复杂环境下的夜间视频车辆检测*

分析了夜间复杂交通场景的特点,提出了应用于夜间交通信息采集的HLEPT（headlight extraction,pai-ring and tracking）算法。该算法包含车灯提取算法和配对跟踪规则,并结合先配对车灯后跟踪其轨迹和先跟踪车灯后配对其轨迹两种方法,对车流量、车速等交通信息进行统计。实验表明,HLEPT算法复杂度低,具有良好的实时性、鲁棒性,良好环境下其检测率达到96%以上;即使在雨夜路面有车灯倒影的交通拥挤路段,也能达到88%的检测率。     

基于视频的夜间车辆检测与跟踪算法研究

针对夜间高速光照条件差、车灯种类多样、环境因素干扰等导致的车辆难以检测的问题,提出了一种基于视频的夜间车辆的检测与跟踪算法。该方法首先将OTSU与一维最大熵阈值分割算法相结合来实现车灯的提取,剔除非车灯光源;然后利用车灯的时空特性完成车灯的匹配,解决了一车多灯和并排同速车辆的问题;最后利用kalman滤波器完成车灯的预测跟踪。在交通弱光流畅交通、正常光流畅交通和正常光拥堵交通3种应用场景下对所提算法进行应用和结果分析,实验结果表明所提方法在保证实时性的同时具有较高的准确率。     

夜间环境交通数据采集系统设计与实现

针对夜间交通环境的特点,设计和实现了一种基于车灯的交通流视频检测系统。首先,提出一种夜间车道线检测算法,提取车道线并标定摄像机参数。接着,采用一种自适应阈值分割算法提取候选车灯连通域,并利用空间距离信息配对和分组属于同一辆车的连通域,根据规则集定位车灯,建立车辆假设。然后,通过线性搜索,结合最近邻准则和形状属性匹配在帧间关联车辆假设。对于部分和全部遮挡的情况,结合Kalman滤波器处理。根据跟踪信息的连续性,确认车辆存在并保存跟踪轨迹。实验表明,算法的复杂度低,能够在夜晚多种交通环境下实时检测和跟踪车辆,误检和漏检率低,并且对遮挡情况具有一定的鲁棒性。     

基于最小特征匹配代价的夜间车辆检测和追踪

针对夜间复杂环境下车辆追踪存在检测难、配对准确率低、追踪效果差等问题,提出一种新的夜间车辆检测与追踪算法。首先将频域的同态滤波与空域的阈值技术结合进行车灯检测;然后,利用几何特征对车灯进行跟踪;其次,将几何特征和运动特征相结合,利用最小特征匹配代价算法实现车灯配对;最后,根据车灯配对情况对车辆轨迹进行追踪,同时引入反馈修正机制对轨迹进行修正。实验表明该算法能够在不同照明和交通条件下有效检测车灯、跟踪车辆,平均检测率和跟踪率较高。     

基于视频的高速公路车辆检测和跟踪算法

采用一种基于像素的新方法来更新背景，同时将工作区域分为车辆检测和车辆跟踪两个部分，在车辆检测区建立跟踪对象，在车辆跟踪区仅仅对跟踪对象进行预测跟踪，从而减少了跟踪的盲目性和算法的计算量，提高算法精度。根据该算法设计的视频检测器已用于实际交通参数的采集，统计的结果表明该算法检测和跟踪的正确率分别高于96%和97%，并具有很好的实时性，能满足管理部门的需求。     

基于改进的CAM偏移算法实现运动车辆跟踪

与无人车驾驶相关的计算机技术发展火热,其中车辆识别技术在智能交通监控、智能交通信息系统等方面应用越来越广泛。车辆识别包含了运动车辆检测、型别分类、车辆跟踪等内容。对智能车无人驾驶技术中的车辆识别检测等关键技术进行了深入的探究,采用车辆的图像识别结果,选择用平均值求色差值作为识别基础的CAM偏移算法。该算法采用车辆颜色作为特征进行跟踪检测,不会随着车辆的明暗、形状变化被干扰,在车辆识别过程中具有较高的可靠性。对该算法加以改进,实现了对车辆更好的识别。     

一种复杂交通场景中的车辆检测与跟踪方法

为了提高复杂交通场景中车辆检测与跟踪算法的鲁棒性,提出了一种基于特征点匹配的车辆跟踪方法。由于使用了Harris角点检测算法和SIFT特征描述符,大幅降低了光照变化对车辆检测造成的影响。在车辆跟踪环节,采用基于图论的归一化割方法,充分地利用了车辆的速度、方向等信息,从而对部分遮挡的车辆取得了较好的分割效果。实验结果表明,所提出的方法在复杂交通场景中有较高的精确率与鲁棒性。     

计算机视觉技术在车辆跟踪中的应用

智能交通监控是计算机视觉技术的重要应用之一。对行驶中的车辆进行自动跟踪,能够得到车辆的动态信息,为交通部门提供重要依据。Mean—Shift跟踪算法和基于PPM质心迭代跟踪算法对运动目标的跟踪具有很好的效果,应用两种算法对运动车辆进行跟踪,并对两种算法在车辆跟踪过程中稳定性、精度和实时性上做了对比分析。     

一种高鲁棒性的夜间车辆定位与跟踪方法

针对夜间环境下的车辆检测问题,从车头灯视角出发,提出一种具有高鲁棒性的夜间车辆定位和跟踪方法。结合卡尔曼滤波实现健壮的亮斑帧间跟踪,并根据亮斑的运动连续性和形态稳定性提取车灯目标。采用基于时域和空域特征的谱系聚类方法对车灯进行同车分组,利用车头灯组对车辆目标进行准确定位和跟踪。实验表明该方法在夜间交通环境中的有效性和高鲁棒性。     

夜晚车辆异常事件分析

夜晚车道模型是车辆跟踪和车辆行为分析的基础,但是当高速公路或者城市道路光线较暗时,很难通过车道检测的方法来建立车道模型,夜晚车辆快速行驶或相邻帧车辆之间重叠度较低时无法实现准确跟踪。针对此类问题提出了一种基于学习的车道模型建立方法和基于多帧的最佳匹配跟踪方法。首先利用自动多阈值分割方法提取场景中光亮的目标;其次,利用车灯的相关特征移除非车灯光亮区域;接着,利用空间信息把车灯聚类成一个车辆目标,利用多帧的最佳匹配跟踪方法进行跟踪;最后利用车辆跟踪参数与车道模型的融合对夜晚车辆异常事件进行分析。实验结果表明,该算法能够准确地检测出夜晚车辆换道、逆向行驶、交通拥挤、停车等异常事件,并且有很强的鲁棒性。     

基于视觉传感器的道路前方车辆模型研究

车辆几何模型是基于视觉传感器的车辆检测系统的重要部分。为了提高前方车辆检测的鲁棒性,利用车尾轮廓的几何特征构建了世界坐标系的车尾模型,通过坐标系变换给出了视觉传感器坐标系的车尾模型,进而导出图像车尾模型,并给出了车尾模型参数的表达式及其与现实世界中车尾几何参数的对应关系,明确建立了图像中车辆位置和大小的关系。实验表明:将该模型应用于车辆检测可以抑制图像中不符合车辆透视关系的错误识别,能有效提高车辆检测的鲁棒性。     

利用D-S证据理论的夜间车辆检测

为了有效检测夜间车辆,提出了一种利用D-S证据理论进行夜间车辆检测的方法。首先在YCrCb颜色空间中采用阈值法对道路场景图像进行分割得到明亮块,提取各个明亮块的轮廓,利用轮廓四邻域偏红度水平消除非尾灯等虚假目标。其次,使用尾灯聚类算法组合车灯对,得到车辆假设。最后,利用车辆车尾中车灯对的面积比、互相关值以及车灯对组合框长宽比等结构化特征信息来构建基本信任分配函数,运用D-S证据理论,融合这些特征信息得到总的信任度值,最终设立信任度阈值验证车辆假设。该方法减少了主观阈值的数量,可有效降低经验不足导致阈值确定不当的风险,提高辨别率。实验结果表明,该方法效果明显,提高了检测精度,减少了误判,同时提高了系统的鲁棒性。     

混合动力轿车的建模与仿真

该文介绍了应用电动汽车仿真软件ADVISOR 2 0 0 2对国内一汽车企业的混合动力轿车样车进行建模与仿真的研究工作。待仿真的轿车与日本本田公司的混合动力轿车Insight的动力系统结构相同 ,因此作者采用在ADVISOR中的Insight模型的基础上 ,修改其设备参数 ,重新设计其控制策略模块的模型的技术方案来进行仿真工作 ,最后给出了混合动力轿车的整车性能和工作过程的仿真结果。该研究可以帮助确定混合动力轿车动力系统的配置方案 ,为企业设计混合动力轿车提供参考。     

基于矿井3G通信网络的防爆胶轮车监测系统

针对某基于RFID技术的防爆胶轮车运输监控系统建设投入高、维护量大等问题,提出了一种基于矿井3G通信网络的防爆胶轮车监测系统,介绍了系统总体架构及通信终端的设计方案。该系统只需为防爆胶轮车配备通信终端,即可借助矿井现有的3G通信网络实时监测防爆胶轮车运行工况。测试结果验证了该系统的可靠性和稳定性。该系统已在某煤矿连续6个月无故障运行。     

汽车网关平台业务应用与功能架构模型研究

分析了汽车网关平台的应用场景和支持的业务类型,提出了汽车网关平台的功能架构模型,包括控制和管理功能、网络和传输功能、无线接入功能和车内网络连接功能,并对这些功能进行了描述。汽车网关平台是连接汽车网络与外部通信网络的桥梁,它是全球ICT与汽车产业融合发展的结果。     

Comparative risk assessment of vehicle maintenance activities: Hybrid,battery electric,and hydrogen fuel cell cars

In this research, vehicle maintenance activities and their safety risks were statistically analyzed. This study focused on three types of vehicle: hybrid, battery electric, and hydrogen fuel cell cars. The repair activities and the risks for each power train technology were identified by a panel of experts. Depending on its frequency and severity, risk values were calculated for each maintenance activity. The method chosen was the staticized group method, which involves collection opinions from a panel of experts. The ten experts finally chosen were asked to anonymously respond to a survey that had been especially designed to reduce bias and ensure the quality of the data. The most dangerous vehicle maintenance activities were the manipulation of asbestos, charging and discharging of high value capacitors, and welding.Relevance to industryThe results of this research reflect the urgent need for workers in the automobile sector to be trained for emerging risks in new technologies.     

夜晚车辆异常事件分析

夜晚车道模型是车辆跟踪和车辆行为分析的基础,但是当高速公路或者城市道路光线较暗时,很难通过车道检测的方法来建立车道模型,夜晚车辆快速行驶或相邻帧车辆之间重叠度较低时无法实现准确跟踪。针对此类问题提出了一种基于学习的车道模型建立方法和基于多帧的最佳匹配跟踪方法。首先利用自动多阈值分割方法提取场景中光亮的目标;其次,利用车灯的相关特征移除非车灯光亮区域;接着,利用空间信息把车灯聚类成一个车辆目标,利用多帧的最佳匹配跟踪方法进行跟踪;最后利用车辆跟踪参数与车道模型的融合对夜晚车辆异常事件进行分析。实验结果表明,该算法能够准确地检测出夜晚车辆换道、逆向行驶、交通拥挤、停车等异常事件,并且有很强的鲁棒性。     

下一代海洋机器人——写在人类创造下潜深度世界记录10912 米50 周年之际

人类探索、认识和利用海洋的活动历史很漫长，最近50 年，各种海洋机器人及相关装备的助推，使这 种活动达到了前所未有的高峰阶段，未来社会进步的需求和科学技术发展的牵引将会使这种活动达到新的高度．本 文简要回顾了世界和我国海洋机器人的发展历史，分析了各种类型海洋机器人的现状，并对其未来作了展望．