基于车牌字符边界定位的视频测速

针对卡口环境下视频测速误差大的问题,提出一种提高测速精度的方法。采用以车牌第2个字符作为车辆定位的特征块,利用小波变换分解字符的外部边界特征曲线,在低分辨率下实现目标字符的模板匹配,并获取该曲线相对模板的偏移量,在原分辨率上进行边界坐标的精细调整,完成车辆特征块的精确定位。结合字符高度固定的先验知识,确定车辆特征块所处的实际坐标系,以提高对车辆行驶距离的计算。在实际环境下,对该方法进行长达2个多小时的测试,并对测试结果与线圈测速、基于车牌定位的视频测速进行对比,结果表明,在车辆正常行驶的速度下,与线圈测速相比,该方法视频测速误差在3 km/h以内。     

个性化定制的教学平台设计与实现

课程教学平台建设是构建优质、共享的网络教学资源的重要内容,已成为精品课程建设当中的一个重要环节.在分析现有课程教学平台功能的基础上,以教学平台可灵活应用于不同类型课程、用户可对教学平台功能进行便捷的个性化配置为目标,采用表示层、业务服务层、公共服务层、数据层的4层体系结构,引入基于内容模型的节点动态创建机制、标签库、模板引擎技术等,设计实现了个性化定制的教学平台.平台结构层次清晰,个性化定制方便,已得到推广应用.     

移动机器人网络控制的实现

实现一个基于C／S模式的网络移动机器人控制系统,用户可以通过网络控制机器人移动。该系统可分为三部分：视频监控模块、远程控制、状态信息的反馈和处理。其中,为了实现视频的实时传输,将先用M—JPEG压缩技术对原始视频进行压缩,然后通过RTP协议来进行传输。为了使用户的指令能及时有效传输给机器人,采用面向连接的Socket技术。为了使操作者,更加直观的感觉到机器人的移动效果,实时地描绘机器人的行走线路图。最后介绍了移动机器人网络控制实验系统的设计及实验结果。     

AS-R移动机器人的动态避障与路径规划研究

针对移动机器人的动态避障和路径规划问题,以AS-R移动机器人为平台,设计了一种基于行为分析的动态避障策略。根据避障问题将移动机器人整个运行过程中的行为划分成趋向目标行为、避障行为、沿墙走行为及紧急避障4种行为,有效实现了机器人的动态避障,并解决了两种避障难题:左右摆动问题和凹型障碍物问题。利用多传感器结合检测方法,通过红外传感器减少盲区和镜面反射带来的误差,通过间隔采样或分组采样技术避免多路串扰问题;对均值滤波与中值滤波进行实验对比后,提出一种递推型中值滤波方法,从而提高了数据在空间和时间上的连续性,有效地减少了超声波随机串扰信号及其它干扰信号,进而提高了探测模块的准确度。最后设计了几种复杂环境下机器人的动态避障和路径规划,并验证了所提方法的有效性。     

无线传感网络节点锂电池剩余电量估算方法

针对采用锂电池电量检测芯片DS2786进行剩余电量估算存在误差较大的问题,结合DS2786芯片和卡尔曼滤算法,提出了一种面向无线传感网络节点锂电池的剩余电量估算方法。该方法通过建立能表征锂电池特性的等效电路模型,将芯片DS2786所获得的锂电池两端开路电压和放电电流作为卡尔曼滤波算法的输入参数,进行精确的剩余电量估算。实验结果表明,该方法对于锂电池剩余电量的估计误差可维持在3%以内,且算法复杂度低,能满足嵌入式设备的应用要求。     

教学用分布式计算机控制系统

本文介绍了两套用于计算机控制技术课程教学的两级计算机分布式控制系统。文中介绍了两套系统的功能、硬件结构与软件设计。     

多智能体协作的两层强化学习实现方法

提出了多智能体协作的两层强化学习方法。该方法主要通过在单个智能体中构筑两层强化学习单元来实现,将该方法应用于3个智能体协作抬起圆形物体的计算机模拟中,结果表明比采用传统强化学习方法的智能体协作得更好。     

基于SMIL的多媒体网络教学系统的设计与实现

简述了同步多媒体集成语言SMIL，介绍了基于SMIL设计的一个多媒体网络教学系统的体系结构、功能和实现技术。使用所开发的系统，教师能轻松地制作出多媒体课件，实现课程的网上直播；学生能实时同步地收看教师授课的音频、视频和教师机屏幕图像信息，并可通过文字交流窗口进行实时文字交流；此外，学生在课后能随时自主点播课件。所开发的系统经在授课中试用，取得了良好效果。     

基于信息融合入侵检测系统的体系结构研究

从用户的角度描述了现有IDS存在的虚警太多的问题．提出用信息融合的方法解决这个问题。为此设计了一个基于信息融合技术的入侵检测系统的体系结构。     

自适应代表个体选择方法的协作协进化算法

协作协进化算法中,代表个体选择按贪心度不同可分为最优选择和随机选择.最优选择对于大多数子模块之间关联性不是很强的问题都较为有效,但对于子模块间有很强关联性的问题,随机选择比最优选择更为有效.所以,提出一种自适应代表个体选择方法的协作协进化算法,该算法通过进化停滞判断函数将最优选择和随机选择两种代表个体选择方法结合起来.仿真结果表明,该算法对于子模块间强弱不同的问题都能有效的找到解.