基于单目视觉的跟驰车辆车距测量方法

为了解决结构化道路上跟驰车辆的防追尾碰撞问题,首先在对车辆制动模型进行分析的基础上得到了车辆制动距离的计算公式,进而计算出跟驰车辆与前方车辆之间的安全距离.然后,从针孔模型摄像机成像的基本原理出发,推导出基于图像中车道线消失点的车距测量公式.车距测量结果只与图像中的近视场点到摄像机的实际距离有关,无需对所有的摄像机参数进行标定,从而解决了单目视觉车距测量问题.最后,完成了不同距离处前方车辆的车距测量试验.试验结果表明,该方法的车距测量相对误差小于3％,具备了较高的检测精度,能够满足跟驰车辆防追尾碰撞的应用要求.     

基于直接线性变换法的视频图像车速测算技术

视频图像车速测算技术因原理简单、操作方便、准确率较高等优点,在交通事故再现及车速鉴定中得到广泛应用。为测算出目标车辆的速度大小及变化情况,准确定位目标车辆每一视频帧画面的方位是关键技术。直接线性变换法能较好的实现像方坐标系和物方坐标系的相互转换,对目标车辆进行精确定位。介绍了直接线性变换法的原理,运用直接线性变换法测算视频图像中目标车辆车速测算操作方法、实践中标定点和目标车辆特征点注意事项,提高直接线性变换法在视频图像车速测算的精度。     

高速公路汽车防追尾安全行驶研究

为了提高在高速行驶状态下的车辆主动安全性能,并针对高速公路上汽车追尾事故发生的特点,以汽车制动过程为分析基础,得到3种不同的安全车距计算方法.利用Matlab对干燥路面状况下的车速与安全车距的关系进行仿真.仿真结果表明,其符合国家对机动车运行安全的要求.在此基础上,研究了汽车防追尾安全行驶的控制与执行,最后提出了基于不同影响因子的安全车距等级预警方法.     

数字图像相关方法最优散斑尺寸

综合分析了图像灰度噪声和亚像素插值误差这两种最主要的误差源对数字图像相关方法位移测量精度的影响,并在此基础上建立了计算数字图像相关方法的总测量误差数学模型.在综合考虑这两种误差的基础上具体分析了散斑尺寸对数字图像相关方法的位移测量精度的影响,运用理论分析和数值模拟得到了不同参数下的最优散斑尺寸.研究结果表明,对于一定的测量参数而言,存在一个散斑尺寸的最优区间,在这个区间内的散斑越多,数字图像相关方法的位移测量精度越高.     

延迟概率和最大速度对交通流的影响

提出一种改进的单车道混合车辆元胞自动机交通流模型,考虑了车间距、车速对随机延迟概率的影响:当车速预期大于车间距时,其延迟概率较大;当车速预期等于车间距时,其相应的延迟概率较小;当车速预期小于车间距时,其具有的延迟概率最小.按此模型,通过计算机数值模拟,研究了具有不同最大行驶速度、不同随机延迟概率的车辆组成的混合交通流,得到的基本图在自由流区域出现跳变现象,在拥堵区域出现两个流量峰值,表明这是一种同步交通流现象.     

磁浮轨检车随机振动时域仿真

为了研究在动态测量过程中磁浮轨检车的随机振动对测量磁浮轨道几何参数精度和测量速度的影响，根据这一特殊车辆的结构特点和运动原理建立了整车振动五自由度模型．由于磁浮轨道不平度与高等级机场路面的相似性，采用了滤波白噪声作为轨道随机不平度输入．在MATLAB／SIMULINK环境中仿真了在磁浮轨道随机路面激励下车辆的时域动态响应，分析了车辆随机振动对采用激光三角法测量位移的精度影响．仿真结果表明车速10km／h时的测量精度满足实测时所要求的0．1mm．     

基于图像量测的光学触摸式测量系统的研发

基于现有测量系统的基础上,创造性的开发出光学触摸式的测量系统(Optical Touching system).新开发的系统的精度较以往系统有了一定程度的提高.OTS系统具有操作方便的特点,它是利用数字图像技术对被测量物体的图像进行处理、分析、研究,以获得物体的尺寸、位置、数量、外形轮廓等参数.     

基于图像测量技术的量表精度检定方法

探讨了量表精度检定所采用的图像测量技术，包括成像系统的建立及参数选择、被测物图像的采集、图像的处理及相关算法等．提供了此技术用于生产的实例，用实际测量精度验证了此技术的可行性．     

直接线性变换法在车载式视频图像车速测算中的应用

因车载式视频图像中摄录设备的位置、内外参数随着时间不断变化,难以保证在视频图像范围内有效选取或设定参照物,通过车载式视频图像,精确计算处于运动状态车辆速度难度较大。通过运用直接线性变换法,观测车载式视频图像中处于运动状态车辆的绝对行驶距离或相对行驶距离,可以实现对目标车辆的行驶速度测算。将直接线性变换法应用到车载式视频图像车速测算中,不仅可以提高车速精度,还可以进一步观测道路上不同车辆之间的方位关系,为道路交通事故取证、成因及再现分析提供依据。     

车桥耦合下公路桥梁长标距动态应变的求解方法

针对车桥耦合分析方法不能直接求解桥梁长标距应变的问题,首先研究了移动车辆荷载下桥梁长标距动态应变时程响应求解方法;在考虑路面不平顺影响下,采用MATLAB软件,编程求解车桥耦合系统桥梁长标距应变的动力方程,同时计算求解了不同速度下桥梁跨中动态长标距应变时程,并与传统点式应变时程进行了对比分析.结果表明:长标距应变与点式应变总体上较为接近,尤其是车速超过20 m·s~(-1)时,两者差异不大;在不同车速工况下,长标距动态应变时程和点式应变时程随车速的变化规律相同.研究结果验证了长标距应变随车速变化的规律和理论测试精度.     

利用七自由度车辆模型估计汽车状态参数

针对汽车主动悬架控制系统中难以测得的侧倾角速率俯仰角速率等状态参数,提出一种利用七自由度车辆模型,并采用滑模观测器估计汽车姿态的方法.提出的方法在未知道路状况的情况下可以降低模型不确定因素的影响.仿真计算与场地实验的结果验证了该方法的有效性,同时也为汽车控制系统的状态参数测量提供了一个可行的低成本策略.     

基于视觉的智能车辆模糊滑模横向控制

以采用视觉导航的智能车DLUIV-1为对象,对智能车辆的横向控制方法开展研究.首先,建立基于视觉预瞄距离的车辆横向控制系统模型,利用包含速度等因素在内的预瞄运动学模型确定车辆的横向偏差和方位偏差.其次,针对横向控制的特点,提出了模糊和滑模相结合的智能车辆横向控制策略,综合考虑车辆当前的横向偏差和方位偏差,将二者融合后的综合偏差作为滑模切换函数的参数来设计滑模面,将滑模切换函数作为控制目标,利用模糊控制规则调整控制变量的大小来确保存在和到达条件成立,保证方向盘转动的稳定性.仿真结果表明该横向控制器能够保证智能车辆准确而且稳定地跟踪参考路径,且对模型参数的变化具有较强的鲁棒性.     

基于改进YOLOv5和视频图像的车型识别

为了提高车型识别的精度和检测速度,本文提出了改进YOLOv5的车型识别算法。首先利用高速公路收费的监控视频数据扩充BIT-Vehicle车型数据集,同时针对数据集中各车型图片数量不均衡现象利用图像翻转、添加高斯噪声、色彩变化等图像处理技术对各车型数量进行均衡化,构建BIT-Vehicle-Extend数据集;其次,添加RFB (Receptive Field Block)模块用于增加网络感受野,有助于模型捕捉全局特征;第三,将无参数的SimAM注意力机制添加Bottleneck中,在不增加参数的情况下,提高网络的特征提取能力。最后,实验结果表明,相比于原始网络模型,本文所提出的YOLOv5优化算法,mAP0.5和mAP0.5：0.95 达到98.7%和96.3%,分别提高了0.7%和1.5%。在检测速度方面,达到90 frames/s,与原网络相比检测速度基本不变。因此,本文所提出的YOLOv5优化算法,能够高精度的实时检测车型信息,满足车型识别检测需要。     

基于遗传模糊算法的智能车辆避障路径规划研究

利用模糊逻辑和遗传算法构建一种智能车辆避障路径规划方法.首先建立智能车辆的动力学模型,然后设计模糊控制器,以智能车辆与目标点及障碍物中心点的角度差、智能车辆与障碍物的距离为输入量,智能车辆的速度、转角为输出量分别建立避障行为模糊规则表和趋向目标模糊规则表,最后利用遗传算法对避障行为模糊规则表进行优化.仿真结果表明,该方法是正确和有效的.     

基于数字图像处理的汽车测距算法研究

测距是实现车辆安全系统的关键技术，本文在对路面图片进行数字图像处理的基础上，先对路面区域确定和汽车目标识别进行了算法改进，针对我国汽车常见车型，提出通过对图像进行等效变换，实现测量前车距离的新算法，根据实测数据，确定出相关测量系数，并给出了实验结果。     

可堆叠重校准特征金字塔目标检测方法

无人机、车载识别等边缘设备应用日益增长,对模型参数量、检测速度以及精度提出了进一步的要求。为了提高目标检测在这些领域的项目落地能力,提出一种可堆叠重校准特征金字塔模块以及改进的SR-YOLOv3目标检测网络,使用对边缘设备友好的主干网络作为特征提取网络,通过堆叠轻量的金字塔模块,在减少参数数量的同时,提高检测精度及速度。在公开的目标检测数据集PascalVOC上进行性能评估,实验结果显示,该改进算法的参数量有明显下降,且计算速度得到提升。     

基于HJ-1-A卫星CCD相机遥感影像的水体提取

采用面向对象的分析方法(object based image analysis,OBIA),结合水体特征对国产环境卫星(HJ-1-A)CCD相机影像的水体信息进行快速分析、处理和提取.结果表明,对于中低分辨率多光谱遥感影像水体信息的提取,该方法的提取精度在95%以上,优于最小距离法(minimum distance).     

A modified image matching algorithm based on robust Hausdorff distance

Hausdorff distance measure is one of the widely adopted feature-based image matching algo- rithms due to its simplicity and accuracy. However, it is considered that its robustness still needs to be improved. In this paper, various forms of original and improved Hausdorff distance （HD） and their limitations are studied. Focusing on robust Hausdorff distance （ RHD）, an improved RHD with an adaptive outlier point threshold selection method is proposed. Furthermore, another new form of the Hausdorff distance which possesses the merits of RHD and M-HD is prsented. Finally, a recur- sire algorithm is introduced to accelerate the image matching speed of Hausdorff algorithms. Exten- sive simulation and experiment results are presented to validate the feasibility of the proposed Haus- dorff distance algorithm.     

前方车辆图像识别与纵向安全域控制方法研究

提出一种基于单目视觉的前方目标车辆图像识别与纵向安全域控制方法。利用目标车辆视频图像的小波分形特征进行图像识别,并采用粒子滤波对检测结果进行实时动态跟踪,在此基础上,结合单目机器视觉感知技术测量纵向车间距,并建立纵向安全域控制模型,最后进行了仿真分析。实验结果表明,该方法有效缓和了目标车辆图像检测准确性与实时性之间的矛盾,在保证行车安全的同时,兼顾了道路通行能力。