基于车载视频的行人预警系统

行车安全一直是社会生活中的研究热点问题之一,本文设计实现一种基于聚合通道特征的实时行人预警系统。系统包括行人检测模块、区域划分模块、单目测距模块和预警模块,其中行人检测模块使用聚合通道特征和级联Adaboost分类器相结合的方法构造通道金字塔,对车载视频中行人进行快速检测并获取目标关键信息和运动属性;单目测距模块利用检测时获取的信息估测人车距离;预警模块利用得到的运动信息判断前方行人的危险程度并给出相应的响应类型。通过使用城市道路条件下的实录视频进行实验,验证了系统的实时性与准确性。      

基于Zynq平台的动态智能家居系统的设计

由于传统智能家居无线传感器网络中传感器位置固定,需要布置的网络节点个数太多导致成本太高。鉴于以上原因,为了实现在减少Zigbee网络节点的前提下,又能实时捕捉用户所需信息的目标,本文提出了一种基于Zynq的FPGA芯片的动态智能家居系统：该系统采用智能小车作为移动网关,Zigbee作网络节点,用Sim300 GSM模块来实现短信收发功能。远程用户能够实时获取家里的信息;并且可以用短信、以及Internet与智能家居网关进行通信,从而实现对智能家居系统的远程控制。     

基于粒子滤波的行人跟踪研究及其性能分析

智能监控系统中的行人跟踪功能在很大程度上能够减轻工作人员的大量眼力工作,通过智能的方式自主地跟踪用户感兴趣的目标.在视频监控环境的基础上,利用改进的粒子滤波器,设计了一个行人跟踪系统,并使其具有系统性能分析的功能.通过使用Mean Shift算法进行目标位置的预估计和多特征融合的方式使该系统在视频背景复杂的情况下能够实现对行人的稳定跟踪.并在实际应用中,分析了在遮挡情况下,行人跟踪效果差的原因,并予以改进.在Visual C++集成开发环境中,基于OpenCV和MATLAB编程实现了系统,能够实时地对目标进行跟踪,并对跟踪结果进行反馈.     

基于神经网络的多传感器融合PDR定位方法

针对当前行人航位推算系统因行人随意性行走、传感器漂移等造成行人步长估计不精确、方向计算误差累积问题,提出了一种基于神经网络和智能手机内置多传感器融合的PDR室内定位方法.首先利用加速计采集的传感器数据和移动距离数据训练BP神经网络,将训练好的BP神经网络模型进行行人移动距离预测,然后根据行人行走步伐的连续性特点和传感器输出之间的相关性,设计了一种微航向角融合的方向估计算法.该算法通过对行走过程中的情况进行分类以获得可靠的传感器源,利用3种微航向角进行分类加权融合,最终获得行人行走方向的精确估计.实验结果表明,通过行人移动距离预测和微航向角融合算法能够实现得较好的定位效果.     

口罩佩戴检测和社交安全距离预警巡查车设计

本文设计了 一辆口罩佩戴检测和社交安全距离预警自主巡查车,上位机以树莓派4B作为巡查车系统的运算和控制中心,通过外接摄像头采集周围视频信息,利用PyramidBox模型检测视频中的人脸是否佩戴口罩,同时进行YOLOv3行人检测,计算行人间距离,从而提醒保持安全社交距离.驱动控制层则以STM32为核心,利用蓝牙作为直接控制信号,可以自动按照预定路线或者手动控制方式巡查.实验结果证明,该车不但能够检测行人是否正确佩戴口罩,而且能够检测人们之间的社交距离并及时进行声光预警.     

基于位置信息的流式移动应用推送系统的研究

目前与位置相关的移动应用越来越多,传统应用分发模式中,用户需要手动对应用进行搜索、下载、安装以及卸载,不利于提升用户使用应用服务的体验。设计并实现了基于位置信息的流式移动应用推送系统,该系统中服务器利用移动终端位置信息将相关应用解析、安装,并推送到移动终端显示,移动终端根据用户的选择从服务器流式加载应用。该系统使得用户在切换位置时,不用下载、安装即可使用和当前位置相关的应用服务。实验表明,和传统应用分发模式相比,在3G网络环境下可以减少64.37%的应用获取时延,在4G网络环境下可以减少74.49%的应用获取时延。     

基于用户行为周期的移动设备异常检测方法

本文提出了一种分布式的移动设备异常检测系统,该系统采用客户端-服务器架构,客户端程序在移动设备上持续提取特征并传送给服务器,服务器使用异常检测算法分析特征。根据人类日常活动的规律性以及用户使用移动设备的周期性,我们还提出了一种基于用户行为周期的异常检测方法,通过比较待检测特征向量和以往周期相近时间段的特征向量集的距离即可判定该特征向量是否异常,向量比较时采用不受特征间关联以及特征取值范围影响的马氏距离作为距离衡量的标准。实验证明我们采用的移动设备异常检测系统框架和检测方法能够有效提高对移动设备恶意程序的检测率。     

基于计算机视觉的轮椅跟随系统设计

为解决老年人口日益增多而看护人员缺乏的问题,设计了一种具有自动跟随功能的智能轮椅系统。该系统通过计算机视觉传感器获取图像信息后,首先利用自适应高斯混合建模的背景减除法完成对目标的检测,再利用基于多特征融合的粒子滤波的TLD（Tracking-Learning-Detection）跟踪算法完成对目标的跟踪,最后结合双目定位算法得到目标在相机坐标系下的三维位置。根据目标的位置控制轮椅的速度和方向,使轮椅与目标人物保持设定的距离和相对方位,完成对目标的跟随。对轮椅跟随系统各项功能进行测试,结果表明,该系统不仅能够完成对使用者的实时跟随,同时也能实现对障碍物安全的躲避。     

基于无线传感器技术的实验室监控系统设计

设计了一种基于Zig Bee无线传感器技术与嵌入式Linux平台的实验室监控系统。系统通过多种传感器获取实验室的环境信息,并将信息通过Zig Bee构建的无线网络发送到嵌入式Linux平台。嵌入式Linux平台作为Web服务器将数据共享给局域网中的用户计算机,达到监控的目的。该系统具有结构灵活、运行稳定、易于扩展等优点。     

夜视误差补偿的车道行人距离计算技术仿真

在车载智能视觉采集系统的研究中,由于当前车载智能视觉采集过程对车道上行人距离的判断没有考虑夜视环境的特殊性,也没有考虑图像视觉处理过程中由于夜间带来的计算误差对行人距离计算的影响,判断的行人距离在夜间存在较大误差.为了避免上述弊端,提出了一种考虑夜视误差补偿的车道行人距离计算方法.通过分析夜视图像中的距离计算特征,运用一种插值误差补偿的方法,对由于夜视原因造成的像素过于宽泛误差进行补偿,能够将夜视环境下的视觉误差进行补偿,将不同坐标系统中的车道与行人点进行转换,获取误差补偿后的车道坐标系统中对应点的空间位置和行人坐标系统中对应点的空间位置,实现精确计算.实验结果表明,利用改进后的算法进行车道行人距离计算,能够有效提高识别的准确性.