预防交通事故的四个步骤

据笔者十余年的观察和总结,发现行车快慢并不是造成事故的主要原因,安全行车的四个步骤是发现情况、判断危险、调整车速、安全通过的主要因素。发现情况发现情况不仅是发现那些明显的障碍物,是及时发现较为隐蔽的路口、狭路、窄桥、静止障碍物等等。发现情况是识别危险、作出判断的前提,是正确处理情况的第一步。判断危险判断危险就是驾驶员对发现的情况进行辩别并作出判断,搞清哪些是容易造成事故的危险性障碍。判断危险是正确处理情况的第二步,也是极为重要的一步,具有明显危险特征的障碍物有:单独行走的儿童、驮物的自行车、攀扶机动车辆…     

果树修剪要“六看”

<正>果树修剪时,应该是修剪前先围着树转一转,做到"六看"后再下手。一看环境。就是要看工作环境的安全状况,包括树体上是否有悬挂物,树干是否有腐烂或劈裂,树上是否有较大的干枯枝、病虫枝等,以及树木附近有无高压线和其他障碍物等。消除安全隐患后才能进行修剪操作。二看空间。就是要看树木的生长空间。在进行修剪前,要看一看该树木和周围树木之间有无矛盾,如果树木之间比较拥挤,枝条有交叉或重叠现象,或有郁闭的趋势,就要通过修剪来减小冠幅,保持不同树木各自相对独立的生长空间,缓解郁闭的矛盾;如果生长空间     

基于视觉与毫米波雷达的智能粮食车辆AEB系统

针对粮库中粮食转储时车辆具有碰撞、剐蹭等安全问题，设计了一种基于视觉与毫米波雷达结合的智能粮食车辆AEB系统。该系统利用单阶段深度卷积神经网络YOLOv5s对图像进行目标检测，利用阈值筛选法和毫米波雷达虚警生命周期特性过滤毫米波雷达数据感知障碍物；利用分级制动策略对车辆实施制动。实车实验可以有效地实现防碰撞功能。实车实验表明该系统防碰撞功能和可视化效果优于单一传感器，且具有实时性、有效性和安全性。     

基于无效目标滤除的毫米波雷达农田障碍物检测方法

农田障碍物检测是农机自动驾驶的前提，针对毫米波雷达的农田障碍物检测，本文提出一种无效目标滤除的算法。首先对毫米波雷达所输出的目标信息进行解析并提取农田目标障碍物信息，然后使用无效目标滤除算法对解析后的空目标、伪目标、非威胁数据进行滤除。对雷达数据中目标距离为零的空目标直接滤除；对因雷达工作性能或回波信号不稳定而产生的伪目标通过雷达有效目标生命周期法进行过滤；对超出横向距离阈值和纵向距离阈值的非威胁目标直接滤除。试验结果表明，所提算法在静止状态，平均滤除率达到85%以上。当速度为3 km/h时，未作业状态的平均滤除率为85.24%,旋耕为84.23%;当速度为5 km/h时，未作业为84.22%,旋耕为84.18%;当速度为7 km/h时，未作业为84.19%,旋耕为84.16%。尽管在行驶状态下，随着速度的提升或悬挂旋耕机，滤除率有一定的下降，但本文所提算法在各种状态下的平均滤除率均可达到84%以上。     

障碍物布置位置对离心泵空化性能影响

为了研究离心泵叶片上的障碍物布置位置对离心泵空化性能的影响,将半球形障碍物布置在离心泵叶片工作面和背面的不同位置.选用Zwart空化模型和SST k-ω湍流模型,对不同位置布置障碍物的离心泵模型进行数值模拟,探究障碍物不同的布置位置对离心泵空化的抑制效果.结果表明,在叶片工作面进口1/3位置处布置障碍物对离心泵的空化性能提高最为明显.在叶片工作面进口1/3位置处布置半球形障碍物时,离心泵扬程升高1.14%,扬程下降3%的点迟于原始泵的程度最大;较其他位置,在该位置布置障碍物可显著降低叶轮内部的空泡体积分数,空化严重的时候效果更加明显,在空化数为0.166时,空泡体积分数较原始泵下降69.7%.所选方案能够减小叶轮进口处低压区域,使叶轮进口处较不易发生空化.