车道标志检测识别系统论文

车道标志检测识别系统论文

引言 当前，许多领域越来越多地要求具有高精度A/D转换和实时处理功能。同时，市场对支持更复杂的显示和通信接口的要求也在提高，如环境监测、电表、医疗设备、便携式数据采集以及工业传感器和工业控制等。传统设计方法是应用MCU或DSP通过软件控制数据采集的A/D转换，这样必将频繁中断系统的运行，从而减弱系统的数据运算能力，数据采集的速度也将受到限制。本文采用DSP+FPGA的方案，由硬件控制A/D转换和数据存储，最大限度地提高系统的信号采集和处理能力。 系统结构 整个采集卡包括信号调理、数据采集、数据处理和总线接口设计。 本文设计了具有信号衰减、增益放大和滤波等功能的信号调理电路，采用16位精度、最高采样率为500KSPS的A/D转换器AD7676；数字系统设计利用FPGA极其灵活、可编程的特点，选用Altera公司FPGA芯片EP2C8Q208，完成精度校正和逻辑时序控制；DSP采用TI公司的TMS320VC5416，使A/D转换后的数据在传输到上位机之前，进行数据整理、标记、打包以及数据预处理。数据采集卡可同时进行8通道数据采集，通道可进行衰减倍数、采样速度以及放大增益设置。同时提供模拟输出通道，用于实现波形产生和模拟驱动功能。能够进行自动校准，保证数据采集的准确性。PCI总线接口电路采用PLXTechnology公司的PCI总线接口芯片PCI9030,完成数据采集和状态、控制信号的传输。 系统硬件电路设计 数据采集模块设计 从传感器送来的8路模拟输入信号通过多路模拟开关ADG507选择进入模拟通道，如果多通道同时采集，则采用时分复用方式，由FPGA依次控制各通道的通断。模式选择开关ADG509为四选一模拟开关,可分别选择被测模拟信号、标准参考电压值或用于通道校准的、经过DAC转换后的信号进入后级滤波衰减网络电路。送入ADC的信号要先经过低通滤波,以滤除高频噪声。滤波电路设计为二阶阻容低通滤波器，对频率高于50KHz的信号滤波。衰减电路设计为有源衰减，选用Linear公司的差分放大器LTC1992，可完成输入信号极性转换,实现单端信号转差分信号,同时通过由FPGA控制继电器选通不同的电阻网络调整衰减倍数，可实现对不同电压输入范围信号的调整，以满足AD7676的输入电压范围。信号增益可编程放大器LTC6911可通过编程设置以1、2、5步进变化的1V/V~100V/V增益倍数，数据采集过程中通过FPGA内部的比较电路自动调整增益放大器增益倍数，极大提高了对微弱信号的分辨能力。AD7676为差分信号输入，MAX6325基准源提供基准为的参考电压，采样时钟由晶振提供10MHz时钟信号经FPGA内部分频电路得到，单通道最高采样率为500KSPS。 FPGA电路设计 FPGA芯片也是一种特殊的ASIC芯片，属于可编程逻辑器件，它是在PAL、GAL等逻辑器件的基础上发展起来的。同以往的PAL、GAL等相比，FPGA规模比较大，适合于时序、组合等逻辑电路应用。本文选用Altera公司的FPGA芯片EP2C8Q208，完成数据采集卡的时序和地址译码电路设计。由于EP2C8Q208有36个M4KRAM，在FPGA内部设计一个16位宽度、4KB深度的FIFO，使用FIFO提高数据采集卡对多通道信号的采集存储能力。FIFO有半满、全满、空标志位，当DSP检测到半满标志位时，FIFO同时读写；全满时只读不写；空时只写不读。A/D采样控制信号由DSP通过FPGA控制；DSP对采集后的数据进行进一步处理，以提高精度，也具有传统CPU或MCU的功能，对时序、触发、DMA中断请求作出相应处理。 DSP电路设计 DSP采用TMS320VC5416，它是16位定点DSP，具有高度的操作灵活性和很高的运行速度，采用改善的哈佛结构(1组程序存储器总线，3组数据存储器总线，4组地址总线)，具有专用硬件逻辑的CPU、片内128KB的存储器、片内外设，以及一个效率很高的指令集。 DSP在系统中的作用主要是将A/D转换后的数据在传输到上位机之前，进行数据整理、标记、打包以及数据预处理。数据采集系统所有控制信号都由DSP控制FPGA逻辑电路产生。DSP外挂Flash存放DSP程序及其它配置数据，在上电时，DSP采用并行方式调入DSP内部执行。 校准电路设计 校准电路是本设计的重要环节，数据采集卡的高精度性能不仅取决于高分辨率的ADC，在更大程度上要依靠该数据采集卡优良的自校准和抗噪声能力来实现。 校准时，DSP发出标准值，经D/A和A/D转换后，所采集的数据值与原标准值相比较，取其偏差系数组成去噪方程，以实现数据采集卡的自校准。 PCI总线接口电路设计 PCI总线规范十分复杂，其接口的实现比较困难。数据采集卡采用PCI9030作为用户接口，为PCI总线接口的开发提供了一种简捷的方法，只需设计简单的局部总线接口控制电路即可实现PCI总线的高速数据传输。使用Altera公司的QuartusII，使得硬件实现软件化设计，更新了传统的电路设计和调试方式，大大缩短了开发周期，特别是其设计仿真和定时分析使得设计更加可靠，确保了系统的正确性。 系统软件设计 驱动程序设计 在Windows98/2000/XP环境下，处于Windows用户态的应用程序不能直接对硬件设备进行操作，要实现对数据采集卡的硬件资源(如内存、中断等)的访问，必须编写运行在核心态的设备驱动程序。目前，使用较多的开发工具是GUNGO公司的驱动程序开发组件WinDriver。利用WinDriver开发驱动程序，不需熟悉操作系统的内核知识。整个驱动程序中的所有函数都是工作在用户态的，通过与WinDriver的.VXD和.SYS文件交互来达到驱动硬件的目的。因为WinDriver开发环境提供了针对PLX公司芯片的存储器范围、寄存器和中断处理等模块，所以本文采用了GUNGO公司的开发工具，它支持PLX公司的PCI接口芯片，用户无需具有DDK和核心态程序开发经验，调试时可结合PLX公司的PLXmon工具。 操作界面设计 采用美国国家仪器公司的LabVIEW软件进行界面设计。LabVIEW是一种图形化编程语言，操作界面模拟实际仪器的控制面板，使用户能完成通道选择、模式选择、增益设定、采样率设定等功能，操作简单方便。 系统指标分析 ADC误差分析 常用的ADC主要存在量化误差、增益误差和偏置误差。量化误差是任何ADC都存在的，仅仅能通过提高ADC分辨率来减少，为把量化误差减少为±1LSB/2，通常的方法是把变换特性偏移1LSB/2。偏移误差是指对ADC采用零伏差动输入时实际代码与理想代码之间的差异。增益误差是指从负满量程转为 正满量程输入时实际斜率与理想斜率之差。偏移和增益误差通常是ADC中主要的误差源。为了进行偏移校准，本文采用0V或非常小的信号并读取输出代码。如果结果为正，那么转换器就存在正偏移误差，从结果中减去偏移值；如果结果为负，那么转换器就存在负偏移误差，可向结果加上偏移值。通过对ADC施加满量程或近于满量程的信号并测量输出代码来实现增益校准。偏移校准在增益校准之前进行。 模拟开关误差分析 多路开关大体上可分为两种类型，即模拟电子开关和机械触点式开关。模拟开关具有转换速度快、使用寿命长、体积小、成本低、集成度高和无抖动等优点；但也存在一些缺点，如导通电阻较大、存在道间干扰、通道间共地等。 本文所设计的数据采集卡使用ADI公司的ADG507和ADG509，导通电阻Ron100~300Ω，输入信号要通过Ron分压，输出到负载电阻上的电压要下降一些。为此，本设计用OPA2277做成压级跟随器连接到后面的负载电路上，以拉高多路模拟开关的负载阻抗，削弱串联内阻的影响。 精度设计 数据采集卡使用了可编程增益放大器LTC6911，最大可调增益为100V/V，极大提高了采集卡对微弱信号的分辨能力。同时，信号调理部分的电阻衰减网络可完成对信号的1/2、1/4分压，扩大了数据采集卡的动态范围。信号和干扰噪声在时域混合在一起，但是在频域有不同特性，因此，预先设计滤波器对噪声信号进行抑制，避免噪声电平很高，用增益放大器接收这样的信号会导致放大器饱和，使仪器不能正常工作。 电压基准源是A/D或D/A转换电路的重要部件，系统输出精度在很大程度上取决于电压基准源的精度。这里主要考虑输出精度、稳定性和温度漂移系数。MAX6325是低噪声、高精度的掩埋齐纳型基准电压源芯片，其初始输出电压精度高达％，温度系数为℃。 结语 数据采集卡采用16位精度ADC，模拟信号通道设计考虑了微弱信号检测、噪声抑制、高频滤波、差分放大电路和可编程增益放大电路，数字电路部分设计以EP2C8Q208为核心，利用FPGA的时序严格、速度较快、可编程性好等特点，将可能需要的各种控制和状态信号引入FPGA，利用FPGA的大容量和现场可编程的特性，根据不同的要求进行现场修改，增大了系统设计的成功率和灵活性。同时，DSP对数据的预处理极大地提高了数据的精度。在PCB布线时认真考虑了滤波、接地和合理的信号走线，提高了数据采集卡的可靠性。

交通 安全 教育 是事故预防和违法处罚的重要 措施 ，有助于我国提高交通安全水平。下面是我为大家整理的交通安全教育论文，供大家参考。

论文关键词：交通安全 少年警校 体验教育

论文摘要：体验是引导学生通过亲自经历和实践活动获得真实感受的过程。开展“少年警校”体验教育活动，不失为开展交通法规宣传教育、提高学生交通安全意识、培养其良好的交通行为习惯的最佳途径。

据国家有关部门调查结果显示，意外伤害已成为青少年儿童的头号杀手，其中车祸等意外伤害已取代过去的传染病和营养不良，成为危害0-14岁未成年人安全的首要原因，而5-14岁的少年儿童的意外死因主要是车祸。面对青少年严重的交通安全问题，进行交通安全教育已刻不容缓。

现代教育理论指出：“学生的思想品德是接受外部影响并经过主体内化过程才形成的。”新课程强调体验性学习，要求学生不仅要用自己的头脑去想，而且要用眼睛看，用耳朵听，用嘴巴说，用手操作，即自己去亲身经历，而且用自己的心灵去感悟。体验正是引导学生通过亲自经历和实践活动获得真实感受的过程。这就需要品德的教学融入学生的生活，让学生自主进行角色定位，在体验中感悟，在感悟中发展道德。

基于上述认识，开展“少年警校”体验教育活动，不失为开展交通法规宣传教育、提高学生交通安全意识、培养其良好的交通行为习惯的最佳途径。依据体验教育主体性、实践性、社会性原则，交通安全教育活动可分以下四步进行：扮演角色—体验感受—化为行动—形成习惯。

一、扮演角色，突出形象性

以往的交通法规的教育，往往局限于书本，教师只注重传授，强求学生对交通知识的记忆。缺乏生活化的设计，缺乏学生参与，往往令学生失去学习的乐趣。而在“少年交通警察学校”里，通过角色扮演，形象性的教育为学生喜闻乐见。

每年开学，我们将进入四年级的队员编入少年警校，让他们身着统一的交警制服，举行隆重的少年警校开学典礼。由交警大队的领导向学员授旗，老学员代表汇报和展示一年来警校学习的成果，新学员在警校教官的带领下宣读自觉遵守交通法规的誓言。我们还制作了警校的校旗、创作了警校校歌。在阶段性成果展示汇报时，像模像样地举行检阅式、授衔仪式，不断增强角色意识。同时，我们还开辟了交通安全宣传栏，每班 黑板报 增加了交通安全宣传角，校内主要通道上设置了交通标志，营造了宣传、学习 交通 安全知识 的浓厚氛围。

二、体验感受，强化生动性

新课程的理念告诉我们，对于形象思维处于主导地位的少年儿童来说，对他们的教育尤其需要积极的内心体验。积极的内心体验可以使他们获得的思想情感刻骨铭心，可以加速儿童的社会化进程，使他们早日成为社会的有用人才。

在小交警学校里，一方面采用“请进来”的 方法 ，邀请警校教官定期到校给上交通安全课，帮助大家系统学习交通知识，掌握交通指挥手势，更主要采取“走出去”的方法，带领大家出校门，走上街头、走进警营，通过三种途径引导儿童体验。

1.实地观察。交警叔叔带领儿童走上街头，认识交通标志、信号、设施，并理解含义。特别是禁行标志、信号，让儿童知道其不可违抗的意义。将课堂搬到马路上，简单枯燥的文字变成生动可感的实物，很容易就调动了学生积极的内心体验。

2.参观访问。从《马路悲剧图片展》《关爱生命安全出行》录像片中，学生感受到遵守交通法规是何等重要;“一日警营生活”，学生感受到城市道路交通状况和“畅通工程”实施的重要意义。在采访中，交警从交通事故中选取与儿童生活实际相接近的典型案例，剖析原因 总结 教训，让儿童深切感受注意交通安全至关重要。

3.调查统计。组织学生运用所学的统计知识，对学校附近交通状况进行调查，统计不同时段车流量、人流量的情况，了解事故发生的状况及造成的损失。透过一串串数字，学生不仅感受到社会经济的发展，人民生活水平的提高，更感受到交通的压力也在不断增大，交通管理的紧迫性、重要性日益突出;还使孩子们从身边活生生的事实中体会到“一失足成千古恨”的道理。行动之前先心动往往会起到良好的效果。 三、化为行动，立足主体性

陶行知先生认为，幼年人不是孤立的，他是环境当中的一个人，学校的教育任务就在于把学校与社会、教育与生活密切地联系起来。学生在课堂上有了正确的道德认识和道德情感，还需要通过各种活动加以巩固，深化，形成良好的行为习惯。自觉将内心感受外化为积极行动是体验感受的最终目的。在警校活动中，我们注意以人为本，将少先队员视为交通活动的主体，通过引导他们参与各种交通管理，培养他们良好的交通行为。

1.配合导护老师值日。校园与川流不息的交通要道相比安全得多，但“准交通”的行为也是客观存在的。快速奔跑的现象不加制止、堵塞要道的情况不予疏导也会发生事故，让队员们轮流参与校园“准交通”的管理，既提高了学校常规管理的成效，对培养儿童良好的交通行为也大有裨益。

2.模拟交警站岗。在上学、放学的时候，值日的队员们身着警服，英姿飒爽，担当小交警，在校门口站岗。在他们的指挥和管理下，校门口交通秩序井然。

3.协助交警在路口值勤。为了实现交通安全教育由校内向社会延伸和拓展，每周利用一节 社会实践 课，小交警们上街，向路人宣传交通法规，协助交警纠正违章;为了使路口的车辆畅通无阻，始终用标准的手势指挥交通，手臂发酸发麻也咬牙坚持;为了让超线的车辆退到停车线后，解释工作做了一遍又一遍……一节社会实践课下来，尽管学生们很累，但看到自己的努力换来了道路的通畅，“小交警”的使命感和自豪感油然而生。在自主教育、自我管理中，他们实践交通法规的责任感和自觉性不断增强。

四、形成习惯，注重持久性

习惯的形成有赖于行动的坚持不懈。为使少年儿童将交通安全行动转化为日常的行为习惯，必须加强学校、家庭、社会的综合管理。从学校到家庭到社会都应该重视交通安全教育，做到制度严格，责任到人，措施落实，经常检查，让“高高兴兴上学，平平安安回家”的 口号 深入到每个学生和家长的心里，落实到每个学生和家长的行动中。学校给每位队员发放了一张《交通行为联系卡》，要求他们随身携带。教师、交警、导护老师、小交警对他们在学校及道路上交通“违章”行为及时记载，每周检查评比一次。对自觉遵守交通法规的队员进行表扬，并与文明队员、三好学生的评选结合起来，使他们在鼓舞和激励中不断进步。我们还将养成良好的交通行为习惯分为低、中、高三个层次，与此对应三个等级的警衔，定期对警校学员进行自评、互评，以确定各自的警衔，并举行授衔仪式。这种趣味性的评价更促进了学生良好习惯的养成。

事实证明，体验是最真实、最感性的一种内心的感受。体验，能内化学生的道德认识，培养学生的道德意志，从而引发道德行为，使知、情、意、行在品德形成过程中成为和谐的整体，促进学生的发展。由于在少年警校建设中突出体验教育，学生实践交通法规的自觉性普遍增强。我校虽处繁华的大路边，多年来未发生一起交通事故。少年警校获江苏省首批“先进少年军校”称号。

参考文献：

[1]高峡.活动课程的理论与实践.上海科技教育出版社， 2000.

[2]李伯黍.道德发展与德育模式.华东师范大学出版社， 1999

【摘要】 随着我国高速公路的不断建设，机动车保有量的持续增加，交通事故呈上升趋势，开展高速公路的安全管理研究也日益重要。笔者对高速公路安全管理系统进行了研究，重点讨论了影响高速公路交通安全的因素，如人、车、路、管理等因素，并针对这些因素，对高速公路安全管理提出了一些建议。

【关键词】高速公路;安全管理

我国的高速公路建设是从20世纪八十年代开始的，1997年以后，我国进入了高速公路大发展时期。截止到2001年底，我国已建成19000公里高速公路，总里程数居世界第二位。随着高速公路的不断建成和投入运营，如何管好、用好高速公路成为十分迫切的问题，于是高速公路管理研究应运而生了，其主要内容之一就是高速公路安全管理。由于缺乏 经验 ，各地将普通公路的交通管理模式照搬到高速公路的管理上，但高速公路的交通模式大大不同于普通公路，速度高、交通量大等因素，使高速公路管理出现很多新问题。自1988年我国的第一条高速公路建成通车，交通事故发生起数和死伤人数持续上升，仅1994～1999年6年间共发生交通事故46 500起，造成6374人死亡，17117人受伤，经济损失严重。在公路管理上，新加坡有良好的管理经验，使得其交通事故率一直很低。新加坡交通顺畅通达，井然有序，不仅是依靠严格的交通法规，更重要的是依靠科学的交通管理。新加坡的交通安全设施完善，重视驾驶员素质的培养，重视交通安全宣传教育，倡导行人优先、直行车优先。因此，借鉴国外先进的管理经验，结合我国高速公路的特点，建立适应我国高速公路的安全管理模式，是一个亟待解决的问题。

1?高速公路安全管理的意义

高速公路是全封闭、多车道、具有中央分隔带、全立体交叉、集中管理、控制出入、多种安全服务设施配套齐全的高标准汽车专用公路。高速公路具有行驶速度高，通行能力大等特点，由于高速公路采取了一系列的措施，交通事故大为减少，其事故率只有一般公路的1/3-1/4，但是由于高速公路上车速快，一旦发生事故，其严重性增大，高速公路事故的死亡率是一般公路的两倍。我国高速公路交通事故发生起数和死伤人数较多，这主要是由于我国的高速公路起步不久，驾驶员对高速公路不熟悉、不适应，也和高速公路管理水平落后有关。我国正处于高速公路建设迅猛发展时期，高速公路发生重大事故，其政治影响和经济损失都十分严重，所以，研究高速公路安全管理具有重要意义。高速公路安全管理涉及面广，内容很多，主要包括交通安全教育：即充分利用各种宣传媒体，普及交通安全的常识和高速公路的使用知识，这是预防交通事故的有效措施;法规建设：使得高速公路交通安全能够做到“有法可依，有法必依”，这就需要不断完善交通法规，并在执法中严格要求，使违章、违法人员得到应有的惩罚，从中吸取教训，以免发生更大的事故;车辆建设：对车辆进行注册登记并定期检查，核发牌照及行车执照;驾驶员管理：核发及审验机动车驾驶证;道路及其安全设施的验收与管理：当道路竣工之后对道路进行验收，对安全设施进行维护和管理，制止和处理各种侵占、破坏公路、公路用地及公路设施的行为，以消除安全隐患;维护高速公路安全秩序，包括纠正交通违章，处理交通事故，道路治安管理，交通污染管理。

2?高速公路安全管理的内容

高速公路交通安全是一个由人、车、路、管理组成的系统问题，这4个因素相互协调、相互作用，任何因素出现问题，都将影响到交通安全。其中人的因素至关重要，高速公路上的事故由人为因素引起的占95%。汽车在行驶过程中的制动性能、转向操纵性能等对交通安全也有很大影响。高速公路本身的构造、安全设施也是影响交通安全的因素。交通管理，对保障高速公路交通安全具有重要作用。笔者将从以下4个方面进行讨论：

①人的因素。由于高速公路全封闭、全立交，路况良好，所以驾驶员在行驶过程中不需采用很多措施，这样导致驾驶员警惕性下降，一旦遇到问题，反应不及时，就容易发生交通事故。导致交通事故发生的原因主要是驾驶员缺少高速公路行驶经验，缺乏高速公路交通常识，驾驶员长时间疲劳驾驶，以及驾驶员的交通安全法规意识薄弱，例如：无证驾驶、酒后开车、超速行驶、违章超车及违章装载、车辆间距过近等。在雨雾天气及路面结冰或雨后积水时，更容易发生交通事故。此外，乘车人在高速公路上随意上下车以及擅自在高速公路上穿行都是引发交通事故的原因。 ②车的因素。在高速公路上行驶的汽车车速高，所以要求车况良好，发动机、轮胎、制动系统都应该在行驶前进行维护和检查。轮胎爆裂是我国高速公路发生交通事故的最普遍原因之一，因此而引起方向失控的情况十分严重，占车辆引起交通事故的19%，其他的原因包括发动机故障、发动机过热、电气故障、燃料用尽等。车辆在高速公路上行驶时，要注意规定车速，还要注意应与其他车辆保持一定距离，车速过高或过低都是十分危险的，要注意行车道的占用，还需注意载物的规定，不要超载，不要偏载而造成离心力过大而发生交通事故。

③路的因素。路的因素主要指高速公路的线形设计和道路结构。其中线形设计与交通事故关系较大，如道路的曲率半径过小、直线距离过长、视距过小、纵坡过大，平纵线形不协调等。此外，路面的强度稳定性、平整度和抗滑性也是影响高速公路安全行驶的原因。由于高速公路车速高的特点，路面上的一个小石粒或路面结构小的破损都可能导致大的交通事故，故高速公路的保养也非常重要。

④ 管理的因素。高速公路管理，在我国还没有统一的模式，由于“一路两制”即公安部门和交通部门职责不清，使得管理出现问题。此外，管理的硬件设施落后，科学化管理水平低，也是影响高速公路安全的因素。高速公路安全管理部门应对高速公路提供有效的管理，为人民提供安全、舒适、通畅、迅捷的行车环境，从而减少交通事故，保证通行安全。

3?高速公路安全管理的措施

①、应对驾驶员加强教育和管理，提高驾驶员的素质，针对高速公路的行驶特点，对驾驶员进行安全教育，让驾驶员懂得高速公路行驶中的注意事项。对违章的驾驶员进行教育处理，使之从中吸取教训。驾驶员在行驶前应注意制定合理的行车计划，不要疲劳驾驶，不要超速行驶，对车辆要进行必要的检查，应按要求使用安全带。此外，要加强对全社会的安全法规教育，使人们了解高速公路与一般公路的区别，加强高速公路安全附属设施的管理及维护，从而杜绝乘车人在高速公路上随意上下车及行人穿越高速公路现象的发生。

②保持良好的车况，严禁超速行驶，注意保持车距，严禁超载。对超速、超载的车辆进行必要的处罚，并结合安全教育，使其认识到问题的严重性和危害性。

③我国的高速公路设计是以汽车的计算行驶速度来决定线形标准的，但是在高速公路上，许多汽车都是以大于计算行驶速度的速度行驶的，所以，笔者认为公路的设计应以一个大于计算行驶速度的速度为标准来计算各种线形指标，这样做，虽然工程造价提高了，但交通事故却会下降，那么社会效益还是比较好的，而且随着汽车工业的不断发展，这样也适应汽车性能不断提高的要求。此外，在道路设计时，选用合适的线形标准，注意道路的平纵线形配合，道路的路面设计及施工应符合国家规范要求，且在道路投入运营后，注意养护与维修，在线形不好的事故多发地带要设立醒目的标志提醒驾驶员注意。

④我国现阶段只是进行了大规模的道路建设，落后的交通管理系统制约了高速公路的使用效果，应研究智能运输系统，将先进的检测、通信、计算机技术综合应用于道路交通运输系统中，使车辆和道路的功能智能化，提高运输效率、保障交通安全、改善行车安全、减少行车污染。

笔者针对高速公路安全管理，提出一些粗浅看法。如何提高高速公路管理的科学化，协调好人、车、路及管理部门的关系，建立一套符合中国交通实际的管理体系，为人民群众提供更安全的公路交通，是安全管理科学中的一个重要课题，值得深入研究和探讨。参考文献

[1]刘志强.道路交通安全研究方法.中国安全科学学报，2000，10(6)

[2]郗恩崇.高速公路管理学.北京：人民交通出版社，

[3]朱中，袁 诚.高速公路安全行车指南.成都：西南交通大学出版社，

【摘 要】随着社会的发展致使车辆的增多，交通安全伤害正日趋加重。因此，幼儿的安全一直以来都是幼儿园一项非常重要的教学任务，它是进行教育、教学活动的基础。由于幼儿年龄小、好奇心强而又缺乏生活经验，常常会做一些危险的动作、干一些危险的事情，缺乏安全意识，更谈不上交通安全。因此，我们要更加重视幼儿的安全意识教育，提高幼儿的自我保护能力，防患于未然，避免或减少交通安全事故的发送。

【关键词】幼儿教育;交通安全;实践活动

通过近几年发生交通事故受伤或死亡的案例来看，不满12岁骑自行车、横穿马路、不走人行横道、随意穿行、不遵守信号灯、电动车随意调头、不走非机动车道、学生在马路中间玩耍等不文明的交通行为，是造成伤害的主要方面，而学校老师、学生家长监管教育不到位，安全教育意识淡薄是造成学生受伤害的另一方面。其次便是机动车驾驶员遇行人横穿马路不停车避让，争抢超速行驶所致。下面就如何提高幼儿园学生的交通安全意识谈谈几点看法。

一、学生容易发生交通事故的原因

学生容易发生交通事故的原因是多方面的。从主观方面来看，学生活泼好动，交通安全意识差，在马路上嬉笑打闹、你追我赶甚至横穿马路等。从客观方面来看，主要有以下几方面：

首先从学校的地理位置来看，学校多设在道路边上，有的学校设在狭小的胡同，学生上学、放学，接送学生的车辆把窄小的胡同挤得满满的，道路拥挤不堪，有的学生上学、回家要横穿过几条马路，学生的交通安全就成了学校的突出问题。

其次从学校的教育目标看，交通安全在学校的教育目标中只占一个很小的部分，再则，发生交通事故经常在校外，对学校影响不大，学校没有直接事故责任，因此，学校对交通安全教育重视远远不够，教师对学生的交通安全教育没有进行系统传授，造成学生的交通安全知识不全面，交通安全意识不强。

因此，造成学生交通事故频发的主要原因，除机动车驾驶人不遵守交通法规外，学校忽视交通安全，幼儿园学生获得的交通安全知识比较零碎，没有系统化，也是导致交通事故频发的重要原因之一。

二、如何对幼儿进行交通安全教育

根据道路交通安全法律法规，我们在制定教育目标时坚持知识、能力和态度并重的原则，将促进幼儿的认识、情感和行为的发展统一起来。其总目标：一是遵守交通规则，过马路时走人行横道，不乱穿马路;二是不在公路、铁路、铁路口处玩耍和追逐打闹;三是行驶靠路右边行，不违章骑车等。

许多幼儿都知道交通安全与自己的生命有非常重要的关系，乘车时就不会把头和手伸出车窗外，不在停着的车辆前玩耍;并认识了常规交通标志图，懂得走路要走人行道，不在公路上乱跑或踢皮球等;在交通安全认识方面有很大的提高，懂得人车分流、各行其道的简单常识;上楼下楼会自觉靠右行;外出参观活动时，能自觉遵守交通规则，并能初步构建起幼儿园与家庭交通安全教育网络;教师的交通安全法规意识也能得到提高。

三、家园配合，共同提高幼儿遵守交通规则的意识

保持与家长沟通，促使家长认同幼儿园的培养要求和教育策略，尽可能地吸引家长共同参与班级的教育。教师和家长应多沟通，相互学习，做到家园合作，使幼儿遵守交通规则的意识真正得到关注和提高。为此，孩子的父母要时常带孩子进行户外活动，经常与孩子一起玩亲子游戏，让幼儿在安全的环境下进行自由的活动。在平时的日常教学活动中，有目的地渗透一些交通安全常识，提高幼儿自我遵守交通规则的意识和能力。幼儿自我遵守交通规则意识和能力有了提高后，对幼儿健康、顺利的成长，避免外界的伤害，都会起到至关重要的作用。

四、构建“三位一体”的交通安全教育体系

家庭是孩子成长的第一环境，是孩子习惯形成的摇篮，儿童主要生活在家庭中，家庭生活对孩子的影响是非常重要的。陶行知先生也曾经说过：教育的根本意义是生活之变化，生活无时不变，即生活无时不含有教育的意义。社会即是学校，生活即是教育。因此，幼儿交通安全教育需幼儿园、家庭、社区的有机结合，形成“三位一体”的教育模式。幼儿交通安全教育一般是以游戏为主要载体而进行的教育，涉及到许多方面。从教育内容上看，包括交通知识、交通法规、交通安全意识与自我保护能力等;从教育形式来看，需要各种资源的整合，不仅是从幼儿园内获得知识、行为与能力，还需要社会、家庭等方面的积极参与。因此，幼儿园开展交通安全教育必须形成以幼儿园为主、家庭为基础、社会为依托的教育格局，才能把幼儿交通安全教育真正落到实处。

五、开展实践活动，认知得到内化

通过理论与实践相结合，邀请家长、交通警察与幼儿园老师、幼儿共同参与社会实践活动。首先，在幼儿园内布置模拟交通现场，由交警带领指导家长、在模拟现场中演练交通规则。如：从我们的出行该靠哪边走，到过马路怎么走，过红绿灯怎么过，看路上的交通标志代表什么等等，通过模拟现场演练，幼儿和家长对交通规则有了更深刻的理解。然后在交警的指挥下，再到实地现场进行正确的行走等，这正是幼儿及家长将交通规则由认知内化为文明素质的过程。另外在幼儿园环境创设中渗透交通安全教育，将交通安全各种指示标志、警告标志、禁令标志图张贴于幼儿园明显处，便于家长和幼儿一进幼儿园就能看见这些标志。这样日复一日，孩子和家长就将这些标志牢牢记在脑中，对安全出行起到了良好的警示作用，从而能避免许多交通安全事故的发生。

作为祖国的花朵，幼儿的健康成长关系着社会的未来。因此，要不断提高幼儿自我遵守交通规则的意识和能力，加强交通安全教育，使成人和孩子都能树立交通安全意识，掌握交通安全常识，在日常生活中自觉遵守交通规则。但是教育的效果不是永恒的，也要受当时的环境和 其它 因素的影响。因此，对幼儿在活动中自我保护的培养是一项长期、艰巨、复杂的任务，还需要幼儿园、家长、社会的共同努力，才能使这项任务完成得更好。

参考文献：

[1]王宝坤.浅议如何对学生进行交通安全教育?[J].读写算，2013.

[2]许美花.如何开展幼儿交通安全教育[J].现代教育科学・小学教师，2012

1. 大学生交通安全教育论文

2. 有关交通安全教育论文

3. 大学校园交通安全论文

4. 道路交通安全论文

5. 关于交通安全的论文

本文将对论文 Towards End-to-End Lane Detection: an Instance Segmentation Approach 进行解读。这篇论文是于2018年2月挂在arxiv上的。        文中提出了一种端到端的车道线检测算法，包括LaneNet和H-Net两个网络模型。其中，LaneNet是一种将 语义分割 和 对像素进行向量表示 结合起来的多任务模型，负责对图片中的车道线进行 实例分割 ；H-Net是由卷积层和全连接层组成的网络模型，负责预测转换矩阵H，使用转换矩阵H对属于同一车道线的像素点进行回归（我的理解是对使用坐标y对坐标x进行修正）。        根据论文中的实验结果，该算法在图森的车道线数据集上的准确率为，在NVIDIA 1080 TI上的处理速度为52FPS。        如图1所示，对于同一张输入图片，LaneNet输出实例分割的结果，为每个车道线像素分配一个车道线ID，H-Net输出一个转换矩阵H，使用转换矩阵H对车道线像素进行修正，并对修正的结果拟合出一个三阶的多项式作为预测得到的车道线。       论文中将实例分割任务拆解为 语义分割 和 聚类 两部分，如图2所示，LaneNet中decoder分为两个分支，Embedding branch对像素进行嵌入式表示，训练得到的embedding向量用于聚类，Segmentation branch负责对输入图像进行语义分割（对像素进行二分类，判断像素属于车道线还是背景）。最后将两个分支的结果进行结合得到实例分割的结果。 在设计语义分割模型时，论文主要考虑了以下两个方面： 1.在构建label时，为了处理遮挡问题，论文对被车辆遮挡的车道线和虚线进行了还原； 2. Loss使用 交叉熵 ，为了解决样本分布不均衡的问题（属于车道线的像素远少于属于背景的像素），参考论文 ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation  ，使用了boundedinverse class weight对loss进行加权: 其中，p为对应类别在总体样本中出现的概率，c是超参数（ENet论文中是，使得权重的取值区间为[1,50]）。        为了区分车道线上的像素属于哪条车道，embedding_branch为每个像素初始化一个embedding向量，并且在设计loss时， 使得属于同一条车道线的像素向量距离很小，属于不同车道线的像素向量距离很大 。 这部分的loss函数是由两部分组成：方差loss(L_var)和距离loss(L_dist)： 其中，x_i为像素向量，μ_c为车道线的均值向量，[x]+ = max(0,x)         为了方便在推理时对像素进行聚类，在图4中实例分割loss中设置δ_d > 6*δ_v。         在进行聚类时，首先使用mean shift聚类，使得簇中心沿着密度上升的方向移动，防止将离群点选入相同的簇中；之后对像素向量进行划分：以簇中心为圆心，以2δ_v为半径，选取圆中所有的像素归为同一车道线。重复该步骤，直到将所有的车道线像素分配给对应的车道。        LaneNet是基于 ENet 的encoder-decoder模型，如图5所示，ENet由5个stage组成，其中stage2和stage3基本相同，stage1,2,3属于encoder，stage4,5属于decoder。        如图2所示，在LaneNet中，语义分割和实例分割两个任务 共享stage1和stage2 ，并将stage3和后面的decoder层作为各自的分支(branch)进行训练；其中， 语义分割分支(branch)的输出shape为W*H*2，实例分割分支(branch)的输出shape为W*H*N，W,H分别为原图宽和高，N为embedding vector的维度；两个分支的loss权重相同。         LaneNet的输出是每条车道线的像素集合，还需要根据这些像素点回归出一条车道线。传统的做法是将图片投影到鸟瞰图中，然后使用2阶或者3阶多项式进行拟合。在这种方法中，转换矩阵H只被计算一次，所有的图片使用的是相同的转换矩阵，这会导致地平面（山地，丘陵）变化下的误差。         为了解决这个问题，论文训练了一个可以预测转置矩阵H的神经网络H-Net， 网络的输入是图片 ， 输出是转置矩阵H ：         由图6可以看出，转置矩阵H只有6个参数，因此H-Net的输出是一个6维的向量。H-Net由6层普通卷积网络和一层全连接网络构成，其网络结构如图7所示： Curve fitting的过程就是通过坐标y去重新预测坐标x的过程：LaneNet和H-Net是分别进行训练的。在论文的实验部分，两个模型的参数配置如下所示： •    Dataset : Tusimple •    Embedding dimension = 4 •    δ_v= •    δ_d=3 •    Image size = 512*256 •    Adam optimizer •    Learning rate = 5e-4 •    Batch size = 8 •    Dataset : Tusimple •    3rd-orderpolynomial •    Image size =128*64 •    Adam optimizer •    Learning rate = 5e-5 •    Batch size = 10

车牌检测与识别系统论文

中国车牌的格式与国外有较大差异，所以国外关于识别率的报道只具有参考价值，其在中国的应用效果可能没有在其国内的应用效果好，但其识别系统中采用的很多算法具有很好的借鉴意义。从车牌识别系统进入中国以来，国内有大量的学者在从事这方面的研究，提出了很多新颖快速的算法。中国科学院自动化所的刘智勇等开发的系统在一个样本量为3180的样本集中，车牌定位准确率为，切分准确率为，这套系统后来应用于汉王公司的车牌识别系统，取得了不错的效果。但是包括其他研究人员提出的算法，都存在计算量和存储量大的问题，难以满足实时性的要求。此外，当车辆区域的颜色和附近颜色相近时，定位失误率会增加。国内还有许多学者一直在进行这方面的研究，并且取得了大量的研究成果。（2）国外研究现状 国外在这方面的研究工作开展较早，在上世纪70年代，英国就在实验室中完成了“实时车牌检测系统”的广域检测和开发。同时代，诞生了面向被盗车辆的第一个实时自动车牌监测系统。进入20世纪90年代后，车牌自动识别的系统化研究开始起步。典型的如特征提取、模板构造和字符识别等三个部分，完成车牌的自动识别。字符识别分析技术分析所获得的图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，再利用统计最邻近分类器与字符库中的字符比较，得出一个或几个车牌候选号码，再对这些号码进行核实检查，确定是否为该车牌号码，最终确定车牌号码。这个时期的应用在识别正确率方面有所突破。发展到今日，国外对车牌检测的研究已经取得了一些令人瞩目的成就，识别率都在80%以上，甚至有高于90%。并且已经实现了产品化，并在实际的交通系统中得到了广泛的应用。

原理就是通过摄像机拍摄道路上行驶的车辆图像进行车牌号码的识别，过程涉及：车辆检测—图像采集—预处理—车牌定位—字符分割—字符识别—结果输出。车辆检测：可采用埋地线圈检测、红外检测、雷达检测技术、视频检测等多种方式感知车辆的经过，并触发图像采集抓拍。图像采集：通过高清摄像抓拍主机对通行车辆进行实时、不间断记录、采集。预处理：噪声过滤、自动白平衡、自动曝光以及伽马校正、边缘增强、对比度调整等。车牌定位：在经过图像预处理之后的灰度图像上进行行列扫描，确定车牌区域。字符分割：在图像中定位出车牌区域后，通过灰度化、二值化等处理，精确定位字符区域，然后根据字符尺寸特征进行字符分割。字符识别：对分割后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配判别。结果输出：将车牌识别的结果以文本格式输出。参考资料：

难。“车牌识别设备是计算机视频图像识别技术在车辆牌照识别中的一种应用。车牌识别在高速公路车辆管理中得到广泛应用,电子收费(ETC)系统中,也是结合DSRC技术识别车辆身份的主要手段。本系统对车辆进行自动登记、验证、监视、报警，系统应用场合包括：高速公路，桥梁，隧道收费。道闸系统中车牌自动识别系统的设计与仿真设计复杂，工序难、准确率高。

车牌自动识别能够快速准确的识别车牌号得益于百万高清像机及优异的车牌识别算法、优异的火眼臻睛车牌识别凭借数字宽动态技术及低照度清晰成像技术，车位视频检测终端在逆光、暗光等特殊环境下有良好的环境适应性表现，解决采用模拟摄像机无法准确的检测与识别的问题。

维普论文检测系统识别标题

有关于维普查重，详细介绍如下：

一、查重方法：

1、 进入维普，输入账号和密码，选择自己的用户类型，然后上传待查重的文章，点击下一步，选择支付方式，点击提交订单，检测完毕后，就可以对查重报告进行下载和查看。

2、维普论文检测网站是目前权威的论文查重平台，维普查重提供维普大学生版、维普研究生版、维普职称认定版、维普编辑部版四个版本，分别适合不同的场景使用。

二、维普网简介：

1、维普论文检测系统是目前国内论文查重平台之一，提供本科生论文检测、硕博论文检测、职称论文检测、投稿论文检测,及报告下载、报告验真、毕业论文管理、作业管理等服务，采用AI智能比对技术，拥有丰富的本地文本资源库，致力于维护学术诚信，杜绝学术不端。

2、重庆维普资讯有限公司成立于1995年，公司前身为中国科学技术情报研究所重庆分所数据库研究中心。中心于1989年自主研发并推出的《中文科技期刊篇名数据库》填补了我国学术期刊在计算机信息检索领域的空白。

出现这种情况说明你的文件名字格式不对，所以你修改论文名字之后再重新去查一次重。不符合论文的要求或者题目和内容不相符。

论文检测系统怎么识别出他引

从知网查重入口摘取部分内容如下：知网论文查重系统能够识别待检论文的参考文献并把它排除在外，以免参考文献部分也被标红。但是，只有你的论文的参考文献满足以下的要求，知网论文查重系统才能够从中提取信息。因此，请确保你的参考文献满足以下的格式：1、有明显的“参考文献”标记，参考文献四个字独占一行，下面是各个参考文献条目；2、每个参考文献有明显的标号，标号可以是以下任意一种：[num]、(num)、【num】；此符号可以是word自动生成也可以手工书写；标号内不要添加标点符号，例如：不要[num。]或(num、)等；3、每个参考文献中最好有时间信息或URL或《》书目信息；4、一条参考文献内及在此条参考文献没有结束时不要有手动换行符或者回车符：例如：[10] 权衡，易有彬，俞彩娟等.丝光羊毛柔软平滑剂RH-NB-S2033的研制及其应用性能研究.[J].毛纺科技.2005，10：12-14.应该这样：[10] 权衡，易有彬，俞彩娟等.丝光羊毛柔软平滑剂RH-NB-S2033的研制及其应用性能研究.[J].毛纺科技.2005，10：12-14.

连续超过14个字算重，引用标明出处，引用只是引用其概念或结论，别全抄，不然就算抄袭，本科查重率超过30%不通过，自己查的话控制在10%，因为学校查或偏高

大学生在毕业设计或是毕业论文最害怕的就是论文的重复率过高，现在大学中对论文重复率的要求都是有非常严格的标准的，一旦超出规定标准，就会导致自己延迟毕业。同学们也知道，知网论文检测系统有抄袭和引用之分，那么检测系统是如何区别引用和重复的呢？接下来小编就和大家一起了解一些吧！其实严格来说，引用和抄袭的界限是十分模糊的，没有一种明确的规定，没有人可以保证自已的论文没有抄袭和引用的地方，很多人都这么说：天下论文一大抄，但是在99％ 的情况下，论文中的重复和引用还是有区别的。对于常规论文撰写来说，自己原创的论文出现重复率高的几率是非常低的，但也不是没有。我们写论文时，借鉴了前人的研究结果又或是语句，当然是需要使用尾注进行标注的，引用的参考文献也需要在论文最后陈列出来。原创的就是自己的，不要害怕那种大面积重复的情况，检测出抄袭的可能性还是比较低的，但前提是自己论文标题方向写的人比较少的情况下。如果我们在撰写论文是依照学术标准进行的实际操作，那么，出现抄袭的可能性也是不大的。那些十分关注抄袭和引用边界的人，如果不是那些法律法规方面的学者，就是那些在边界附近贪图便宜的人，对那些人来说，你说引用了其他人的成果却没有被标记为重复内容，他们会觉得，这要多少线呢？其实在现实中，无论你将两者之间的边界设置得多么严格，只要两者之间有相似的地方，就有发挥的空间，无论这个界限设置得有多清楚，对有些人来说，这只是难易程度上的差别而已。

是的，必须正确的尾注和脚注

车道线视觉识别检测算法综述论文

1、基于霍夫变换的车道线检测2、基于仿射变换的车道线检测3、基于边缘拟合的车道线检测

本文将对论文 Towards End-to-End Lane Detection: an Instance Segmentation Approach 进行解读。这篇论文是于2018年2月挂在arxiv上的。        文中提出了一种端到端的车道线检测算法，包括LaneNet和H-Net两个网络模型。其中，LaneNet是一种将 语义分割 和 对像素进行向量表示 结合起来的多任务模型，负责对图片中的车道线进行 实例分割 ；H-Net是由卷积层和全连接层组成的网络模型，负责预测转换矩阵H，使用转换矩阵H对属于同一车道线的像素点进行回归（我的理解是对使用坐标y对坐标x进行修正）。        根据论文中的实验结果，该算法在图森的车道线数据集上的准确率为，在NVIDIA 1080 TI上的处理速度为52FPS。        如图1所示，对于同一张输入图片，LaneNet输出实例分割的结果，为每个车道线像素分配一个车道线ID，H-Net输出一个转换矩阵H，使用转换矩阵H对车道线像素进行修正，并对修正的结果拟合出一个三阶的多项式作为预测得到的车道线。       论文中将实例分割任务拆解为 语义分割 和 聚类 两部分，如图2所示，LaneNet中decoder分为两个分支，Embedding branch对像素进行嵌入式表示，训练得到的embedding向量用于聚类，Segmentation branch负责对输入图像进行语义分割（对像素进行二分类，判断像素属于车道线还是背景）。最后将两个分支的结果进行结合得到实例分割的结果。 在设计语义分割模型时，论文主要考虑了以下两个方面： 1.在构建label时，为了处理遮挡问题，论文对被车辆遮挡的车道线和虚线进行了还原； 2. Loss使用 交叉熵 ，为了解决样本分布不均衡的问题（属于车道线的像素远少于属于背景的像素），参考论文 ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation  ，使用了boundedinverse class weight对loss进行加权: 其中，p为对应类别在总体样本中出现的概率，c是超参数（ENet论文中是，使得权重的取值区间为[1,50]）。        为了区分车道线上的像素属于哪条车道，embedding_branch为每个像素初始化一个embedding向量，并且在设计loss时， 使得属于同一条车道线的像素向量距离很小，属于不同车道线的像素向量距离很大 。 这部分的loss函数是由两部分组成：方差loss(L_var)和距离loss(L_dist)： 其中，x_i为像素向量，μ_c为车道线的均值向量，[x]+ = max(0,x)         为了方便在推理时对像素进行聚类，在图4中实例分割loss中设置δ_d > 6*δ_v。         在进行聚类时，首先使用mean shift聚类，使得簇中心沿着密度上升的方向移动，防止将离群点选入相同的簇中；之后对像素向量进行划分：以簇中心为圆心，以2δ_v为半径，选取圆中所有的像素归为同一车道线。重复该步骤，直到将所有的车道线像素分配给对应的车道。        LaneNet是基于 ENet 的encoder-decoder模型，如图5所示，ENet由5个stage组成，其中stage2和stage3基本相同，stage1,2,3属于encoder，stage4,5属于decoder。        如图2所示，在LaneNet中，语义分割和实例分割两个任务 共享stage1和stage2 ，并将stage3和后面的decoder层作为各自的分支(branch)进行训练；其中， 语义分割分支(branch)的输出shape为W*H*2，实例分割分支(branch)的输出shape为W*H*N，W,H分别为原图宽和高，N为embedding vector的维度；两个分支的loss权重相同。         LaneNet的输出是每条车道线的像素集合，还需要根据这些像素点回归出一条车道线。传统的做法是将图片投影到鸟瞰图中，然后使用2阶或者3阶多项式进行拟合。在这种方法中，转换矩阵H只被计算一次，所有的图片使用的是相同的转换矩阵，这会导致地平面（山地，丘陵）变化下的误差。         为了解决这个问题，论文训练了一个可以预测转置矩阵H的神经网络H-Net， 网络的输入是图片 ， 输出是转置矩阵H ：         由图6可以看出，转置矩阵H只有6个参数，因此H-Net的输出是一个6维的向量。H-Net由6层普通卷积网络和一层全连接网络构成，其网络结构如图7所示： Curve fitting的过程就是通过坐标y去重新预测坐标x的过程：LaneNet和H-Net是分别进行训练的。在论文的实验部分，两个模型的参数配置如下所示： •    Dataset : Tusimple •    Embedding dimension = 4 •    δ_v= •    δ_d=3 •    Image size = 512*256 •    Adam optimizer •    Learning rate = 5e-4 •    Batch size = 8 •    Dataset : Tusimple •    3rd-orderpolynomial •    Image size =128*64 •    Adam optimizer •    Learning rate = 5e-5 •    Batch size = 10