基于虚拟网格技术的自适应车辆跟踪算法的研究

为了解决车辆跟踪速度、精度、非线性等问题,引入简化跟踪目标图像信息的虚拟网格技术,结合改进的Kalman预测理论,构建自适应车辆跟踪算法,利用该算法完成对移动目标车辆进行实时检测跟踪。测试结果验证了算法提高视频图像中移动目标跟踪速度,且以较高的精确性对单个、多个移动目标进行检测跟踪。     

车路协同环境下的双雷达车辆检测和跟踪优化方法

为降低单一角度检测误差、改善驾驶员视野盲区,基于车路协同环境下提出了一种车载和路侧双毫米波雷达融合的车辆检测和跟踪算法。利用自适应DBSCAN算法建立路侧雷达数据在车载雷达坐标系的映射,采用无迹卡尔曼滤波算法实现车辆运动状态跟踪。在此基础上,通过在实际场地采集真实雷达数据进行仿真计算,并利用高精度定位和OBD读取的车速进行对比验证。研究结果表明:该方法取得了较理想的车辆跟踪效果。     

基于LabVIEW和单线激光雷达的障碍物识别算法研究

为实现对动态障碍物的检测和跟踪,提出一种基于LabVIEW和单线激光雷达自主动态障碍物的检测方法。通过改进的DBSCAN自适应动态阈值算法对雷达点云进行聚类,使用最近邻算法的思想进行连续两帧雷达点云的数据关联,采用卡尔曼滤波对障碍物轨迹进行跟踪。实验结果表明:在低速驾驶的条件下,该方法能够有效识别车辆前方30 m的移动障碍物并检测其位置和速度。     

基于改进LK光流法的车流量检测

为了实现基于交通监控视频的车辆检测,提出了一种基于LK光流法与分水岭算法相结合的车辆检测方法,利用LK光流法生成车辆光流数据,对光流数据进行处理生成车辆前景图像,对前景中产生的车辆粘连的情况采用改进分水岭算法完成分割.实验结果表明,该方法一定程度上避免了LK光流法因车辆粘连而造成的误判断情况,较现有方法有所提升,有较好的识别效果.     

代价敏感多车场车辆路径问题的免疫克隆算法

结合免疫算法和克隆选择算法,本文提出了一种基于免疫克隆选择算法的多配送中心车辆路径调度方法。给出了多配送中心的车辆调度模型、免疫克隆算法的原理和关键步骤,构造二维空间对抗体进行编码,对代价敏感多车场车辆路径问题的免疫克隆算法进行了实现。仿真试验表明,基于免疫克隆算法的代价敏感多车场路径的求解结果接近目前最优解。     

基于差分和肤色图像的人脸检测算法

提出并实现了一种基于差分和肤色图像的人脸检测算法。该算法利用视频图像的运动信息,在帧间差分的基础上进行二值图像边缘提取,确定目标在原图像中坐标位置,然后设计肤色模型表征人脸颜色,采用彩色图像的色系坐标变换进行人脸的准确定位。该算法的优点是可将运动信息序列图像中与人脸肤色相似的固定区域删除,在目标跟踪和运动检测上,不仅能有效地抑止背景噪声,减少误检率,而且还能缩小人脸检测范围,加快检测速度。实验表明,该算法可行、有效。     

基于改进分水岭算法的粘连车辆图像分割

为解决基于光流法的交通监控视频车流量检测过程中出现的车辆前景粘连情况,本文提出一种基于欧氏距离的分水岭粘连车辆分割算法.算法通过计算车辆前景中像素点距离背景的最小欧式距离,对阈值筛选后的区域进行质心的选取;以质心为起点构建分水岭算法的集水盆地,生成分水岭轮廓;将分水岭轮廓与原粘连图像结合完成粘连车辆的分割.本文进行各种类型车辆粘连图像分割实验,结果表明,本文提出的算法对于车辆粘连情况分割成功率高,获得了良好的车辆识别效果.     

尾灯特征的ADAS系统前方车辆识别

为可靠识别汽车安全辅助驾驶系统(ADAS)前方车辆目标,提出了基于车辆尾灯特征提取的径向基神经网络车辆识别方法。构建了车辆尾灯对宽度限制、高度约束及左右尾灯面积比等约束条件,提取了车辆的尾灯信息并获取尾灯的质心位置,经过形态学运算后确定了尾灯的标记区域,再结合车辆图像与实际尺寸比例得到车辆可能存在的感兴趣标记区域。针对感兴趣标记区域进行了车辆存在性的进一步确认,提取了感兴趣区域的边缘特征与区域特征共计19个特征参数(6个独立不变矩、8个余弦变换描述子和5个区域特征参数),构建了由19维输入神经元和2个输出量组成的三层径向基神经网络车辆识别器。利用采集的车辆样本图像,分别验证了正常天气与雨天、雪天及夜间行车环境下基于尾灯特征获取车辆区域检测方法的可行性。对采集的1 700张车辆正、负样本,完成了径向基神经网络的训练,通过训练误差性能曲线得知本文设计的网络达到了训练精度要求。随机选取了60%的样本,完成了径向基神经网络车辆识别器的测试,实现了检测区域内车辆的进一步确认,也针对停车场及并行车辆等情形进行了确认测试,其正确率达到94%,有效弥补单一尾灯特征实施车辆检测的漏检或误检现象,大大提高了车辆检测的可靠性。     

基于多传感融合的目标跟踪方法研究

针对单一传感器对前方车辆识别准确率低的问题,基于多传感器融合模型建立了1种目标车辆识别方法。首先开展摄像头与毫米波雷达的联合标定,实现多传感器在时空上的融合;然后引入全局最近邻算法对雷达和摄像头各自采集的目标序列与跟踪目标进行数据匹配,确定跟踪目标的2组局部估计;最后通过D-S证据理论对2组目标序列进行优化组合,获取车辆行驶状态的最优结果,从而实现对目标的识别。通过Matlab/Simulink联合搭建试验平台对所研究的融合模型进行算法验证。试验结果表明:该融合算法在不同天气条件下对目标的平均检测率为88.3%,可实现对目标车辆的准确识别与跟踪。     

城市道路交通交叉路口的车路协同系统设计

针对交叉路口由于行车车辆多、环境复杂、容易拥堵等常导致通行效率低及易发交通事故的问题,开发了一套基于视频检测的车路协同辅助驾驶系统。对车路协同关键技术进行了讨论,基于需求分析对协同系统做了功能设计与系统框架设计以及软、硬件系统设计,并对相关设计进行说明。对所开发系统的现场初步测试验证了所设计协同系统的合理性与可行性。测试结果表明:该协同系统可有效地感知实时车辆状态信息并获取区域内道路路况信息,实现车与车、车与路之间的数据传输,综合信息分析,路况判断与信号控制,能提供良好的城市道路交通交叉路口的交通信息服务。     

新式学堂与平民教育：清末半日学堂述论

为了有效地解决夜间车辆检测这一难题，提出了一种新颖的基于有限状态机的夜间车辆检测算法。该算法将车辆检测的问题转变成一个有序状态转换的模型，即检测所选择区域内的车辆到达、车辆移动和车辆离开。先计算所选区域内的明亮像素点的数量以及他们之间的差异，然后将结果输入到所提出的状态机来检测车辆，最后输出检测结果。实验结果证明，该算法简单且易于实现，对检测夜间道路车辆有很强的鲁棒性。     

基于数据融合的目标测距方法研究

单目视觉进行目标识别有着巨大优势,但在目标测距方面存在精度不足且测量过程不稳定的问题,一种基于4线激光雷达与摄像头融合的联合测距的方法被提出并改善这一问题。首先利用卷积神经网络检测图像中的目标,得到相应的检测框;与此同时,通过标定相机内外参,将三维的激光点云数据转换到二维平面,得到2种数据对于检测环境的一致性表达。然后利用R-Tree算法快速配准检测框与相应的点云数据。此时,利用点云的深度信息能获得目标在真实世界的位置,并提出联合测距的方法来进一步提高测距精度。最终经实车采集的数据验证了所提算法的有效性。     

一种基于摄像机标定的车辆视频测速方法

以Tsai两步法为摄像机标定原理，提出了一种车辆速度视频测量方法，并对摄像机标定误差和车速检测误差进行了分析。首先利用Tsai两步法得到摄像机的内部和外部参数，然后将图像空间提取出的运动车辆特征点位移转换到世界坐标系，最后利用帧差时间求得车辆的瞬时速度。实验结果表明，基于摄像机标定的车辆速度视频测量方法，具有简单实用、鲁棒性强、精确度高等优点，满足车辆视频测速系统的要求。     

基于深度学习的罐式炼炉送料口视觉检测与跟踪方法

通过计算机视觉技术实现送料口的准确检测及跟踪成为罐式炼炉自动控制的关键。但传统视觉检测和跟踪算法受炼炉高温产生烟雾的影响,易导致送料口检测和跟踪失效,为了更好地检测与跟踪视频流中送料口,提出了一种基于Yolo v3深度学习的检测及跟踪方法。基于自建的大量有烟雾干扰的图片样本,通过使用K-means聚类方法对数据集进行聚类分析,对送料口的检测与跟踪展开研究。实验结果表明:改进后的Yolo v3算法对实验目标准确率达到97.20%,检测速率达到了30帧/s,能实时检测和跟踪实际情况下送料口的位置信息,且具有较高的准确性和鲁棒性。其检测准确率和检测速率相比传统目标检测方法有所提高,准确性和实时性均满足自动控制生产要求,说明将深度学习技术应用到工业生产有着巨大的应用前景。     

大规模浮动车系统路网变更检测技术综述

利用浮动车系统提供的车辆动态位置数据进行路网变更检测,可有效提高电子地图数据的更新效率,降低更新成本。本文综述比较了浮动车系统及其利用图像处理技术进行路网变更检测中各个关键环节采用的经典算法,并对基于浮动车数据的路网变更检测技术中的一些关键问题进行了深入探讨。     

基于辐射源信号特征信息的JPDA无源跟踪算法

提出一种基于信号特征信息的改进联合概率数据互联算法,该算法不仅利用目标状态空间信息同时利用了目标特征信息计算互联概率。在航迹交叉和近距离情况下,传统算法出现目标航迹丢失,而改进算法可正常工作。通过计算机仿真证明了改进算法的有效性。     

一种多优先级三线制赛道检测判断算法

本文提出了一种新的多优先级三线制赛道数据检测判断算法．该算法利用摄像头采集到的实际赛道数据，利用不同的检测优先级以三线方式对赛道进行分段检测，同时完成对赛道前瞻，车头位置以及航迹路径的检测．该方法占用系统资源极少，计算简单，有非常高的响应速度和判断稳定性．在实际比赛过程中起到了重要作用．     

移动端智能视频监控系统的设计与实现

将传统的视频监控与移动设备相结合,强化监控和报警的主动性、实时性,是未来监控系统的主要发展方向.基于Android平台,文章讨论了视频采集、视频编码、视频传输、目标识别、实时报警等功能模块的实现.其中,重点研究了在无线网络环境下的流量拥塞问题,提出了一种改进的平稳自适应算法,以提高移动端视频数据传输的完整性和时效性.最后给出了移动端智能视频监控系统的应用场景,并验证了系统的实用性.     

基于VMD-FastICA的齿轮箱故障诊断

针对齿轮箱故障信号微弱且易受周围噪声影响的问题,提出了一种基于变分模态分解(VMD)的独立分量(ICA)算法。该方法首先将采集的信号进行MCKD降噪,将降噪后的信号利用VMD算法分解为多个不同的本征模态分量(IMF),然后依据快速谱峭度图和相关系数选取有效的IMF分量进行重构信号,对于重构信号利用FastICA再次进行降噪处理,根据FastICA降噪后得到的故障特征分量,可以有效地识别故障。结果表明:该方法可以更清晰、准确地提取出故障特征频率和找出故障发生的位置。     

国家治理现代化视域下的绿色发展

基于损伤桥梁在移动车辆荷载下的动态响应特点以及提升小波变换在奇异性检测方面的优越性能,提出了对不同大小移动车辆荷载作用下的单点桥梁加速度响应差值进行提升小波变换,通过提升小波系数峰值识别桥梁损伤的不依赖无损模型的损伤检测方法。数值分析表明,该方法可以有效识别不同程度、不同位置和多处桥梁损伤。其次,讨论了不同测点位置、荷载速度、噪声水平对损伤识别效果的影响,表明该方法具有较好的抗噪性;测点距离损伤位置越近,损伤识别效果越好;当荷载速度过大时,损伤信息易被淹没,损伤效果变差。