综述：选修课报名比例还是特别高的，而且经常一些比较热门的选择课，报名比例会更高，一般一门课选修的话在30人左右，但报名比例有些课程竟然可以达到2000人以上。
选修课是指高等学校各学科、专业教学计划中规定的由学生自行安排选习的课程。
限制：
为了适应个别差异，因材施教，发挥专长，学生修习的选修课在专业教学计划中应占一定比例。但也不应过多，以免影响培养专门人才的基本规格。中等专业学校以及普通中学高中的教学计划中,在具备条件的情况下也可设置少量选修课。
参考资料来源：百度百科－选修课
TLC 模型是目前车道偏离预警系统采用最多的模型，其主要思想是计算车辆在预测轨迹上碰触车道边界线的时间，根据这一时间来判断车辆是否触界。TLC模型的提出主要是让系统尽可能早地判断出车辆是否发生车道偏离行为。该模型一般是对未来特定时间内的车辆动力学模型进行有效假设，根据建立的车辆模型和对前方道路模型的正确识别，最后计算出车辆即将跨越车道边界的时间 T。设定时间 T 的门限，当时间 T 的计算值小于设定的时间门限，则表明车辆即将偏离原有车道，系统发出报警提醒驾驶员；当时间 T 的计算值大于设定的时间门限，则表明车辆不会偏离原有车道，系统不发出报警。
2.FOD 模型主要是基于驾驶员驾驶行为习惯的基础上，引入驾驶员自然转向偏移量作为模型参数，设立了虚拟车道线和真实车道线。有的驾驶员习惯在车道中间驾驶车辆，如果车辆偏离车道中间位置距离过远，则表明驾驶员很可能是无意识地偏离车道，这时预警模块应该启动报警；另一些驾驶员可能习惯于在车道两边行驶，甚至有可能跨越车道线边界，但这是驾驶员有意识的驾驶行为，这时预警模块应该减少报警次数或者不报警。虚拟车道线的设计主要就是考虑了驾驶员驾驶习惯的偏移量，如果驾驶员没有这种驾驶习惯，则虚拟车道线与真实车道线重合。
3.CCP 模型是依据车辆到边界线的实际位置关系，不需要预测车辆的未来行驶状态，因此该模型有较低的误警率和漏警率。但该模型的预警阈值难以设定，若阈值过大，模型的误警率会增加，导致驾驶员无法正常驾驶车辆；若阈值过小，模型发出报警时，车辆已跨越车道边界线，驾驶员纠正车辆的反应时间过短，无法及时将车辆纠正回原有车道从而发生交通事故。
4.KBIRS 模型主要是基于对自然场景的感知，该模型目前仅仅作为一种理论观点，在对车道偏离预警系统的研究中还有诸多不足。这种模型的具体实现方法为：通过分析车载摄像机拍摄的道路图像，在熟悉物体的大致形状的基础上，分析物体是否存在。采用这种模型时，当车辆左右发生大范围转移时，场景感知会发生剧烈变化，在这种情况下，系统有必要发出车道偏离预警。目前 KBIRS 模型还在理论研究阶段，还不能在实车上应用
欢迎分享，转载请注明来源：优选云
微信扫一扫
支付宝扫一扫
