一种融合分割和消失点提取的车道线检测方法

针对路面干扰时车道线检测鲁棒性差和消失点检测误差大的问题,提出了一种基于融合分割和消失点提取的车道线检测方法.对获取视频帧图像进行灰度化和高斯滤波处理之后,利用Canny边缘检测算法对图像进行边缘提取.以边缘点最多的一行作为上界划分预处理图像的动态感兴趣区域(ROI),结合大津算法(OTSU)分割出预处理图像的车道线背景,提取车道线信息.采用直线段检测(LSD)算法对ROI区域内车道线标志进行提取,并结合改进的消失点检测方法快速提取车道线.实验结果表明:所提出的方法对多场景下离线照片的平均正检率为97.16％,识别速度为34 ms/帧,能够很好地对多场景下车道线进行快速检测.     

基于融合分割和LASSO回归的实时车道偏离预警

在有路面污染、标识干扰等复杂高速道路环境下,车道偏离预警系统的鲁棒性和实时性会变差。为此提出一种利用两种算法融合分割和LASSO回归模型进行车道线检测和偏离预警的新方法。首先,分别采用TopHat算法和OTSU算法分割出车道线背景并进行"与"运算融合,据此准确提取出车道信息;其次,分两步检测车道线,第一步基于概率Hough变换进行直线检测,将检测出的车道线位置设为动态ROI区域并进行卡尔曼滤波跟踪处理,第二步是基于LASSO多项式回归模型对车道线再次进行参数估计和拟合,以改善使用最小二乘法时的过拟合问题;最后,根据设置的虚拟车道线和角度模型进行车道偏离预警决策。实验结果表明,所提出的方法在复杂道路环境下的平均正检率为96.07%,检测速率可达到32 ms/帧,即具有良好的鲁棒性和实时性。     

球形Li_(1.5)Mn_(0.75)Ni_(0.15)Co_(0.10)O_2的制备工艺及性能研究

为了获取前躯体Mn_(0.75)Ni_(0.15)Co_(0.10)CO_3的最佳制备工艺,对共沉淀反应的pH值与氨含量最佳值进行了实验研究.实验表明:pH值为7.6,氨含量[NH_3]/[M]为0.12是材料最佳的前躯体制备工艺,所得到的前躯体球形度好,颗粒表面光滑,粒径分布均匀.为了制备电化学性能优异的正极材料,对前躯体最佳煅烧温度与配锂量进行研究.实验表明:当煅烧温度为850℃,锂含量[Li]/[M]为1.5时,所得到的富锂正极材料Li_(1.5)Mn_(0.75)Ni_(0.15)Co_(0.10)O_2球形形貌完整,具有良好的层状晶体结构.在2.0~4.8V、0.1C充放电条件下,首次放电容量为269.6mAh/g,在5C倍率下其放电比容量仍高达154.4mAh/g,显示出优异的倍率性能.