基于ARM的汽车安全检测系统研究

以ARM为开发平台，设计以提高汽车安全检测速度和精度为目的，从软硬件两方面具体论述了系统的总体设计，建立了相关的数学模型，对提高系统可靠性提出了相应措施，阐述了该系统的优势。该嵌入式系统以低成本、高性能、实时性的特点完成汽车检测功能，具有相当的使用价值。     

基于子图像的生物芯片质量检测算法

为了提高生物芯片质量检测的效率,针对待检测生物芯片的电极线性阵列分布的特征,提出了生物芯片的自动检测方法:首先将图像分割成子图像,其次是将子图像分割成子模式,最后对各子模式采用非参考比较法进行检测.实践证明了该方法的有效性,可以提高检测的速度和准确性.     

汽车悬架性能测试系统的研究与设计

汽车悬架性能测试是机动车安全运行检测中的一个重要项目.本文在建立检测车辆悬架振动力学模型和运动方程的基础上,分析并确定了悬架性能的评价指标.针对汽车悬架测试台的基本结构和受力过程,设计了高精度力传感器和速度传感器输出信号的调理模块.采用工业控制计算机直接采集车轮垂直接地力与激振台面频率,提高了测试系统的精度和实时性.实测证明,该系统完全能够满足汽车悬架性能测试时的动态要求,具有较高的可靠性.     

一种基于红外被动探测的车辆制动方法研究

为了进一步提高车辆防撞装置的可靠性、有效性,提出一种新的设计方法.该设计采用红外被动探测技术检测车辆前方障碍物,并将检测到的信号输入单片机,单片机通过判断接收红外辐射信号的变化,利用定时功能按时间顺序依次触发光报警、语音报警以及启动刹车.红外被动探测器的使用改变了现有车辆防撞装置的设计思路,省去了发射部分,简化了设计;依时间先后触发报警信号避免了测距,提高了信号处理的速度,一定程度上改善了车辆防撞装置的性能.仿真结果表明,该方法具有较好的实用性.     

基于MMA7260的新型汽车防盗报警系统

针对目前汽车防盗报警系统存在的误报、不能检测静态倾角和接口电路复杂等不足,采用MMA7260加速度传感器,结合GSM通信、GPS定位技术,设计并完成了一种新型的汽车防盗报警系统．实验结果表明,基于加权平均方法的系统软件执行效率高,可以准确地检测出包括整车拖运在内的盗窃信息,有效地避免了声波和车辆经过造成的误报。同时实现了车辆状态监控、跟踪定位和车栽通信系统．     

基于机器视觉的PCB缺陷自动光学检测系统

针对PCB制造过程中的缺陷,设计了一种自动光学检测系统.阐述了该系统的检测原理,介绍了系统的照明模块、图像采集模块和运动控制模块的设计,以及软件设计、检测流程和检测算法.其中,光照系统采用垂直、水平两级照明模式,提出针对不同的检测项目,应组合使用2种模式下的图像.另外,在检测算法上分别设计了普通算法和元器件专用算法.实验结果表明,该系统能够实现常见PCB缺陷的检测.     

全自动汽车检测计算机网络控制系统

介绍了用计算机网络系统控制和管理的汽车检测系统 .给出了系统局域网的构成 ,系统的硬件结构和软件构成 ,检测流程的设计 ,工位互代的容错冗余设计 ,以及所解决的关键问题 .本系统功能丰富、灵活 ,结构先进 ,采用了当前较先进的计算机技术 ,提高了检测的整体水平 .     

基于地磁的智能路口交通灯的设计

智能交通已成为改善现有交通运输性能、加强出行安全、提供更多出行路线的一种有效方式.该文设计的智能路口交通灯系统,利用地磁车辆检测,可以实时调度十字路口红绿灯时间,确保道路最大流量.     

基于物联网的地下停车场车辆引导系统

为提高地下停车场的智能化管理水平,在传统停车场方便改造的原则上,提出一种基于物联网技术的车辆引导系统。该系统采用超声波采集车辆信息,选用Zigbee技术进行数据收发,利用上位机的车辆引导系统将车位检测节点的车位信息和各道岔路口车辆进出区域的车流量进行整合,以充分规避区域局部性拥堵的情况,使驾驶员在车辆最优路径引导下停车结束后步行至电梯的路程最短。实验仿真表明,该系统对车辆进行分级引导,区域车位自选,减少了多车辆涌入造成的拥堵和混乱;能使驾驶员选择最佳停车位,并提供了从入口到最佳停车位的引导路径,改善了现有停车场车辆引导系统智能化程度低的情况,提高了停车场的管理效率。     

基于色彩特征的CAMSHIFT视频图像汽车流量检测

针对视频图像中目标车辆尾灯及背景色彩在HSV空间分布上的特点,提出了把车辆尾灯作为跟踪目标,恰当选取色彩特征参数,采用CAMSHIFT目标跟踪算法对汽车流量进行检测的技术方案.研究了基于HSV色彩空间的CAMSHIFT目标跟踪算法在视频图像汽车流量检测中的实现,并用实际拍摄的交通视频图像对该检测算法进行了验证.实验结果表明,本文算法具有较高的准确度,能够有效跟踪以各种速度行驶的车辆,可以较好地应用在汽车流量检测领域中.     

面向入侵检测的Aho-Corasick算法内存消耗研究

多模式匹配算法在网络入侵检测系统中有着广泛的应用,目前的研究主要集中在如何提高算法的匹配速度上,对于算法的内存消耗研究较少。对于基于硬件实现的嵌入式入侵检测而言,如何降低多模式匹配算法的内存消耗也是一个值得关注的问题。Aho-Corasick(AC)算法是一个基于有限状态机的多模式匹配算法,该算法具有O(n)的时间复杂度,但是由于状态表存储开销较大使其难以应用到嵌入式入侵检测系统中。对AC算法的内存消耗进行了深入地研究,分析了几种可行的AC有限状态机存储策略,提出了一种改进的Banded-Row格式的AC有限状态机存储策略。实验结果表明,该策略能够在较小地影响AC算法匹配速度的前提下,更加有效地降低其内存消耗。     

计算机在车速传感器检测系统中的应用

介绍了一种新的车速传感器检测系统 ,因其应用了计算机技术而消除了过去难以克服的在检测中出现的误差。     

一种用于汽车连杆检测的机器视觉系统研究

连杆作为汽车的主要部件之一,有时存在序列号不匹配的情况,目前多用肉眼检测,误判率高,检测效率低下。针对这一问题,设计了基于机器视觉的汽车连杆检测系统,它可实时采集连杆图像,并以Hu矩作为特征向量,采用BP神经网络算法训练分类器进行连杆字符识别,从而实现了对连杆产品的自动检测。研究结果表明,该系统字符识别准确率在97.50%以上,大大提高了工作效率,降低了劳动强度,具有较高的推广价值。     

面向物联网的汽车供应链分销系统研究

从感知层、网络层和应用层3个主要组成部分出发,构建了汽车供应链分销系统物联网,分析了物联网平台在汽车供应链分销系统中的重要性,提出了基于物联网的创新性补偿策略,利用物联网满足物流和信息流的传输来扩大利润。     

PYNQ框架的高精度异构无预选框检测模型实现

由于深度卷积网络的参数量及计算量过大,多尺度目标检测网络难以快速高精度地部署在许多资源及功耗受限的平台上。为解决此问题,本文基于Python productivity for ZYNQ(PYNQ)框架实现了无预选框检测模型CTiny的IP核设计及异构系统架构部署。首先,提出在卷积核中分段量化整体缩放系数的方式,使得预训练的高精度算法低损地部署于可编程门阵列(field programmable gate array, FPGA)上;其次,基于PYNQ框架实现了CTiny模型的系统搭建,包含ResNet主干网络、反卷积网络和分支检测网络;最后,将图片预处理及后处理等耗时计算从串行的ARM端移入并行的FPGA中,进一步缩减了总处理时长。实验结果表明:在PYNQ-Z2开发板上部署CTiny模型后,本文所提量化方式在公开光学遥感数据集NWPU VHR-10的平均检测精度达到81.60%,相较于截断量化提升了14.27%,实现了部署精简无预选框检测网络的精度低损耗的需求,且后处理的处理时长由ARM端的9.228 s缩减为了FPGA端的0.008 s,提高了检测模型的速度。     

BP神经网络下的限速交通标志实时检测识别

目前已有很多基于交通标志图片进行道路交通标志识别的系统研究,但存在误识别率较高的问题．因此文中基于视频数据对限速交通标志进行检测与识别,实现了限速交通标志的自动检测定位,并采用反向传播神经网络来进行道路标志的识别; 同时,还采用连续自适应的均值漂移算法和光流法进行视频加速．实验表明,新提出的算法在耗时上缩短50%以上,检测识别准确度在90%以上,适用于相关智能识别领域．     

一种基于变化区域检测的 运动对象分割算法

文章针对在变化区域内运动对象的分割，提出了一种基于块的帧差处理方法，对差分图象进行噪声分析和能量分析，利用块矩和能量的双重约束来检测变化区域。后续的空间分割时，在变化区域外接矩形内用区域生长法修正检测结果，取得具有精确边界的运动对象。实验结果表明这种算法兼顾了实时性和精确性，能有效地分割出视频序列中的运动对象。     

基于互感电压信号的开关磁阻电机位置检测研究

本文突破了位置传感器给开关磁阻电机调速系统带来的诸多不便,采用了基于互感电压的间接位置检测技术,实时而准确地完成转子位置的检测,并依据实时的互感电压信号,适时轮流开通与关断开关磁阻电机的各相定子绕组,实现其驱动控制与调速控制。     

汽车智能防追尾控制系统设计

针对汽车追尾事故带来的严重危害,设计了一种汽车智能防追尾控制系统。该系统利用角度传感技术、双目视觉测距及毫米波雷达测距技术对弯道和直道分别进行测距测速,并根据安全距离数学模型推算结果,运用模糊算法对汽车进行速度控制,从而有效地防止追尾的发生。最后通过Matlab的仿真结果证明了控制过程的正确性。该系统还利用Zigbee通信技术对高速和城市运行2种模式进行切换,从而提高了系统应用的灵活性和可靠性。     

目标跟踪系统在FPGA上的实时实现

目标跟踪是计算机视觉领域中的重要技术,它的难点之一在于其对实时性处理速度的要求．提出并应用高效的基于并行搜索的硬件架构,使得实时的目标跟踪系统在可配置器件上得以实现．采用基于减背景的算法,设计的目标跟踪系统采用并行架构来实现高速处理,并提出一种复合目标区域搜索技术来进一步加速系统在复杂跟踪环境下的运行速度．选用Altera Stratix Ⅲ EP3SL340H1152C2 FPGA器件作为硬件平台,将该目标跟踪算法基于CPU平台的软件实现(2.2GHz的处理器)与基于FPGA平台实现的处理速度进行了比较,速度提升最高可达100倍以上．