GPU加速的差分进化粒子滤波算法

为了解决实时系统中粒子滤波的计算复杂性问题,本文提出了一种零bank冲突并行规约的差分进化粒子滤波方法。该方法首先分析了并行差分进化粒子滤波算法在GPU中的内存访问模式,根据粒子滤波器的均方根误差与内存访问bank(存储体)冲突度成正比的关系,提出了一种去除bank冲突的有填充寻址的差分进化粒子滤波算法,降低了计算复杂度。将该算法在NVIDIA GTX960 GPU中实现,与串行差分进化粒子滤波算法进行比较。实验表明,随着粒子数增加,计算量以指数增加,采用GPU加速的跟踪算法的执行时间明显减少,有效提高了跟踪精度、降低了计算时间。     

基于多子块联合估计的相关滤波跟踪

针对遮挡情况下相关滤波算法跟踪精度下降的问题,提出了一种基于多子块联合估计的核相关滤波跟踪方法。首先依据初始帧跟踪框的几何特征对目标自适应分块,并采用KCF方法对各子块独立跟踪得到联合置信图;然后以上帧目标的位置及尺度作为先验信息对搜索区域采样,同时将样本框中置信图的权值密度作为观测值,利用粒子滤波算法实现候选目标的最优估计;最后对置信度较低的子块反向投影至上帧图像进行遮挡检测,防止模板错误更新。定性和定量实验结果表明,该方法与原始KCF算法相比跟踪精度提升约10%,具有良好的抗遮挡性,并对目标尺度变化具有一定的估计能力。     

提取目标区域词袋特征的图像分类方法

规则网格是视觉词袋模型中常用的图像检测方法,该方法抽取图像所有区块,获得背景区块和目标区块完整的图像信息。事实上,抽取的背景区块信息对类别的判定往往会有一定的混淆作用。以“摩托车”类和“小汽车”类的图像为例,这两类图像背景特征相似,大多都是道路,一般的分类方法很可能将它们分为相同类别。可见,背景信息会干扰图像分类结果。因此,提出一种提取目标区域词袋特征的图像分类方法。利用图像分割去除背景信息提取目标区域;对目标区域构建视觉词袋模型;使用SVM分类器对图像进行分类。PASCAL VOC2006及PASCAL VOC2010数据集上的实验结果表明,提取目标区域词袋特征的图像分类方法具有较好的分类性能。     

Bayes估计在二项式分布交通流检测中的研究

为了能够减少交通流量错误估计造成的经济损失,准确的掌握交通流分布情况,多传感器信息融合的理论被引入到交通流的检测中,并且以此为基础,利用Bayes参数估计理论对交通流分布情况进行估计.在交通流量符合二项式分布的情况下,用Bayes分别估计了交通流中的参数无先验概率(先验概率为均匀分布)和先验概率为正态分布两种情况下的交通流量.通过仿真实验发现,在先验概率已知的情况下,运用Bayes估计理论对交通流进行检测,可以得到与实际情况相符的车流量分布情况,并且准确率较高,而且运算速度快,具很强的有实时性和实用性.     

抗野值卡尔曼滤波器在排队长度预测中的应用

车辆排队长度是智能交通控制系统中最关键的交通参数之一,如何准确、有效地预测车辆的排队长度是近年来排队长度预测中研究的主要问题.为此,在利用卡尔曼滤波理论建立排队长度预测模型的基础上,针对滤波过程中较容易出现的野值问题,分析了野值对标准卡尔曼滤波的影响机理,采用了基于M估计的卡尔曼滤波野值处理方法.仿真结果表明,所提方法可有效消除野值对滤波的不利影响,提高排队长度预测的精度,具有较好的应用价值.     

双桶双虹吸称重雨量计的测报系统设计

针对目前常用虹吸式雨量计在虹吸时容易产生计量误差、难以实现自动化控制等问题,设计了一种基于双桶双虹吸称重雨量计和ARM处理终端的自动测报系统。该系统通过双桶双虹吸结构及称重传感器,有效地消除了降雨随虹吸流失造成的雨量计量误差,并实现了数据的自动采集。系统具有准确、及时、高效、无人值守等特点,经测试证明,系统运行稳定、精确度高、效果良好。     

UKF联合滤波器在车辆定位系统中的应用

传统的应用于GPS/DR组合定位系统中的联合卡尔曼滤波器都是由扩展卡尔曼滤波器(EKF)构成,而EKF具有滤波收敛速度慢、对系统模型误差和噪声统计特性的鲁棒性差和实际中难以实施等缺点,这些对联合卡尔曼滤波器的整体滤波性能和实用性都会产生不利影响.针对这一问题,通过用无迹卡尔曼滤波器(UKF)来替代EKF构成一种新型的基于UKF的联合卡尔曼滤波器,并将这种联合滤波器应用于GPS/DR车辆组合定位系统中.通过详细的计算机仿真和分析后,结果表明与传统的基于EKF的联合卡尔曼滤波器相比 ,该联合卡尔曼滤波器的滤波精度、收敛速度、鲁棒性、实用性和可靠性都得到了很大的改善,满足了定位系统低成本和高精度的要求,具有一定的应用价值.     

基于分层强化学习的自动驾驶车辆掉头问题研究

调头任务是自动驾驶研究的内容之一,大多数在城市规范道路下的方案无法在非规范道路上实施。针对这一问题,建立了一种车辆掉头动力学模型,并设计了一种多尺度卷积神经网络提取特征图作为智能体的输入。另外还针对调头任务中的稀疏奖励问题,结合分层强化学习和近端策略优化算法提出了分层近端策略优化算法。在简单和复杂场景的实验中,该算法相比于其他算法能够更快地学习到策略,并且具有更高的掉头成功率。     

新型油井水泥促凝剂WSA-1室内研究

在导管或表层段低温固井中,水泥水化速度慢,候凝时间长,油井水泥石早期强度发展缓慢,影响固井质量和作业安全。针对目前国内油田低温浅层固井可供选择的油井水泥促凝剂种类少、某些油井水泥促凝剂促凝和早强效果不佳以及对水泥浆流变性影响较大等问题,通过室内实验研制了一种新型复合促凝剂WSA-1。对加有促凝剂WSA-1的水泥浆进行了系统的性能评价。结果表明:促凝剂WSA-1能加速油井水泥的水化过程,缩短水泥浆的稠化时间,显著提高水泥石的早期强度,当m(WSA-1)∶m(水泥干灰)=3%时,水泥浆稠化时间可缩短50%以上,水泥石6h强度从3.2MPa增强到11.3MPa,24h抗压强度从24.3MPa增强到46.1MPa,完全满足其评价标准的相关要求,且对水泥浆的初始稠度和流变参数基本无影响,是一种性能优异的、可用于低温浅层油气井固井水泥浆体系的复合促凝剂。     

常州市加油站油气回收发展及检测现状

对比与国内外加油站油气回收发展的现状,重点介绍了常州地区加油站油气回收发展的现状,分析了检测现状并对本地区加油站油气回收发展趋势进行了探讨。