基于YOLOv5和LPRnet的车辆精细化识别研究

随着中国汽车数量的增加,市场上大规模车辆管理的复杂性也在增加。在采矿、建材运输等相对复杂的环境中,车辆的精细化管理变得更加困难,车牌识别技术在车辆管理中发挥着重要作用。传统车牌识别算法主要基于以下三个步骤:利用像素信息确定车牌的位置,将车牌标记从位置中分离出来,在定位的基础上进一步识别单个字符;这种方法可以处理生活中相对简单的车牌识别场景,但针对复杂的场景如矿山车辆、大部分车牌被灰尘覆盖、车牌变形等,传统车牌识别算法很难表现出很强的鲁棒性,并且经常识别错误。与传统的车牌检测方法相比,文章基于YOLOv5和LPRnet识别方法,利用几何校正原理改进算法,对车辆外观和车牌进行识别,实验结果充分体现了基于YOLOv5和LPRnet识别方法在复杂环境中精细化识别车辆的优势,车牌的综合识别率提高至95%。     

基于Haar-like特征和时空信息的交通状态区域检测

针对现有交通状态检测算法无法适应城市道路复杂交通的问题,提出一种新的基于Haar-like和时空信息的交通状态区域提取算法。该算法首先采用基于Haar-like特征的车辆检测算法、边缘检测法和帧差法分别提取路面车辆、空域纹理和时域纹理的三种信号;然后将提取到的三种信号进行统计分析,获得准确的交通状态区域。将该算法与基于车辆检测的交通状态检测算法和基于帧差法的交通状态检测算法在远距离小目标、遮挡车辆和混合交通的复杂交通场景中进行对比实验。实验结果表明,该算法在这些复杂交通场景中准确率平均达90.98%。     

融合多尺度信息的道路场景实时语义分割

道路场景语义分割是自动驾驶车辆实现环境感知的重要技术。针对道路场景实时语义分割中存在目标区域尺度不一、变化迅速的问题,在DABNet语义分割网络的基础上进行优化改进提出一种融合多尺度信息的道路场景实时语义分割网络。对于网络设计：首先引入带有自适应卷积核的卷积层优化DAB模块,自适应地引导网络学习最合适的特征图感受野,提高网络获取多尺度语义信息的能力;然后在编码阶段后引入了金字塔池化PSP模块来聚合特征图中不同尺度子区域的上下文信息,提高网络获取全局信息的能力。本网络提高了对大目标区域完整分割,避免小目标区域漏分割的能力,保证较高的道路场景实时语义分割精度。     

基于YOLOv5s和注意力机制的车辆检测改进算法

文中针对道路光线条件复杂、被遮挡目标物体特征不完整等问题,以 YOLOv5s 为车辆检测的基础模型,提出了一种融合 FunelCBAM 注意力机制的检测模型 FCBAMYOLOv5s。针对交通场景中车辆检测种类多、多尺度目标混杂、小目标易漏检等问题,文中还提出了一种融合加权双向跨尺度特征金字塔 BiFPN 与KLLoss损失函数的车辆检测方法。该方法可融合多尺度图像问题的特征,提高检测图像的鲁棒性,强化了网络对小物体的检测性能;然后在检测损失函数中融合 KLLoss,有效提高了模型的检测精度。实验结果表明,该方法的精度与实时性符合实际应用。     

基于多尺度小波边缘检测的车牌定位研究

车辆牌照的准确定位是车牌识别系统中的关键步骤,利用车牌区域丰富的边缘和纹理信息以及车牌自身的特征,提出一种基于多尺度小波边缘检测的车牌定位方法.该方法能够更好地解决在复杂背景和复杂光照下的车牌定位.首先用图像增强和多尺度小波算子提取出车牌图像的边缘,然后利用数学形态学和连通区域标记的方法对车牌进行初步特征提取去除伪车牌区域,最后采用水平垂直投影法进行车牌的精确定位.实验结果表明,该方法能够实现车牌的快速准确定位,对复杂背景下的车牌具有很好的鲁棒性和实时性.     

基于纹理特征与BP神经网络的运动车辆识别

在Gabor小波滤波器组与图像卷积值作为特征向量达到很高识别率的基础上,提出了一种特征值加权的Gabor小波纹理特征的提取方法.首先Gabor小波函数与纹理图像做卷积,然后加权处理尺度各不相同和方向各不相同的的卷积值,最后将均值和方差看作它们的特征向量,该方法使特征维数有所降低,并利用BP神经网络进行训练和仿真,实现运动车辆纹理图像的自动分类,达到运动图像的识别.实验结果表明此算法有效降低了图像的识别错误,增强了稳健性,对质量差的图像能够有效识别.     

虚拟交通环境中的雨滴仿真

为实现虚拟交通场景中的降雨实时仿真,设计出一种基于OpenGL的降雨仿真模型。现有雨的仿真模型主要关注降雨过程,而在虚拟交通环境中,通常还需要对雨滴在挡风玻璃上的运动进行仿真。利用OpenGL将场景渲染到纹理,运用几何方法计算雨滴粒子并将其映射到网格化的虚拟挡风玻璃平面,采用贴纹理的方法将纹理映射到虚拟挡风玻璃平面,建立了雨滴在挡风玻璃平面的仿真模型。实践表明,该方法的时间开销与场景、光照等因素无关,仅与车辆挡风玻璃上的雨滴数量相关。该方法在普通PC实验平台上渲染场景的帧速率超过25帧／秒,能够成功实现雨滴的实时仿真。     

野外场景分析与水体识别新方法的研究

 根据视觉认知规律,提出描述野外场景图像的三要素:地面、垂直物、天空,给出了单视角野外场景图像方程,通过采用基于独立图元函数码的三要素图像快速分类方法,实现对野外场景图像的分割,并且只在地面上去识别水体.本文重点讨论了野外场景中水体光照模型,分析了野外场景的相关物理特性,定义了水质参数、环境染色参数、图元、独立图元函数码、母图元等新概念,给出了野外场景分析与水体识别系统,提出基于位置、纹理、地质系数和环境染色等多特征参数的数据融合水体识别方法.实验表明该方法对于宽阔的道路场景分析和道路上的水体识别可以得到很好的效果.     

虚拟交通环境中的雨滴仿真

为实现虚拟交通场景中的降雨实时仿真,设计出一种基于OpenGL的降雨仿真模型.现有雨的仿真模型主要关注降雨过程,而在虚拟交通环境中,通常还需要对雨滴在挡风玻璃上的运动进行仿真.利用OpenGL将场景渲染到纹理,运用几何方法计算雨滴粒子并将其映射到网格化的虚拟挡风玻璃平面,采用贴纹理的方法将纹理映射到虚拟挡风玻璃平面,建立了雨滴在挡风玻璃平面的仿真模型.实践表明,该方法的时间开销与场景、光照等因素无关,仅与车辆挡风玻璃上的雨滴数量相关.该方法在普通PC实验平台上渲染场景的帧速率超过25帧/秒,能够成功实现雨滴的实时仿真.     

模拟驾驶器山区道路虚拟驾驶研究

针对山区道路模拟驾驶体验的特点,提出了模拟驾驶场景中预定义和路面感应计算相结合的实时控制虚拟车辆运行方法。在虚拟场景中预定义自走车辆运动轨迹,通过时间控制位置和方位的线性插补方法使其运行。对于驾驶车辆模型,文中用方向盘信号和车辆轮胎在路面的空间位置坐标实时计算车辆的位置和方位姿态,使车辆行驶与山区路面的坡度、弯道倾斜、粗糙度等状况等相吻合,增强了山区道路安全驾驶的真实体验感。     

基于Proteus的电子电路设计探究

电子电路设计的一个重要环节，就包括电路功能实验调试，在具体设计中为了达到简化电路设计进程及缩短电路设计周期的目的，文章在设计分析典型函数信号发生器，四路彩灯（数字电视）和数显直流稳压电源时，使用了Proteus软件。进行分析设计之后得出，将Proteus运用在电子工程设计领域中的电子电路设计，能够达到省时省力省财目标的同时，还能够达到降低设计成本和提高设计效率的最终目标。     

基于道路信息的知识辅助空时自适应处理

主波束中的车辆回波信号会污染空时自适应处理(STAP)的训练样本,导致空时自适应处理时的目标自相消,引起漏警。针对这一问题,该文提出一种基于道路信息的知识辅助(KA)空时自适应处理方法。该方法首先根据主波束中道路相对于雷达的位置估计道路上车辆相对于雷达的径向速度,然后得到可能含有主波束车辆回波信号的距离-多普勒单元,接着根据训练样本与杂波导向矢量和主波束导向矢量的匹配程度判断这些训练样本是否包含主波束车辆回波信号,最后在进行空时自适应处理估计杂波协方差矩阵时剔除被主波束车辆回波信号污染的训练样本。理论分析及实验结果表明该方法可以提高道路密集环境中空时自适应处理的信杂噪比输出,改善空时自适应处理雷达的性能。     

汽车电子部件的电磁抗扰度技术要求

汽车电磁抗扰性能关系到车辆运行的安全可靠性.提高汽车电磁抗扰性能的关键在于电磁抗扰度技术要求及试验技术.本文介绍最新的关于汽车电磁抗扰度的国家标准.     

基于黑白摄像头的智能小车路径识别系统设计

路径识别是汽车智能化发展的必然趋势.在基于飞思卡尔单片机的智能车路径识别系统的设计中,首先采用基于黑白摄像头的图像采样模块获取路径图像信息;然后分别说明图像采集,图像预处理,黑线提取,路径判断部分的软件设计.其中,在图像预处理中使用了二值化和中值滤波算法,并且在黑线提取中提出了改进插值算法.实验表明,整个系统硬件设计简单,软件算法快速有效.     

机载激光雷达数据中道路中线的多尺度提取方法

机载激光雷达(LIDAR)技术的出现为道路特征的获取提供了新的途径.在分析现有道路提取现状的基础上,针对激光雷达数据的特点以及单一尺度下道路中线提取方法的不足,提出一种基于多尺度追踪的道路中线提取方法.该方法首先采用逐步约束的方法进行道路激光点的提取,包括高程约束、强度约束以及区域点密度和区域面积的约束等;然后基于道路点云生成的不同尺度距离影像的形态学细化结果,采用多尺度追踪的方法实现道路中线的提取,其中多尺度追踪方法由大尺度道路中线的迭代追踪以及小尺度道路中线的启发式追踪两部分组成.最后采用实地数据进行验证,结果表明:该方法能有效地从LIDAR点云中提取道路中线信息,并具有较好的精度.     

基于路面约束的行人检测感兴趣区域提取

针对行人检测存在识别精度不高,实时性较差等问题进行相关研究.分析了基于多尺度滑动窗口法提取行人检测窗口的缺点,为解决行人检测中检测窗口数量过多的问题,提出在图像分割和路面提取的基础上实现对行人检测窗口的提取.先利用FCM聚类算法训练得到分割阈值,其次提取路面区域,根据路面区域筛选可能存在的行人位置,进而提取感兴趣区域,并对相应的感兴趣区域提取HOG特征进行进一步精确分类.实验结果表明,采用基于路面约束的图像分割方法来提取感兴趣区域,有效减少了遍历窗口的数量,从而提高了行人检测速度和检测精度.     

道路车辆的电磁抗扰性试验技术

研究道路车辆对车外源辐射电磁场、车载发射机产生的干扰源、大电流注入、静电放电以及电力线磁场的抗扰度试验技术.通过对ISO11451、欧洲指令2004/104/EC和SAE J551系列标准的研究,根据我国具体情况,提出了进行道路车辆电磁抗扰性试验的方法及其注意事项.     

LOGO！在路灯控制系统中的应用

本文介绍了一个在校园路灯控制系统中采用西门子通用逻辑模块LOGO！的实例;描述了系统的硬件和软件;并结合使用实践说明：采用LOGO！的路灯控制系统结构新颖,运行可靠。     

Optimization-based online estimation of vehicle mass and road grade: Theoretical analysis and experimental validation

The gross vehicle mass (GVM) and the road grade are two factors that both have a substantial influence on the performance of a vehicle’s powertrain. In this paper, we propose a novel model-based estimation method for the GVM and the road grade that exploits entire sequences of powertrain measurements at once and is formulated as a nonlinear program (NLP). The estimator is based on a simple model for the vehicle’s longitudinal dynamics with only few intuitive vehicle parameters. By assuming the GVM to remain constant during certain sections of the trip and by describing the road grade profile in the distance domain, we achieve a separation of scales, which enhances disturbance rejection and significantly lowers the number of optimization variables. The resulting estimator is thoroughly analyzed both analytically and numerically. We show that a closed-form solution exists for the grade profile as a function of the GVM. Furthermore, if the GVM can be assumed to be constant during the journey considered, the estimation problem can be translated to a scalar NLP for finding the GVM. Although a rigorous proof is missing, our experiments show that in practice, the objective function is quasi-convex on a reasonable interval of GVM values and that thus a unique solution exists. Furthermore, robustness and sensitivity studies are conducted, where various perturbations are considered in a controlled environment, including uncorrelated and correlated noise, sensor offset, and model mismatches. Compared to two well-known recursive filters described in literature, our estimator shows significantly higher robustness with respect to all perturbations. Finally, we validate the estimator and the two recursive filters on real data from an electric city bus. The proposed estimator outperforms the recursive algorithms and achieves an average relative GVM estimation error of 3.4%. On a standard personal computer, the NLP for a driving phase of around one hour is solved in roughly 7.5 s, while the scalar NLP representing a driving phase of around 75 s is solved in roughly 12 ms. Both results indicate the real-time applicability of our algorithm.     

带有长悬臂监控杆通信塔的设计探讨

目前城区通信基站建设普遍存在选址难问题,与城市基础设施协同建设,可解决基站建设选址问题,加快建站速度。本文在已有传统基站设计的基础上,提出带有长悬臂监控杆的通信塔,不仅满足通信塔的要求,而且具备道路监控功能,为基站建设提供新思路。文中通过计算和仿真分析了此类通信塔的结构合理性和可行性,旨在为建设市政一体化基站提供参考。