基于综合特征的车辆检测识别系统

随着信息技术和智能交通的迅速发展,自动的车辆检测识别成为不可或缺的技术。由于基于单一特征和单车辆的识别并不能满足实际中的应用要求,因此提出了多特征多车辆的检测识别算法,利用基于灰度对称,形状特征和光流强度特征的提取,通过基本的图像处理算法,最终由综合特征为基础得出车辆的识别检测结果,利用基于VC＋＋6．0的软件系统开发出车辆检测识别系统,通过实验对照,由单一特征和综合特征的检测不同结果获得实验数据,通过检测算法将视频序列图像中的车辆信息自动识别提取出来并加以标记。实验结果表明系统能够适应多变的车型和环境信息,通过识别结果准确性的分析,得出结论：针对不同的车型有较好的鲁棒性,能够满足实际智能交通控制平台的构建的基本要求。     

一种基于前向散射雷达的车辆目标自动识别方法

研究了一种基于前向散射雷达的车辆目标自动识别方法:分析了前向散射雷达回波与目标速度、轮廓等目标特性之间的关系;提出了主瓣对齐的功率谱预处理方法,采用主成分分析方法分析了不同类别车辆的前向散射雷达功率谱的特性;提出了基于多元线性回归的目标特征提取方法,比较了K最近邻法和Bayes分类器对不同特征集的识别性能.实现结果表明,本文采用的特征提取方法显著改善了识别效果.     

车辆TPMS轮速传感器误差消除方法研究

轮胎压力监测系统能够实时地自动监测行驶中汽车的轮胎气压,对于提高行车安全具有重要的意义。基于轮胎压力监测系统硬件平台,阐述了轮速信号的获取,研究了异点剔除方法,提出了基于弹性BP神经网络分析轮速传感器误差的方法,实现了对轮速信号的修正。仿真和实验结果表明,该轮速传感器误差消除方法的精度可达2×10-4rad,能够显著降低传感器误差,提高轮速信号的获取精度。     

车辆悬架用电磁执行器的建模与试验研究

应用电磁感应的基本原理,设计了一种新型的车辆主动悬架用电磁直线执行器,该执行器具有响应快,出力大和动行程大的特点。通过两种不同的建模手段,即有限元建模和集总元件动力学建模的电磁力仿真对比分析,两者基本吻合,表明了执行器模型的准确性。利用所建立的有限元模型,研究了执行器结构参数如气隙厚度和次级铜层厚度对电磁力的影响规律,并选取合理的参数进行执行器的样件试制。通过对加工后的样机模型进行电磁力响应的试验测试,并分别与有限元模型和集总元件动力学数学模型进行相应的比较,试验数据与仿真结果基本一致,进一步验证了模型的准确性。     

不花流量 违章提醒到手机

现在有很多违章帮查手机软件,但都需要联网或者走流量,一般也需要在智能机上使用,如果还是用的非智能手机,每次都要到当地交警部门网站查询。如何能让非智能机也随时了解是否有违章信息呢？如果你是电信手机用户,那就来发挥189手机邮箱的优势吧!在自己的189邮箱里不但可以直接查看违章信息,还可以开通189邮箱的邮件免费短信通知到手机的功能。这样有了违章信息就能第一时间茌手机上看到。的文本框中输入当地交通部门违章邮件的特定发件人。     

基于数据库通知服务的车辆定位系统的研究

通过对目前远程车辆定位实现方法的分析和研究,阐明了其在实时性、执行效率等方面存在的一些问题,这些问题往往会成为定位系统发展的瓶颈,所以文中主要在阐述一种可以缓解这些问题缺陷的方法。采用在原有定位系统的基础上引入数据库通知服务技术的方法将数据库定位信息的更新及时有效地通知到客户端监控程序,实现了远程车辆及时准确的定位,并且使得程序的执行效率得到明显的提高。最后通过实际的程序开发和大量的实践测试,验证了此方法的可行性。     

地铁车辆轴箱吊耳动态分析和优化

针对某型地铁车辆转向架在被吊起时起保护一系悬挂系统作用的轴箱吊耳在车辆运营中多次发生断裂的问题,用HyperWorks建立吊耳的有限元模型,以试验数据作为输入分析模态频率响应,通过仿真结果与试验结果的对比调整模型,保证模型仿真的准确性.综合分析仿真结果和试验结果,找出引起吊耳模态频率响应过大的原因,利用OptiStruct进行结构拓扑优化,根据优化结果提出4种新方案,并分别对比各方案的静强度、模态频率、模态频率响应和体积等,确定最佳设计方案.     

基于横纵向联合控制的多目标优化车辆跟驰研究

为解决车辆在拥堵环境中因车速波动较大所带来的跟驰平稳性较差、跟踪无效或不安全等问题,提出了基于车辆模型和深度强化学习的多目标优化跟驰方案。首先基于车辆横纵向动力学建立车辆跟驰模型,然后根据车间距误差、速度误差、横向偏差及相对偏航角等,利用深度确定性策略梯度算法得到跟驰车的加速度和转向角,以更平稳安全地控制跟驰车辆。经NGSIM公开驾驶数据集进行测试与验证,该方案可有效地提升跟驰车辆的稳定、舒适与安全性,对保证交通安全和提升道路通行能力具有重要意义。     

基于智能垃圾桶的垃圾分类动态收运路径优化问题研究

针对城市生活垃圾分类收运过程中存在的环境二次污染和垃圾产生量不确定性等问题,提出了一种基于智能垃圾桶的动态收运车辆路径优化方法。建立以最小化碳排放成本、燃油消耗成本、固定成本和车辆延迟到达惩罚成本为目标的动态车辆路径优化模型。采用滚动时域的方式将动态问题转换为一系列静态问题,并设计两阶段算法进行求解。首先采用粒子群算法对收运车辆路径进行规划,而后在每个时域末,综合考虑待清运垃圾桶的位置和垃圾量、垃圾收运车辆的位置和装载量以动态调整现有车辆路径。研究结果表明,相较于传统的静态收运方案,动态垃圾收运方案能够在降低车辆运输成本和碳排放成本的同时,显著降低由于清运不及时造成的环境二次污染的风险。