汽车发动机失火故障诊断方法研究综述

失火故障诊断是汽车车载诊断系统（On-board diagnostic,OBD）的重要组成部分,其直接关系到车辆行驶过程中的排放、燃油消耗和发动机损伤.本文对近年来国内外关于失火故障诊断方法的研究工作进行了系统性地总结和分析,重点介绍了汽车发动机失火故障诊断的判别依据、失火诊断方法分类、观测器设计等问题.最后对失火故障诊断的未来发展作了几点展望.     

基于概率神经网络的发动机失火程度诊断

利用排气中HC、CO2和O2浓度,提出了采用概率神经网络(PNN)诊断发动机失火程度的诊断方法.由于PNN学习算法简单,训练和泛化速度快.因此可以满足实时处理要求.此外,很容易把新的训练样本添加到以前训练好的分类器中,便于提高故障诊断结果的准确性.仿真结果表明:该诊断方法快速、准确且易于工程实现.     

基于视频分析的车辆排队长度检测

本文实现了一个完整的车辆排队长度检测算法。检测算法分为两步：车辆排队检测和队列长度计算。对白天和夜晚不同光照条件采用不同的队列检测算法,并实现了白天夜晚检测算法的自动切换。在白天光照条件下,采用移动检测窗来进行车辆排队检测,在每一个检测窗内,通过三帧差法运动检测和形态学边缘检测进行车辆存在检测两步判断有无车辆排队。针对夜晚场景,提出利用车灯这一显著特征进行车辆排队检测。以图像灰度直方图的相关系数作为距离值,利用kNN分类器进行白天夜晚的识别,实现检测算法的自动切换。队列长度计算通过摄像机标定完成,找到一种仅利用车道线的、简单有效的摄像机标定方法。实验表明该方法可以准确检测出车辆排队并计算出其长度。     

基于单视觉的车辆防碰撞预警系统研究

应用单目视觉车辆防碰撞预警系统能够发识别周围车辆并估算出与其之间的距离,利用预警系统及时提醒驾驶员。解决了车道线和车辆的检测识别问题,提出了新的边缘检测算法识别道路线,然后利用特征识别算法识别车辆,并根据车辆之间的距离判定危险等级。实验结果表明,系统能够有效的识别车道线和车辆,并能很好的测量车间距,实现预警输出。     

基于车前灯的夜间车辆视频检测研究

针对夜间车辆视频检测和车流量统计的难题，提出了一种改进的基于视频图像处理提取车前灯的算法。通过分析夜间车辆视频的特点，利用梯度滤波法消除地面反射光对车灯的干扰，实现图像增强，并将分水岭分割算法和直方图双峰法相结合提取车前灯的信息。利用车灯配对匹配原则设计了一种新的匹配算法和跟踪算法实现车灯的配对与跟踪，最终准确地实现了车辆检测和车流量的统计功能。     

一种高准确率的交通监控视频车辆检测算法

针对高速视频监控的车辆识别易受几何变换影响且准确度不高的问题,提出了高效的阴影去除和车辆分类两种视频处理算法来提高车辆识别性能;利用高斯分布像素匹配实现车辆形状的提取;利用阴影区域前景和背景的对比度参数进行有效的阴影去除;利用Hu不变矩表征车辆,从而克服了几何变换的影响;使用7D欧氏特征空间最小距离算法将车辆与指定车辆模型进行比较并分类;对比试验结果证明,本算法具有较高的阴影检测性能和极佳的车辆分类性能,明显优于其他同类型算法.     

利用ArcGIS Silverlight实现的车辆监控技术

智能车辆服务系统是目前汽车工业物联网技术研发的热点,其中车辆实时监控是系统的关键模块之一.对车辆监控技术、ArcGIS技术以及地图匹配和历史轨迹算法进行了研究,并根据系统应用,提出了相应的历史轨迹数据优化、轨迹回放算法和改进的地图匹配算法.基于这些算法,利用ArcGIS Silverlight实现了车辆监控系统中的车辆定位、地图标记、电子栅栏、历史轨迹等主要模块的设计.试验结果表明,车辆监控系统能对车辆进行实时有效的监控,在车辆监控领域具有一定的应用价值.     

基于多特征融合的车辆实时检测

为了充分利用车辆对称性特征进行车辆检测,以提高检测的效率,该文提出了一种综合利用车辆阴影和对称性两种车辆特征在无先验知识的情况下进行车辆检测的算法:首先利用车辆阴影特征确定一些可能包含车辆的区域,即感兴趣区域,但感兴趣区域可能比较多;进一步地,提出了一种利用车辆对称性特征对感兴趣区域进行验证,并对其中的车辆区域进行准确定位的新方法.实验表明,这种基于多特征融合的车辆检测算法综合了各种检测算法的优点,回避了缺点,实现了较低误检率下的车辆的实时检测.     

基于k-mediods及其改进算法的非法营运车辆识别

为从大量社会车辆中识别出疑似非法营运的车辆,提高交通管理部门行政执法的目的性和针对性,维护道路运输市场秩序,消除交通安全隐患。结合RFID车辆信息数据提出了基于k-mediods的非法营运车辆识别算法,并针对k-mediods算法缺点进行了基于距离贡献率和算法偶然性的2种改进。非法营运车辆识别的实现,首先需要提取出车辆RFID数据,并对其进行预处理,进而得到车辆运行行为数据,再利用PCA处理得到车辆运行特征数据,最后通过k-mediods算法聚类分析识别出非法营运车辆。实验结果表明,算法流程清晰,能够有效地识别出非法营运车辆。同时通过对算法进行改进,提高了算法稳定性和对非法营运车辆的正确识别数量,降低了错误识别数量。     

城轨车辆电气柜故障诊断方法研究

城轨车辆电气柜种类繁多,结构复杂,若依靠人工检测的方式进行故障的排除,不仅诊断效率低且可靠性差;通过对多个城轨车辆电气柜的具体分析,提出一种动态提取有向图结构模型并生成测试序列的算法,利用图的最优路径算法进行测试自检,最后使用一种适应性测试诊断树来完成故障的定位与隔离;实验表明,该诊断方法能够有效地对城轨车辆电气柜的故障进行诊断,且对于不同拓扑结构的城轨车辆电气柜具有良好的适应性。