简介:摘要:随着物联网、大数据、云计算等技术的蓬勃发展,为交通运输领域的发展提供了新思路——智能道路的概念因此而诞生。智能道路是通过对交通信息的收集和传递,实现对车流在时间和空间上的引导、分流避免产生交通拥堵,更能保证公路用户的安全,大大减少交通事故的发生。本文结合国内外智慧道路的建设和智能检测的方法,综述了智能道路的运行原理和机制和在智能化条件下路面检测的技术。
简介:目的调查移动换药车换药前后细菌污染状况。方法采用现况调查方法,分别于2016年3月23日—6月26日和2017年8月8日—9月13日对某院整形烧伤病房的一辆换药车进行采样,换药车使用前、后及消毒静置3h后分别于车把手、抽屉把手和车顶层采样,进行细菌培养,并计算单位面积细菌菌落数,比较不同采样时机菌落数差异。结果本研究共采样303份,其中换药前样本90份,换药后样本123份,消毒静置3h后样本90份。不同采样时机换药车顶层菌落数比较,差异有统计学意义(P=0.003);组间比较结果显示,换药后车顶层菌落数较换药前及消毒静置3h后均增加(均P〈0.05)。不同换药时机车把手、抽屉把手菌落数比较,差异均无统计学意义(均P〉0.05)。相同采样时间点换药车各部位间菌落数比较,差异均无统计学意义(均P〉0.05)。换药前换药车3个部位的样本合格率均为100.00%,换药后车把手、抽屉把手和车顶层样本合格率分别为100.00%、97.56%和97.56%,3个部位消毒静置3h后样本合格率也均为100.00%。结论移动换药车采用的物体表面消毒方法可达到我国医院消毒卫生标准对于II类环境物体表面的卫生标准,换药车消毒后在3h内移动使用基本安全。
简介:摘要:顺应如今可持续发展战略的实施,针对垃圾分类设计了一款光电智能垃圾分拣车。数据集是神经网络训练的基础,使用K210通过OV2640对垃圾进行各种角度的拍摄,人工对拍摄照片进行分类边界框选[2]。基于TensorFlow深度学习理论,导入AI神经系统进行训练,增强系统对垃圾的适应性[3]。随后便可直接通过OV2640进行垃圾识别框选边界并输出种类、位置等信息。车辆的RT1064芯片接受到K210传回的信息,控制电机采取铲取或绕过的操作。通过对编码器输出信号的积分,进行路径规划,达到逐一识别垃圾的目的。当场上所有垃圾逐一识别过后,第一个识别的所有同种垃圾全部被收集再车内。随后便向垃圾分类区移动,通过摄像头对分类区色块的识别,判断准确的+分类区域。通过急加速、急后退的方法将车内垃圾倒入分类区内。随后车辆再进行下一种垃圾的收集,收集过程同上。