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.     

对高速公路电子不停车收费稽查系统的分析

本文介绍了一种基于汽车物理车牌图像自动识别及车型自动识别技术的高速公路电子不停车收费稽查系统。该系统通过对在电子不停车收费车道完成电子交易后通行的每一辆汽车进行物理车牌图像及车型的自动综合识别,并将识别结果与电子交易流水中的车辆信息进行比对,自动从中筛选出两者不一致的车辆,辅助管理人员达到快速、准确稽查目的。     

基于模糊控制的纯电动汽车距离控制

提出了一种电动机模型和动态安全距离模型,并在Carsim平台上搭建纯电动汽车整车动力学模型.设计了模糊距离控制器,并建立Simulink和Carsim联合仿真平台,在该平台上对纯电动车辆模糊距离控制器进行仿真分析.结果表明:同没有控制器的车辆相比,被控车辆能始终保证同前车车距在5 m以上的安全距离,同前车起始车距在50,80,100 m车距时均能将两车的最小距离控制在5 m以上,相邻车道切入工况下也能够有效防止追尾事故,避免碰撞,提高了车辆的主动安全性和道路的通过效率.     

基于视觉AI的车道参照车距测量方法

车距测量技术对于减少交通安全事故,提高行车安全具有重要的意义.目前车距检测技术多是以车辆为参照进行测距,检测结果为两车的直线距离,但在弯道情况下则与实际车间距误差较大.因此,在分析现有的测距方法的优点及不足之处的基础上,基于视觉AI技术提出一种车道参照车距测量方法.该方法首先通过逆透视变换算法,实现从车道正视图到鸟瞰图...     

考虑角度不定的车距视觉自动测量方法

在新一代的智能汽车中,对车距测量结果存在很大的误差,主要是因为没有考虑车辆之间摄像机高度与成角对结果的影响。计算区域过大,导致性能不佳。提出引入兴趣区移动传感网络的车距测量方法,对采集设备的设计进行了详细分析。根据设备确定车辆中的感兴趣区域,在规定的感兴趣区域中,从上到下,依据水平线逐行进行扫描,求出各行灰度的平均值,通过灰度平均值的变化情况对前方车辆进行检测。在此基础上,通过路面上近视场点与CCD摄像机之间的纵向距离,依据针孔模型下的摄像机成像关系求出前方车辆和本车之间的距离。实验结果表明,这种方法对车距进行测量,不仅测量精度高,而且不受摄像机高度和角度的影响,具有很高的鲁棒性。     

自适应巡航控制系统模型在Simulink中的实现

当前,人们对道路安全和汽车安全的需求有增不减。该文旨在建立一个巡航控制系统,使行驶车辆在保持直行的高速公路上保持固定的速度。通过在Simulink中建立自适应巡航控制模型,模拟了实际情况中本车与前车在速度、加速度和位置方面的关系。根据从Matlab中得到的速度、加速度和相对距离的图像,论证了当两辆车保持安全距离时,本车将保持一个固定的速度。     

单目视觉的前车位置识别及安全车距监测

针对自动驾驶中的前车位置识别及安全车距监测问题,提出了基于单目视觉的解决方案:首先,通过图像中前车轮廓与本车道及同向车行道分界线是否相交判断前车是否为监测车辆;其次,根据图像中像素坐标系与空间坐标系的对应关系构建转换模型,计算前方监测车辆与本车的真实车距;最后,根据可跨越的同向车行道分界线在连续图像帧中的位置变化计算本车的行驶速度,并依据交通法规判断本车与前方监测车辆之间是否为安全距离.实验结果表明,该解决方案可以有效地识别前车位置、监测安全车距并降低系统成本.     

一种高速公路车间距检测电子警察系统检测方法的讨论

开车与前车保持车距是车主都知道的常识,特别是高速上,保持安全车距更是尤为重要。因此高速公路车间距检测电子警察孕育而生。本文介绍一种检测车间距检测电子警察的原理及检测方法,从雷达测速、路侧间距标示和车牌识别等几个方面的检测。     

发明哈哈乐

智能车牌现在的车辆前后都会安装一块车牌,但它的功能仅是车辆的"身份证",实在有点浪费。我设想为车牌增加一个功能:在车牌内安装一个雷达感应器,它可以自动监测前后车辆之间的距离,当两辆车的距离小于安全距离时,它会自动调控车辆的速度,避免车辆相撞。有了这种智能车牌,交通事故一定会大大减少。江苏灌云市实验小学翟伟大     

基于车牌自动识别技术的车辆违章系统研究

基于车牌自动识别技术的车辆违章系统是利用每一个汽车都有唯一的车牌号码,通过摄像机所拍摄的车辆图像进行车牌号码的识别。在不影响汽车运行状态的情况下,计算机自动完成车牌的识别,可降低交通管理工作的复杂度。     

车牌识别技术的发展及研究现状

随着经济的发展,机动车辆日益普及,公路交通事业迅速发展,传统的人工管理方式已经越来越不能满足实际工作的需要,车辆识别技术作为智能交通系统的一个重要方向逐渐受到人们的重视。车牌照识别（License Plate Recognition,LPR）系统是车辆检测系统中的一个重要环节,它在交通管理中占有重要的地位,有着多种应用。车牌识别系统一般包括车牌的定位、车牌字符分割和车牌字符识别三个部分,是车牌识别技术研究的重点,本文主要对车牌识别技术的发展和现状进行了简要介绍。     

图像处理技术在机动车车牌自动识别技术中的应用

主要分析了图像处理技术在机动车车牌自动识别技术中的应用。按照车牌定位由彩色图转化到灰度图、车牌区域分割、车牌位置校正等步骤,对车牌字符的识别进行了分析,并对自动识别技术进行了改进。基于图像处理技术设计的机动车辆车牌自动识别系统,在保障交通顺畅运行方面发挥着巨大作用。从实际应用效果看图像处理技术在机动车车牌自动识别技术实际运用中效果良好,具有一定的推广价值。     

基于图像处理的车牌定位方法的研究

对智能交通系统的核心技术——汽车牌照识别技术进行了研究,在图像处理技术的基础上,着重研究了车牌区域定位技术,分析了目前有代表性的车牌定位方法,介绍了利用粒子图像测速关联PIV（Particle Image Velocimeter）算法原理,提出了一种采用车牌字符笔画2个边缘互相关值最大的方法进行车牌定位的算法,准确而快速地检出了车牌区域,为后续车牌字符识别打下了很好的基础。     

基于多种特征的车牌定位方法

根据中国车牌的特点,提出一种主要是基于颜色相似度和纹理特征相结合的车牌定位方法,这种方法把采集到的车牌图像转化到HSV颜色空间,通过计算当前颜色与中心颜色之间的距离相似度,结合中值滤波进行车牌的粗定位,再结合车牌纹理特征进行车牌的精定位．     

多尺度积角点检测和视觉颜色特征的鲁棒车牌定位算法

车牌图像包含的尺度、仿射变化及其复杂的背景是影响车牌定位准确度的重要因素。在高斯差（DOG）尺度空间框架下,笔者提出了一种基于多尺度乘积的角点特征和视觉颜色特征提取及其相融合的车牌定位算法。基于高斯差尺度空间的图像边缘信息,应用多尺度乘积分别提取具有尺度和仿射不变特性的角点和颜色特征,并在两特征融合结果基础上确定车牌位置候选区域;最后通过车牌区域特征点之间的距离及密集关系实现车牌的准确定位。对大量实拍的复杂环境下的车辆图像进行测试表明,该算法对车牌定位具有快速、高效的定位效果,且在噪声、仿射变换等方面的鲁棒性表现较好。     

基于RFID的新型机动车号牌及自动识别系统

针对传统机动车号牌在可视性、唯一性及其智能性上存在的不足,提出了一种新型的机动车号牌设计方案,并设计实现了与之相配套的自动车牌识别系统。整套系统采用新型蓄能自发光材料以及射频识别(RFID:Radio Frequency Identification)技术和隐秘起始地址、随机数初始化等多种安全措施,大大改进了车牌的可视性、唯一性、智能性以及安全性。新车号牌能自发光,系统能识别12 m之内最高时速120 km/h的车辆。实验结果及运行结果都证明了设计方案切实可行,识别系统安全可靠。     

基于云计算技术的车牌识别系统

作为智能交通系统的核心组成部分,车牌识别系统在城市交通管理中得到的广泛的应用。目前车牌识别系统主要是通过安装在终端上完成车牌的识别,本文针对这种安装方式的弊端提出了基于云计算技术的车牌识别系统的想法,总结了基于云计算技术车牌识别系统的优点,并介绍了云识别系统的工作流程。     

基于红外及蓝牙技术的智能车库管理系统设计

设计了一套基于红外技术、蓝牙技术、单片机技术与计算机应用技术的非接触式车库管理系统,该系统可使汽车进入有效距离(10 m)后,自动完成识别车牌、缴费、控制入库闸门放行等工作,具有较好的市场应用价值.     

图像处理在汽车牌照识别中的应用

随着自动化和交通工程的发展,汽车牌照识别技术成为一个热点。以识别一张汽车牌照的图片为例,阐明了车牌自动识别的原理,处理过程由预处理、边缘提取、车牌定位、字符分割、字符识别五大模块组成,采用MATLAB编程实现。经过实例证明,所提方法对牌照识别率很高,且识别方式简单易行,可以应用于实际。     

嵌入式监控影像车牌识别方法

为解决基于PC 机的车牌识别系统成本高、重量大、操作复杂、安全性低等诸多问题, 提出嵌入式监控影像车牌识别方法。将车牌识别与嵌入式相结合, 通过中值滤波、索贝尔边缘检测、全局阈值化、基于纹理特征的近似定位、字符归一化、基于不同分类器的字符识别等技术形成了一套完整的车牌识别系统。该系统体积
小、稳定性好、可行度高、准确度高、易于安装。在不同情况下进行900 例不同车牌识别实验, 实验结果表明,该系统的识别准确率高达97. 3%左右, 在降低成本、减轻重量、简化操作的同时达到很高的精度, 可替代PC机的车牌识别系统。