基于聚类的建筑物直线特征提取算法

建筑物图像中提取直线是视觉导航、特征识别等很多应用中的关键步骤。针对建筑物图像。提出了一种新的基于聚类的直线提取算法。该算法在Canny边缘的基础上,使用一个聚类算法将边缘分类,减少了因噪声形成的小短线对直线检测的误检或漏检现象;对于每一个分类使用直线识别准则,进一步剔除图像聚类中的伪直线;最后使用改进的Hough变换（standardHoughtransform）将直线提取出来。克服了传统Hough变换执行速度慢的缺陷。实验结果表明,文章提出的算法具有较快的运算速度,较高的直线提取准确性．较低的漏检和误检情况。其性能优于传统的Hough．变换和相位编组法。     

基于区域生长的彩色图像颜色特征提取研究

针对彩色图像,提出了一种简单的颜色特征提取方法.该方法选取了适合彩色图像处理的区域生长算法,利用中值点法来改进其中种子点的选取方法,并结合RGB彩色空间中像素点的性质确定区域生长准则和终止准则.实验结果表明：该方法在保证区域连通性的同时,也能够简单高效地得到与人眼视觉判断相一致的有意义的图像特征提取.     

基于车辆牌照识别系统字符的特征提取方法研究

对车辆牌照识别系统中分割下来的牌照字符特征提取环节涉及的新算法、新技术进行了深入探讨,主要研究用提取图象变换系数、图象统计矩和方向特征量的方法提取字符的分类特征,针对实验结果进行了分析。以上工作为车辆牌照识别系统的整体设计打下了一定的基础。     

无人驾驶车辆基于角点和斑点的特征提取算法

针对运行在计算资源有限的车载嵌入式系统中的视觉里程计算法实时性较差的问题,提出一种基于Harris和SIFT相结合的图像匹配方法——Harris-SIFT算法。在介绍了SIFT算法的基础上,给出了Harris-SIFT算法的原理:使用Harris算法提取图像中的角点作为特征候选点,再利用SIFT算法在Harris的特征候选点中进行特征点提取。通过实例用Matlab软件对算法进行了仿真,并对算法的复杂度及各种性能进行了分析。结果表明,所提出的方法在特征检测模块中降低了算法的运算量、提高了特征点提取速度。Harris-SIFT算法可用于实时视觉里程计系统中,进而可使视觉里程计在车载嵌入式导航系统上得到广泛的应用。     

一种快速的运动车辆特征提取算法

结合运动车辆的特点，并根据图像区域灰度的连续性，提出一种新的边缘检测算法，在判断有车的情况下，把检测区域的中心点作为检测基准点，对连续拍摄的序列图像沿检测基准点进行搜索，并对搜索到的符合条件的第一个运动目标进行边缘检测，用运动目标的外接矩形的长和宽作为目标的检测输出数据，该算法最大的特点是仅对特殊目标进行检测。因而，大大减少了计算时间，可满足交通量检测的实时性要求。     

基于改进YOLOv4的车辆目标检测算法

针对公路上高速行驶的车辆检测常常存在错检、漏检的问题,对YOLOv4算法进行改进优化．首先,将CSPDarknet53-tiny作为主干特征提取网络,并对网络中的ResBolck＿body模块中的残差边与GhostModule模块结合代替原始特征网络CSPDarknet53,从而简化网络结构,同时提高其检测精度;然后,将原算法中的SPPNet模块结构替换为ASPPNet,增大网络感受野,降低参数计算量,使模型能够在保持精准度的同时更加轻量化;最后,将注意力机制模块SENet结构嵌入特征金字塔PANet的两个不同位置,使其可对不同重要程度的特征进行相应处理．在BDD100K数据集实验中,原YOLOv4算法训练后得到的模型的平均精度(AP)为88.27%,改进优化后的YOLOv4模型AP为90.96%,改进后的YOLOv4算法相比原算法AP提高了2.69%．在实际真实场景数据集实验中,改进优化后的YOLOv4算法比原算法AP提高了3.31%．实验结果表明,本文提出的方法可以有效提高YOLOv4算法对车辆目标检测的精度．     

基于直线检测的遥感影像道路提取方法

针对传统的高分辨率遥感影像中提取道路精度低问题,提出了一种基于改进直线检测道路的方法。首先将彩色图像梯度计算运用到经典的直线段检测(LSD)算法中,实现遥感影像直线提取。根据相邻两条直线关系设置6个直线合并规则,然后判断直线间的区域是否为候选道路区域。以候选区域为种子点,生长其他直线间的区域。最后提取面状道路及优化,同时也对道路交叉路口进行提取。实验结果表明使用提出方法所提取道路区域更加完整。     

直线电机车辆与传统旋转电机车辆的性能对比分析

文章分别从牵引原理、牵引电机工作原理、牵引控制等角度对直线电机车辆及传统旋转电机车辆性能进行了分析。     

道路车辆可再利用率、可回收利用率的计算方法与系统研究

提高汽车产品的可再利用率及可回收利用率是节约资源、保护环境的有效手段。文章分析了欧盟及国内标准中道路车辆可再利用率、可回收利用率的计算方法,依据计算方法建立了可再利用率、可回收利用率计算系统框架模型,详细说明了系统流程及系统数据采集和处理流程,并通过实例验证了系统的可行性。     

基于感兴趣区域AdaBoost分类器的视频车辆检测研究

近年来基于视频的车辆自动检测作为城市智能交通系统的一项重要技术一直受到关注.针对AdaBoost分类器目标检测所存在的漏检、误检和计算量过大等问题,提出一种基于混合高斯模型运动区域提取和Haar-like特征的AdaBoost级联分类器的交通视频车辆检测算法,首先通过建立混合高斯模型对运动目标的总体区域进行检测,进而提取基于车辆运动的感兴趣区域,再对其进行基于Haar-like特征的区域AdaBoost级联分类,实现对运动车辆的检测.由于采用了基于运动区域提取和分类相结合的检测模式,通过混合高斯背景模型较准确的提取出ROI作为车辆的候选区域,约束了每帧的搜索区域,使AdaBoost分类器的目标检测更具针对性,提高了检测的准确性,降低了漏检率;同时也减少了分类算法滑动窗口扫描所需要的时间,提高了检测速度.实验结果验证了所提出算法对复杂交通环境车辆检测的适应性和有效性.     

复杂道路环境中前方车辆检测方法研究

为提高前方车辆检测在不同道路环境中的鲁棒性和实时性,提出一种基于支持向量机的多传感器融合前方车辆检测方法。系统工作前利用多传感器数据融合建立雷达坐标与图像坐标的转化关系,以毫米波雷达在各种复杂道路环境中前方障碍物的检测数据为基础,利用支持向量机(SVM)训练分类器构建车辆与非车辆识别系统,最终根据车辆宽高比的统计规律建立前方车辆识别窗口。道路试验结果表明该方法前方车辆识别准确率为90.7%,单帧图像的处理速度为35ms,对于不同道路环境中的前方车辆检测表现出了良好的稳定性和准确性,总体性能取得较为显著的提高。     

水下自航器的时变运动模型

为开发研制大航程、变速度的水下自航器 ,实现更精确的控制和导引 ,需建立水下自航器的时变运动模型。利用刚体分析动力学和理论流体力学的基本理论 ,研究水下自航器因燃料的消耗而引起的质量变化、质心位置和转动惯量的变化 ,导出描述其变化规律的方程 ;研究因推力变化而引起速度的改变 ,导出推力变化方程。在此基础上 ,推导出水下自航器空间运动方程组 ,并将数学模型表达成简明的矩阵形式 ,为研究变质量、变速度水下自航器的运动性能和设计控制及导引律提供基础     

汽车自动驾驶技术研究进展

人工智能和新一代信息技术的快速发展正推动汽车产品的智能化与网联化,以革命性的变化推动未来人们交通出行的变革。当前,在技术发展和产业探索实践的综合推动下,汽车自动驾驶成为现阶段汽车技术领域研究的重点和热点。基于此,重点围绕环境感知、路径规划与轨迹跟踪等汽车自动驾驶关键技术的发展和研究现状进行梳理和分析,为今后的自动驾驶相关研究提供参考。     

无人机自主集群技术研究展望

 动态不确定环境和复杂任务决定了无人机系统势必朝着集群化、自主化和智能化方向发展,具备共识自主性的无人机集群可无需任何集中规划或直接通信完成复杂智能行为。从无人机自主性内涵出发,讨论了无人机自主集群的概念、特点、优势及可能的作战形式,从人机共融、变体设计、人工智能和集群对抗方面探讨了无人机自主集群的发展趋势及无人机集群应对反无人机技术的必要性,从军用和民用领域分析了无人机自主集群的可能应用前景,从战略规划、研发模式、系统协调、交叉学科、国防应用及市场培育等方面探讨了无人机自主集群技术的发展方向。     

室外移动机器人仿真试验系统的研究

本文研究了四轮结构汽车的车体动力学模型，包括运动模型、方向系统模型和速度系统模型，根据室外移动机器人的研究的特点，设计并实现了室外移动机器人仿真试验系统。该系统在设计上完全采用真实的接口，车体模型仿真真实车辆，使得上层算法程序能够“透明”地控制仿真车体而不作特别的区分。该系统采用面向对象的设计方法，有较好的扩充性，能够适用于各种车体模型。实验证明，该系统仿真结果可信度高，与实际结果吻合度好，做到了实时仿真，为移动机器人的研究提供了灵活方便的试验平台，起到了积极的作用。     

基于自适应MP C的自动驾驶汽车轨迹跟踪控制

为提高无人驾驶汽车轨迹跟踪精度和稳定性,设计一种基于模型预测控制(MPC)的自适应轨迹跟踪控制器.利用遗忘因子递推二乘算法在线估计轮胎侧偏刚度,实时更新控制器预测模型;设计控制参数选择器,采用模糊控制对预测时域和控制时域进行在线优化,实现预测时域能根据横向和纵向车速自适应的选择.通过Simulink/Carsim进行联...     

用于汽车道路行驶排放测量的车载实验系统

利用自行开发的单片机测量仪器以及笔记本电脑，一台车载容积式油耗仪和一台车载汽车排气分析仪构成了一套车载实时汽车道路排放测量系统，该系统可以每秒或半秒一次的速率采集记录下汽车的瞬时车速，油耗以及各排放气体浓度值（HC，CO，NO，O2和CO2），这些数据可用于计算分析汽车的道路行驶工况的特征，道路废气质量排放特性，汽车实际道路排放因子等。利用该系统初步在天津市典型道路上进行了试验，初步获得了华利牌微型车在天津市道路上行驶时的总体平均排放因子。     

基于多智能体的自主驾驶车辆仿真调试系统

自主驾驶车辆系统是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统 .为方便对系统进行调试和分析 ,设计和开发了该系统的可视化仿真调试系统 .实验结果表明了该系统的有效性 .     

基于MOOS的自主式水下机器人导航系统

针对自主式水下机器人(autonomous underwater vehicle,AUV)的试验成本极高,水下机器人的应用与算法验证都需要在一个理想的仿真环境中进行测试,且仿真环境的建模较为困难等问题,提出了应用MOOS软件系统对AUV导航系统进行导航位姿、通讯及三维信息的仿真,对MOOS软件系统的通信方法、软件架构、数据采集方式和传感器数据类型等方面进行了参数配置和仿真说明.面对工程导向,从数据产生机制、数据发布订阅和数据解析处理等角度,对MOOS软件系统进行论证分析.分析结果表明,MOOS系统可根据AUV导航系统的预设轨迹信息产生相关环境传感器数据,有效地进行多源信息融合与导航位姿解算.