用于月球车性能仿真的着陆区三维地形构造方法研究

作者旨在虚拟环境下建立包含典型地形特征的月面数字模型,为月球车的合理设计优化及其运动性能检测提供仿真试验平台。经统计分析建立月面撞击坑和石块的数字模型,采用分形布朗运动算法生成月面基础地形,选择基于直径预先确定和随机生成法将撞击坑和石块添加于该地形中生成三维数据;再基于Imageware利用这些数据重构二维图形,以imw格式输入UG构造parasolid格式三维模型;最后,将该模型和月球车CATIA模型导入ADAMS构造可参数化、可重用的月面着陆区仿真环境。试验表明,该着陆区三维模型可实现月球车在凹凸不平月面上的运动学、动力学仿真试验。     

基于视觉图像边缘特征的灌木丛或高草识别

灌木丛或高草的枝叶外扩,使得其灰度图像边缘呈"锯齿"状,故边缘点曲率值变化频率及变化范围较大,可选择边缘曲率值的变化特征描述该类障碍物的边界特征.首先,利用Fisher 线性分类器对原始灰度图像进行分割,对二值化图像去除孤立点、进行形态学膨胀处理和空穴区域填充;其次,利用LOG算子及细化算法提取出障碍物的单像素边缘;再...     

摇臂-转向架轮式月球车驱动协调控制仿真研究

研究了月球车基于ADAMS动力学模型和运动学模型的新型指数趋近律滑模驱动协调控制方法.该驱动协调控制方法以车轮平均滑转率为状态变量,考虑了月球车在崎岖地面运动的速度、车轮负载变化对车轮牵引力的影响,提高了车体的驱动协调性能.此外,对月球车进行了爬坡和过沟工况下的ADAMS与MATLAB/Simulink联合仿真.仿真结果表明,该控制算法提高了月球车的通过性能,降低了能耗,并使月球车在软土环境下的运动更加协调.     

基于GM-HMM的驾驶人疲劳状态检测

驾驶人状态检测是舱内感知技术(ICS)的重点研究方向之一,其中驾驶疲劳作为交通事故致因的重要组成部分,越来越受到人们的重点关注.驾驶人疲劳检测的本质是通过相关特征对当前驾驶人状态的间接评估过程,其中疲劳状态的标定对构建特征-疲劳状态的映射关系具有重要影响,也是目前相关车载系统研发所面临的共性关键问题.由此,基于脑电(EEG)信号数据和驾驶疲劳的动态生成特性提出了一种高斯混合隐马尔可夫模型(GM-HMM)进行疲劳状态评估,以对相关车载系统研发提供必要的疲劳状态比对参考.实验和对比测试结果表明,所提模型在准确率、灵敏度和特异性方面具有较大优势.     

基于WGAIL-DDPG(λ)的车辆自动驾驶决策模型

优良的可靠性、学习效率和模型泛化能力是车辆自动驾驶系统研究的基本要求.基于深度强化学习理论框架提出了一种用于车辆自动驾驶决策的WGAIL-DDPG(λ)(Wasserstein generative adversarial nets-deep deterministic policy gradient(λ))模型.其中...     

沙质环境中基于视觉的月球车定位方法

视觉里程计是月球车上重要的传感器之一,能够实现月球车在松软月面的定位,并对滑转率进行估计．针对沙质的月面模拟环境,为月球车开发了适应能力强的视觉里程算法．首先,研究基于形态学的图像增强算法以保证提取到足够多的特征点;其次,在对极线约束下实现角点的匹配,并且通过优化搜索窗口尺寸和预估搜索方向等方法提高匹配和跟踪的效率;再其次,采用随机抽样一致（RANSAC）算法进行运动估计,计算巡视器在6个自由度上的姿态变化;最后,在月面模拟场地对视觉里程算法进行试验,证明所提算法在特征稀少的环境中仍能保持较高的稳定性和定位精度．     

一种基于支持向量机的行人识别方法研究

研究了基于支持向量机的车辆前方行人识别方法.通过提取样本的类Haar特征,采用AdaBoost算法训练得到了分割行人的级联分类器,实现了行人候选区域的快速分割;提取了样本的纹理特征、对称性特征、边界矩特征以及梯度方向特征,组成表征行人的多维特征向量,采用支持向量机训练得到了识别行人的分类器.试验结果验证了所提算法的有效性,获得约75%的行人检测率.     

基于SVM的驾驶员面部朝向检测

驾驶员精神状态监测对于交通事故控制具有重要作用．基于支持向量机(SVM)建立信息融合的面部朝向检测模型,在驾驶员面部图像视觉特征(眼睛、嘴部及面部轮廓)检测基础上,通过分析头部运动过程中各特征的空间位置变化规律,利用SVM对驾驶员面部朝向进行多信息融合估计．结果表明,特征检测方法可实现面部各视觉特征的可靠检测,分析得出的各特征运动变化规律可用于对面部朝向的有效估计,从而为驾驶员驾车精神状态监测提供技术支持．     

基于SVM的驾驶员面部朝向检测

驾驶员精神状态监测对于交通事故控制具有重要作用。基于支持向量机(SVM)建立信息融合的面部朝向检测模型,在驾驶员面部图像视觉特征(眼睛、嘴部及面部轮廓)检测基础上,通过分析头部运动过程中各特征的空间位置变化规律,利用SVM对驾驶员面部朝向进行多信息融合估计。结果表明,特征检测方法可实现面部各视觉特征的可靠检测,分析得出的各特征运动变化规律可用于对面部朝向的有效估计,从而为驾驶员驾车精神状态监测提供技术支持。