基于智能手机群的车辆事故自救系统

针对目前现有汽车事故自救系统需要装配特定的传感器、GPS及通信模块的缺点, 设计了一种基于智能手机群的自动碰撞与坠落检测及事故自救系统. 该系统以事故车内多部智能手机用户物理运动的加速度信号为输入样本,以多个加速度数据为依据计算阀值, 不但使得事故判断的准确度显著提高还降低了严重事故时单个车载装置或手机损毁无法实现呼救可能性. 当信号超过阀值后, 自动借助手机的拍照、GPS定位、3G联网功能实现向救援中心报警求救. 在Android平台实现原型系统. 实验结果表明, 该系统具有非常好的碰撞及坠落识别准确度     

一种可用于危险品运输的智能车载终端设计与实现

设计了一种针对危险品运输车辆的智能车载终端,在STM32平台上实现车辆定位、车况监控、自动报警等功能,具有友好的人机交互界面.文章简要介绍系统的硬件结构,详述了车载终端软件系统驱动层和应用层的实现过程,对设定加速度传感器中断阈值做了从理论到实际的具体说明,并通过自主搭建的实验平台加以验证.该车载终端智能化程度高,具有较好的实际应用价值,尤其适用于危险品运输车辆的追踪监控管理需求.     

基于双网融合的车辆事故呼救系统研究

基于GPRS/CDMA和Internet的融合通信技术,构建了车辆事故呼救系统。该系统利用车载传感器获取车辆碰撞状态数据,并利用序次Probit模型估计驾驶员的损伤程度。通过无线通信技术,将驾驶员损伤程度估计、车辆是否翻滚、驾驶员-车辆基本信息、事故GPS数据等发送至事故呼救服务中心。事故呼救服务中心可以自动启动Google Earth软件确定事故方位,并可以激活事故车辆内的视音频通信,增强对事故现场的了解程度,提高事故救援效率。     

基于WSNs的危险品车辆在途监测预警系统

提出了一种基于无线传感器网络的监测技术,设计并实现了一套用于危险品在途监测的实时动态车载系统;该系统利用各类专业传感器检测危险品的物理状态信息,各传感器节点自主组网实现数据的采集上报;还利用陀螺仪检测车辆的运行姿态,并引入全球定位系统和地理信息系统的相关技术实现车辆的全程跟踪和轨迹绘制;最后通过无线通信实现车载系统与监控中心的数据访问与传输;车载系统向用户提供接入认证、导航、远程查询及自动报警等功能.道路测试证明系统工作可靠.     

基于GPS/GPRS的车载定位系统设计

介绍了一种基于GPS和GPRS的车载定位终端系统设计.利用GPS卫星数据接收器接收车辆所处的位置信息,通过单片机对车辆位置的有效信息进行存储和控制,当车载终端接收到控制中心的指令后,通过GPRS网络传输车辆的位置信息.详细讨论了车载终端的硬件电路设计,包括控制模块、GPS卫星定位模块和GPRS无线传输模块等.实验证明,该系统性能稳定,通信效率高,功耗低,适用于车载定位监控领域.     

公交车辆的监控和调度系统

开发了一个简易多功能的公交车辆监控和调度系统,系统由多功能车载终端和监控调度软件组成;车载终端由超低功耗单片机MSP430F1611、GPS、GPRS和自动计数等模块组成,该终端以最低的硬件资源实现了远程监控、自动报站和超速报警等多项功能;监控调度软件结合GIS平台和智能调度管理,实现对车辆实时动态地监控和智能调度;TCP/IP通讯协议保证了数据交换的实时性和准确性;系统测试证明了该系统的可靠性和稳定性.     

基于GPS的物流车辆智能监控系统设计

为对物流车辆进行精准定位、检测和实时跟踪,需要物流车辆智能监控系统设计。当前使用的监控系统,在物流车辆进行运输的过程中,有遮挡物出现时无法精准的对物流车辆进行定位,当物流车辆停放在室内停车场时可能出现定位不到物流车辆的情况。为此,提出一种基于GPS的物流车辆智能监控系统设计方案。该系统硬件部分包括：GPS车载终端、监控中心服务器群和控制终端三部分,同时将全球定位系统与地理道路信息相结合,利用联通网络与国际互联网传输相关信息;系统软件部分使用联通分组通信技术,通过GIS软件与管理信息系统进行无缝连接,并由单片机S3C2440A向GPS模块发送控制中心下达指令,GPS接收指令并给予反馈,通过有效的分析反馈结果来提高监控终端的运行速度、稳定性以及精准度;GPS定位功能采用TDOA算法对物流车辆进行定位。实验证明,所提系统可以对物流车辆精准定位、实时监测和有效跟踪。     

基于ARM的商用车信息系统的设计

针对传统商用车车载终端信息显示不足、车辆数据提取困难的现状,设计了一款以S5PV210为主控制器的商用车信息系统。系统通过CAN总线网络采集车辆数据并根据J1939协议进行解析,在车载终端即时显示并利用3G网络实现了远程监控系统的实时监控。设计了将STM32作为控制器的扩展卡,利用加速度传感器和RFID技术实现驾驶员身份识别及事故自动报警功能。整个系统具有简洁的用户界面,软硬件易于扩展,可满足多样化需求。     

高速公路车辆智能安全预警系统

为了减少高速公路交通事故的发生, 设计了一种能够监控高速公路上车辆行驶状况的系统. 该系统利用GPS采集车辆的行驶信息, 而后通过GPRS将数据传送至服务器, 服务器用特定预警算法对车辆自身以及周围车辆的行驶状况进行判断, 若发现有违规驾驶行为, 则向司机进行自动预警. 在实现系统的同时, 分别对服务器内存资源的调度以及车载终端异常断开的问题提出了改进处理方案. 最后, 在局域网内搭建仿真环境, 对该系统的稳定性、预警事件的处理效率以及预警的准确性进行了测试, 结果表明该系统具有较高的稳定性和预警准确性, 对高速公路监管系统的进一步实现具有很大的参考价值.     

新能源汽车远程监控系统压力测试方法研究

监控车辆数量增多、服务器系统负载增加等因素会导致新能源汽车远程监控系统稳定性变差.针对该问题,提出一种基于虚拟车载终端的新能源汽车远程监控系统压力测试方法.采用虚拟车载终端和虚拟Web用户联合测试的方法,记录数据丢帧率、准确率及传输延时.通过测试案例,得到上述指标与系统容量的关系,表明使用该方法能有效测试新能源汽车远程监控系统的极限容量.     

基于单目视觉的车辆碰撞预警系统

基于单目视觉的车辆碰撞预警系统能够发现道路前方的车辆并估算出与前方车辆之间的距离,利用预警机制及时提醒驾驶员危险状况。车道检测和车辆识别是该系统需要解决的两个主要难题，提出了利用边缘分布函数EDF检测车道标线，利用车辆底部纹理和对称性特征识别车辆，并根据图像坐标系和世界坐标系之间的几何映射关系测距。实验结果表明，提出的方法能够有效检测出车道标线，并能很好地测定与前车的距离。     

Nonlinear feedback control and trajectory tracking of vehicle

This paper mainly studies nonlinear feedback control applied to the nonlinear vehicle dynamics with varying velocity. The main objective of this study is the stabilisation of longitudinal, lateral and yaw angular vehicle velocities. To this end, a nonlinear vehicle model is developed which takes both the lateral and longitudinal vehicle dynamics into account. Based on this model, a method to build a nonlinear state feedback control is first designed by which the complexity of system structure can be simplified. The obtained system is then synthesised by the combined Lyapunov–LaSalle method. The simulation results show that the proposed control can improve stability and comfort of vehicle driving. Moreover, this paper presents a lemma which ensures the trajectory tracking and path-following problem for vehicle. It can also be exploited simultaneously to solve both the tracking and path-following control problems of the vehicle ride and driving stability. We also show how the results of the lemma can be applied to solve the path-following problem, in which the vehicle converges and follows a designed path. The effectiveness of the proposed lemma for trajectory tracking is clearly demonstrated by simulation results.     

基于散热器栅格背景精确分类的车标定位方法

由于车标的背景散热器栅格形状大小不一、颜色不定、背景多样,因此导致了车标定位的困难,故精确分类散热器栅格是准确定位车标的基础。提出了一种基于散热器栅格背景精确分类的车标定位方法,首先依照车牌与车标空间位置关系确定车标粗定位,然后依据栅格纹理特征,利用霍夫变换和灰度值的梯度变化确定散热器栅格背景的类别,进而通过不同算子分别对不同种类栅格背景进行背景消融;为了保证多种光照条件下的准确定位,引入离散度,并将其与大津法进行融合,形成一种适用于车标定位的自适应二值化方法,同时结合形态学对栅格背景进一步处理,得到准确的车标定位。这种方法适用于在不同光照强度和不同类型的车标背景条件下,对车标进行定位。对10类车标、30类散热器栅格共1 200张图像进行车标定位,实验结果显示,图像总体的车标定位准确率可以达到97.67%。     

A vehicle re-identification algorithm based on multi-sensor correlation

Magnetic sensors can be applied in vehicle recognition. Most of the existing vehicle recognition algorithms use one sensor node to measure a vehicle’s signature. However, vehicle speed variation and environmental disturbances usually cause errors during such a process. In this paper we propose a method using multiple sensor nodes to accomplish vehicle recognition. Based on the matching result of one vehicle’s signature obtained by different nodes, this method determines vehicle status and corrects signature segmentation. The co-relationship between signatures is also obtained, and the time offset is corrected by such a co-relationship. The corrected signatures are fused via maximum likelihood estimation, so as to obtain more accurate vehicle signatures. Examples show that the proposed algorithm can provide input parameters with higher accuracy. It improves the av-erage accuracy of vehicle recognition from 94.0%to 96.1%, and especially the bus recognition accuracy from 77.6%to 92.8%.     

Monitoring vehicle outliers based on clustering technique

In this paper, we develop a novel framework, called Monitoring Vehicle Outliers based on a Clustering technique (MVOC), for monitoring vehicle outliers caused by complex vehicle states. The vehicle outlier monitoring is a method to continuously check the current vehicle conditions. Most of previous monitoring methods have conducted simple operations depending on uncomplicated analyses or expected lifetimes in regard to vehicle components. However, many serious vehicle outliers such as turning off during a drive result from the complex vehicle states influenced by correlated components. The proposed method monitors the current vehicle conditions based on not simple components like the previous methods but more complex and various vehicle states using a clustering technique. We perform vehicle data clustering and then analyze the generated clusters with information of vehicle outliers caused by complex correlations of vehicle components. Thus, we can learn vehicle information in more detail. To facilitate MVOC, we also propose related techniques such as sampling cluster data with representative attributes and deciding cluster characteristics on the basis of relations between vehicle data and states. Then, we demonstrate the performance of our approach in terms of monitoring vehicle outliers on the basis of real complex correlations between outliers and vehicle data through various experiments. Experimental results show that the proposed method can not only monitor the complex outliers by predicting their occurrence possibilities in advance but also outperform a standard technique. Moreover, we present statistical significance of the results through significance tests.     

远程车辆定位系统的车载终端设计与实现

设计了一套车载终端平台,该平台利用LPC2138采集GPS模块提供的移动车辆行驶信息,通过GPRS模块与Internet建立无线通信链路进行数据传送,已连接Internet的服务器可实时获知车载终端发送的信息,实现对远近程车辆的定位与监控;介绍了车载平台的工作原理,硬件平台的构建及软件设计,最后结合跑车试验,验证了该设计的可行性。     

Structural dynamics and ride comfort of a rail vehicle system

The paper describes the development of a virtual vehicle system using virtual prototyping computer tools. The virtual vehicle is used for the prediction of the structural dynamics. Since the modelling process for complete rail vehicle systems becomes increasingly more complex, time and cost can be saved by the use of a database concept and an automated assembling process for the vehicle of interest.Supported by a modular design concept, vehicle components for a metro train have been modelled and stored as substructures in a specific vehicle component database. Using this database, train configurations up to a three-car train can be assembled very quickly to perform structural dynamics analyses and to predict the ride comfort.Experimental results have been compared with simulation results of the rail vehicle to improve the modelling technique and the accuracy of the developed virtual vehicle system.The mathematical modelling of the rail vehicle system featuring elastic components, the structure of the database as well as numerical and experimental results are presented in this paper.     

基于图像处理的前方行驶车辆速度测量方法

车辆超速行驶是造成高速公路交通事故的主要原因之一,依赖于固定摄像机的传统视频测速系统测速区域十分有限.通过车载双目电荷耦合器件(CCD)摄像头获取车辆行驶过程中前方车辆的行驶状态,提出了一种测量前方行驶车辆速度的方法.利用改进Hough变换识别车道线,提取感兴趣区域,以车底阴影特征为基础完成车辆检测,通过在车载视频图像中选取适当的图像帧,获得车辆的相对位移及对应的时间间隔,获得前方车辆的行驶速度.经测试,算法能得到较高精度的速度测量结果.     

基于神经网络和颜色特征的车牌字符分割方法

论文提出了一种基于神经网络和颜色特征的车牌字符分割方法。在颜色空间中利用树型判决结构,首先由亮度信息识别出车牌区域中的白色、黑色像素,然后利用网络对车牌区域中的蓝、红、黄色以及其他颜色进行识别。根据车牌的颜色特征,在判断出车牌的类型后,对车牌区域进行二值化处理。去除车牌边框和柳钉后,综合利用投影法和字符的连通性来分割车牌字符。实验结果表明,该方法是有效的。     

一种基于车联网的车辆定位方法

车辆群体行为态势能够准确描述车辆在车联网中的运动规律,车联网中GPS信号强的车辆可以利用通信能力、邻居位置关系,对位于一定距离范围内、出行目的地相同或相近、GPS信号弱的车辆进行实时位置计算。该方法首先提出车辆目的地伴随标签的标签簇划分算法,将有相同或相近目的地的车辆,其目的地视做标签,通过挖掘标签重叠结构与层次结构划分至同一标签簇,使之聚类成为车辆群体;然后提出基于标签划分结果的定位算法与结果修正算法,对亟待定位的车辆进行实时位置计算。实验结果表明,该方法较同类方法定位误差降低15%~35%,不同交通状况结果稳定性提高25%以上,所以提出的定位方法是有效的。