场景数据验证本文方法的有效性,试验结果中9类标线分类的准确率分别为100.00％、93.77％、100.00％、100.00％、100.00％、96.73％、97.96％、100.00％、98.39％,召回率分别为100.00％、96.36％、100.00％、100.00％、100.00％、97.26％、85.72％、100.00％、94.16％.结果表明,本文方法能实现道路场景中全尺寸、多类型标线对象的精确识别,并对形状相似标线(如虚线、斑马线和停止线)的区分具有较强稳健性.     

融合点云和多视图的车载激光点云路侧多目标识别

城市环境中的行道树、车辆、杆状交通设施是重要的交通地物,也是智能交通,导航与位置服务,自动驾驶和高精地图等行业应用的核心要素.为了准确识别这些路侧目标,本文提出一种融合点云和多视角图像的深度学习模型PGVNet(point-group-vi ew network),充分利用目标点云数据中空间几何信息及其多视角图像中高级全局特征提升路侧行道树、车辆和杆状设施的分类精度.为了减少视图间的冗余信息并增强显著视图特征,PGVNet模型利用预训练的VGG网络提取多视图特征,对其进行分组赋权获取最优视图特征;采用嵌入注意力机制的融合策略,利用最优视图特征动态调整PGVNet模型对点云不同局部关系的注意力度,学习不同路侧目标的多层次、多尺度显著特征,实现行道树、车辆和杆状交通设施的精确分类.试验采用5份不同车载激光扫描系统获取的不同城市场景数据验证本文方法的有效性,其中行道树、车辆及杆状交通设施分类结果中的准确率、召回率、精度和F1指数分别达(99.19％、94.27％、93.58％、96.63％);(94.20％、97.56％、92.02％、95.68％);(91.48％、98.61％、90.39％、94.87％).结果表明,本文方法融合多视图全局信息和点云局部结构特征可以有效区分城市场景中的行道树、车辆和杆状交通设施,可为高精度地图中要素构建与矢量化提供数据支撑.