MEMETIC算法在多峰连续函数优化问题中的应用

根据多峰连续函数优化问题的特点,在Memetic算法的框架下,采用了爬山局部搜索与自适应多点交叉、随机变异相结合的策略对染色体群体进行优化,有效避免算法陷入局部最优,提高了算法的效率。数值计算表明Memetic算法在求解多峰连续函数优化问题上具有很好的效果。     

嵌入式换道预警系统设计

针对以往换道预警系统设计中存在的灵活性低、实时性差等缺点,设计了一种基于车载CAN(controller area network)总线数据的嵌入式换道预警系统。首先,以飞思卡尔半导体公司的MC9S12XET256微处理器为核心,利用雷达传感器、车载CAN总线等获取与换道相关的车辆行驶状态参数和周围环境感知信息等原始数据,并以TTC(time to collision)为门限值制定换道预警规则,通过声光报警方式实现报警。在实车条件下进行验证,其中安全换道过程系统预警准确率为95%,冲突区预警准确率为93%。     

道路交通荷载横向分布特性分析

在中国不同省份收集了20个道路断面的计重收费数据,并在25条道路上进行现场交通摄像与数据读取,分析道路的方向分布系数、车道分布系数及其影响因素.结果表明,方向分布系数一般为50%～60%,而重交通方向当量轴载作用次数在总作用次数中所占的比例为50%～85%.当两个方向交通荷载特性存在明显区别时,应对两个方向的路面结构分别进行设计.交通行驶方式对车道分布系数有明显的影响.对于双向两车道道路,高速公路的车道分布系数较大;而对于双向三车道道路,非高速公路的车道分布系数较大.分别对高速公路和其他公路提出了车道分布系数的推荐值,供路面结构分析和设计之用.     

小波变换在车道线边缘检测中的应用研究

网络流行文化就是以网络为载体,以QQ、EMSN、移动飞信、博客、微博客为主要媒介手段,以网络流行语、网络歌曲、网络文学作品、网络视频为主要内容并在青年群体中广为流传的文化形式。网络流行文化具有深厚的青年价值观意蕴。网络流行文化透视下的青年价值观具有价值取向的现实参与性、价值取向的多元化、价值评价标准的包容性、价值选择的新异性等特征。     

攀岩运动力量训练研究

结合攀岩运动训练实践,阐明了攀岩运动力量训练在提高攀岩运动成绩方面的作用及意义,分析了攀岩运动力量训练的主要特征,并依据运动训练学基本原理,探讨性提出了提高攀岩运动核心力量和四肢力量的主要训练内容和方法,为攀岩运动训练提供借鉴.     

通行能力与爬坡车道论证

文章从通行能力出发,结合在国家高速公路网厦门至成都公路（贵州境）毕节至生机段的实际工程,对山区高速公路设置爬坡车道的必要性进行了论证。     

湿吸仿生爬壁机器人分层控制系统

湿吸原理的六足机器人具有结构相对复杂,控制输出多,动作协调困难等特点.基于仿生学原理,提出一种基于这种爬壁机器人的多层控制系统,提出系统设计方案,并对系统设计进行实验验证.根据Saridis的分级递阶智能控制思想理论,结合实际控制要求,提出了适合湿吸仿生爬壁机器人的独特的分层控制系统,并且从控制理论的角度详细介绍了该类系统各层次的设计要求及实现方法.实验结果表明,该控制系统设计不仅能够满足机器人爬壁行走的控制要求,而且能控制机器人肢节末端良好的与壁面接触,节律运动执行速度快,多层次模块化的设计有利于控制系统的进一步扩展.     

结合车道线检测的智能车辆位姿估计方法

基于视觉的智能车辆定位问题是自动驾驶领域研究的一大热点。在某些有效近景特征不显著的场景中,由于参与计算的特征数量不足,会导致位姿估计精度下降甚至失效。为此,本文提出一种结合车道线检测的相机位姿估计方法来提高位姿估计精度。首先,设计了一套基于自适应感兴趣区域和几何结构筛选法的车道线检测算法,精确检测到了左右车道线的内、外侧线;其次,对车道线区域内的点进行帧间匹配,得到新的匹配点对,并根据V视差图拟合出地面视差方程,求解出属于车道线匹配点对的准确视差值;最后,将这些匹配点对与ORB方法提取得到的匹配点对融合,共同参与相机的位姿计算。经实验验证,本文提出的算法提高了位姿估计结果的精度,解决了某些场景中有效特征点不足导致的位姿估计失效问题,具有良好的环境适应性。     

考虑区域交通信号配时优化的公交专用道线网规划

在公交专用道线网实际规划时,需要综合考虑交叉口延误与信号配时等因素的影响。为了使公交专用道线网规划更加合理,在考虑区域信号配时优化的条件下,以绿信比作为各个交叉口的信号配时优化变量,建立了双层规划模型,上层模型的目标函数是使网络的总出行时间最小,下层模型由交通方式划分模型、小汽车客流分配模型和公交客流分配模型3部分组成,并采用遗传算法对模型进行了求解,通过算例验证了模型的有效性。结果表明：在进行公交专用道线网规划时,交叉口的延误不可忽略;在考虑交叉口延误的基础上,对区域信号配时优化可进一步降低网络的出行总成本。     

基于改进的暗通道先验去雾辅助导航算法

经典的去雾算法无法满足车道线检测的实时性和准确性要求,因此提出一种改进暗通道与边缘检测融合的雾天车道线识别算法。首先对有雾图像进行对比度增强处理,突出边缘、颜色等有效信息,基于道路先验信息对图像进行感兴趣区域处理,利用暗通道先验算法对静态约束图像进行去雾操作,并通过双边滤波器细化透射率图,得到清晰的去雾图像;然后引入动态约束理念,提取车道线可能存在的区域,借助Sobel算子检测动态约束后的车道线区域,提取车道线边缘点;最后利用Hough变换进行准确的车道线拟合。实验表明,改进的去雾算法得到的图像清晰度与对比度更高,满足了车道线检测的准确性与实时性要求;去雾及车道线检测算法平均处理时间为297. 305 ms,满足无人驾驶时间要求。