基于单片机的自动感应式雨刮控制器设计与实现

在分析了汽车传感器原理与应用现状的基础上,设计和开发了一种基于单片机的新型红外线雨量自动感应式雨刮控制器.设计采用了新型红外线雨滴传感器和单片机,构成汽车雨量自动感应式雨刮控制器的核心硬件,并对软件设计作了简单介绍.通过实验证明,该控制器可靠地实现了汽车正常行驶过程中的自动感应雨刮控制、雨刮定时控制,同时使系统的硬件开关得以减少,提高了驾驶员行驶过程中的安全系数.     

基于新增haar特征和改进AdaBoost的人脸检测算法

为了提高base haar特征和原始AdaBoost算法的检测率并降低其误检率,提出一种改进型人脸检测算法。该算法采用新增haar-like特征,改进弱分类器选取方式和权重更新方式的AdaBoost算法,构建分类性能强大的级联分类器实现对人脸的有效检测。实验对比证明,与原始AdaBoost算法相比,新增haar-like特征方法检测率提高了1.1%,误检率降低了2.45%;改进AdaBoost算法检测率提高了2%,误检率降低了5.11%;同时新增haar-like特征并改进AdaBoost算法方法检测率提高了4.22%,误检率降低了7.56%。     

基于特征剪裁的AdaBoost算法及在人脸检测中的应用

针对AdaBoost算法存在训练消耗大并且误检率较高的问题,提出一种基于AdaBoost的高效检测方法.它主要包含一种基于特征剪裁的AdaBoost算法（FPAdaBoost）和一种新的检测扫描方法--确认和跳过检测机制（CSDS）.FPAdaBoost算法在每一轮训练中会根据分类误差剪裁掉一部分特征,提高算法的训练速度;而CSDS检测方法在传统的检测方法基础上引入验证和确认机制,在保证检测率的条件下有效控制误检的发生.在MIT CBCL训练集和MIT+CMU检测集上对提出的方法进行验证,结果表明,FPAdaBoost算法相比原始AdaBoost算法在性能上没有明显退化,但却大大改善了训练速度,同时CSDS检测机制的引入极大地降低误检率,提高检测结果的可靠性.     

一种改进的极值中值滤波算法

针对极值中值滤波算法在去除噪声时存在误检率较高的问题,提出了一种改进的噪声检测去噪算法。该算法首先采用改进的噪声检测方法,进一步减小误检率和漏检率;然后利用信号点对噪声点滤波。经过仿真实验并与其他方法对比分析表明,该方法能够在去除图像噪声的同时保留图像的细节,有效提高图像的输出信噪比。     

CDH-1型激光高度测量仪的设计与实现

为了提升汽车电动助力转向器产品的质量,降低扭力传感器装配过程中的次品率,在装配线上实时检测扭力传感器基座与外壳的相对高度,设计与实现了用于测量扭力传感器安装高度的CDH-1型激光高度测量仪。根据开发实例,详细讨论了CDH-1型激光高度测量仪的功能原理、实现方案,得出了CDH-1型激光高度测量仪设备的应用,能有效提高汽车电动助力转向器产品质量、降低次品率。     

一种基于视觉预注意机制的选择性成像机器视觉系统

在大背景中微小目标的视觉检测中,传统的机器视觉系统按照预先设定的采样频率与固定的分辨率采集和处理图像,存在大量的冗余数据。为了有效去除冗余数据,基于人类视觉预注意机制设计了一种选择性成像机器视觉系统,将视觉处理过程划分为并行的预注意初级处理阶段与串行的高级处理阶段;同时模仿人类视觉注意机制,提出了一种基于视觉熵的视觉预注意算法;系统并行地获取并判断图像是否可疑,然后仅将少量可疑图像传送至主机串行的进行精细目标识别。试验结果表明,本系统显著地减少了图像处理的数据量,可疑图像识别算法快速有效,提高了系统检测效率和精度。为大背景中微小目标的机器视觉检测提供了一条新途径。     

基于模糊积分特征的红外图像运动目标检测算法

提出了一种新颖的融合红外图像的亮度和纹理特征进行运动目标检测的算法。算法使用模糊数学理论中的Sugeno模糊测度和积分技术将图像的亮度特征与局部二元模式纹理特征结合进行运动前景/背景分类,实现了低信噪比、黑白级反转等复杂背景条件下的准确目标提取。通过实验分析比较了不同检测算法的检测结果,实验数据表明,该算法能够以高检测率、低误检率获得运动目标,为进一步的目标识别或跟踪提供了保障。     

融合肤色模型与小波变换的人脸检测算法

针对目前人脸检测误检率高的问题,提出了一种融合肤色模型与小波变换的新算法．该算法采用肤色模型确定人脸的可能位置,然后分别对人眼和嘴巴进行检测,最终确定人脸位置．其中眼睛位置在小波变换后根据几何位置进行检测,嘴巴位置采用Fisher分类器检测．这一新算法实现了在复杂背景中单人脸快速、准确定位．与传统的YC_bC_r肤色模型检测算法相比,新算法将颜色空间与小波变换、Fisher分类相结合,提高了检测精度．实验表明,该算法的正确检测率为91％,误检率仅为2％．     

用于内河船舶目标检测的单次多框检测器算法

针对传统目标检测算法在内河水运环境受外界条件影响过大的问题,本文提出了基于单次多框检测器的内河船舶目标检测方法。单次多框检测器模型基于卷积神经网络,使用全图各个位置的多尺度区域特征进行回归,使图像可以直接作为网络的输入,避免了由于波浪、树叶晃动等外界因素产生的误检。同时,对于内河船舶样本不足的问题,应用样本增强和迁徙学习的方法训练船舶目标检测的网络模型,有效缓解了训练过程中的过拟合现象,取得了较好的检测效果。经内河不同地区的多组船舶视频检测表明:此方法具有更好的鲁棒性和更低的误检率,船舶的识别率均超过了90%,比传统的背景建模算法提高16%以上。     

一种基于机器学习的汽车涂胶缺陷检测研究

在汽车涂胶过程中,为了节省胶料、提高涂胶质量和生产效率,提出一种基于机器视觉的汽车涂胶缺陷检测方法。针对汽车涂胶胶线漏涂、过宽、过窄,使用模板匹配方法进行初次识别,再运用改进的局部二值模式(LBP)特征提取和支持向量机(SVM)的原理及基本算法进行汽车涂胶的识别与检测,通过实验数据确定最有效的核函数类型。实验结果表明,采用多核函数识别效果最好,识别率达到95%,提高了汽车涂胶在生产中检测的实时性和检测率。     

侧向风干扰下的汽车主动前轮转向最优控制

侧向风对汽车行驶操纵稳定性有重要影响.通过分析侧向风干扰下车辆稳定性,提出基于主动前轮转向(active front wheel steering,AFS)的控制策略.AFS控制器采用线性二次型最优控制算法,以实现横摆角速度和质心侧偏角目标值跟踪.为了评价控制算法,基于MATLAB/Simulink和CarSim协同仿真环境建立整车动力学模型、单点预瞄驾驶员模型、控制器模型、道路和侧向风模型.仿真结果表明,AFS可有效提高车辆在侧向风干扰下的操纵稳定性,且控制算法对车速和路面附着系数具有良好的鲁棒性.     

基于地磁技术的车辆检测传感器

利用车辆对地磁场的扰动,设计基于地磁技术的车辆检测传感器.该文简单描述了基于地磁技术的车辆检测原理,介绍了传感器的硬件结构,确定了车辆检测的算法,并对实验结果进行了深入分析.道路实验表明:该设计能够判断车辆的存在,车速以及行驶方向,具有一定的准确性和实用性.     

基于视觉及多特征的前方车辆检测算法

针对现有视频车辆检测算法受光照、噪声等环境因素影响大,漏检和误检率高,难以同时满足鲁棒性及实时性的问题,提出了一种完整的前方车辆检测算法.该算法在改进的Hough变换提取车道线的基础上,首先对图像进行自适应二值化处理,通过腐蚀、膨胀法滤除干扰点;使用简洁有效的方法进行阴影线的合并及ROI区域的提取;算法利用目标区域内的信息熵、车尾对称性特征对感兴趣区域(region of interest,ROI)进行筛选和判别,降低了算法的漏检和误检率;使用改进的Robinson方向检测算子提取车辆边界,取得了较好的效果.结果表明:在处理分辨率为640×480的视频时,检测正确率89%,运算速度平均为17.6帧/s.     

基于低秩矩阵补全的单幅图像去雨算法

提出一种基于低秩矩阵补全的单幅图像去雨算法, 该算法采用检测、修补、优化的三阶段策略。在检测雨阶段, 利用雨的亮度先验信息构建检测雨模型; 在修补阶段, 先采用相似块匹配算法构造相似块矩阵, 再利用其具有低秩属性的特点, 将去雨问题转化为低秩矩阵补全问题; 在优化阶段, 提出修正策略进一步提升去雨效果和客观度量值。在合成雨图和真实雨图上验证算法, 实验结果表明, 该算法表现出较好的去雨效果, 且对大雨图像的处理也较为满意, 相比其他方法在客观度量值和主观视觉上均有一定的优势。     

不同光照和姿态下的航拍车辆检测方法

为了解决在不同光照和姿态下的航拍车辆检测准确度低的问题,基于Fourier-HOG算法提出了一种航拍车辆检测方法。该方法是基于滑动窗口的检测方法。首先,在处理过程中引入图像预处理,可以将背景区域进行有选择的剔除,大大节省检测时间和降低虚警率;其次,提取航拍图像基于局部敏感直方图的光照不变性特征;然后,再提取旋转不变的Fourier-HOG特征。将此特征在线性支持向量机中对车辆目标与非车辆目标进行分类。在后续处理阶段,引入非极大值抑制来降低误检目标。实验结果表明：所提出的车辆检测方法在谷歌地图数据集上进行测试,其检测准确度较高,且时间消耗低于原始的Fourier-HOG检测方法,该方法是一种较为有效的航拍车辆检测方法。     

基于数据挖掘的入侵检测精确度提升方法

入侵检测系统一直以来都是多层安全体系架构不可或缺的一部分,与传统的防御解决方案相比,基于数据挖掘的入侵检测有着较高的精确度,并能有效的识别未知的入侵模式,然而伪肯定率的存在也一直是阻止基于数据挖掘的入侵检测系统研究深入的最大阻碍,本文分析了影响入侵检测精确度的因素,提出了一种基于数据挖掘的有效提高精确度,降低伪肯定率的入侵检测方法。     

基于层次分析法的车联网多因素信誉评价模型

针对车联网（VANETs）场景下存在的恶意车辆节点和虚假信息的问题,提出基于层次分析法（AHP）的车联网多因素信誉评价模型. 该模型综合考虑车辆行为、消息、环境等因素对车辆节点信誉的影响,建立车辆信誉评价模型;面向多应用场景信息（安全行驶、交通管理、商业娱乐）,使用层次分析法量化各因素及不同类型信息对车辆信誉的影响程度;基于反馈机制根据信息的不同类型进行车辆节点的信誉更新,实现车联网车辆的信誉评估. 实验表明,该模型在恶意车辆节点达到25%的情况下,车辆决策正确率能够达到92%以上. 该方案能够有效防止车辆接收虚假信息,准确检测出网络中的恶意车辆节点,提高车辆接收信息的可信度.     

A-SMGCS V级系统中机载场面告警算法

针对目前机场场面的监控主要通过人工及目视辅助设备实现的不足,同时为了减轻管制员与飞行员的负担,提高机场场面的运行效率,提出一种自动化场面告警探测算法:基于高级场面活动引导与控制系统（A-SMGCS）中的监视源数据,对滑行道冲突、起降跑道长度不足2种情形实现自动化的告警探测与提示。针对与他机目标冲突告警问题,提出基于速度矢量法的潜在冲突判断算法;针对起降跑道长度不足告警问题,提出实时计算起降所需跑道长度的运动学模型。最后搭建仿真环境模拟真实的飞机场面滑行,为模型提供监视源数据,以对算法进行验证。验证结果表明:告警响应均在警情发生的0.5 s内,无虚警、漏警,符合预期结果;该算法是可行的。     

Fast speedometer identification in dynamic scene based on phase correlation

Speedometer identification has been researched for many years.The common approaches to that problem are usually based on image subtraction,which does not adapt to image offsets caused by camera vibration.To cope with the rapidity,robust and accurate requirements of this kind of work in dynamic scene,a fast speedometer identification algorithm is proposed,it utilizes phase correlation method based on regional entire template translation to estimate the offset between images.In order to effectively reduce unnecessary computation and false detection rate,an improved linear Hough transform method with two optimization strategies is presented for pointer line detection.Based on VC++ 6.0 software platform with OpenCV library,the algorithm performance under experiments has shown that it celerity and precision.     

一种无线传感器网络二维目标覆盖的改进方法

针对二维目标覆盖问题,提出了一种新的量子退火算法,设计了相应的系统模型,并给出了覆盖优化的目标函数。因为以往的启发式算法存在运行停滞等问题,所以为量子退火算法设计了全新的解集生成方式、量子旋转门、量子位测量方法和量子位状态更新方法,加快了算法的收敛速度。将基于量子退火算法的方法与粒子群算法、蚁群算法进行了仿真比较。仿真结果显示,相比粒子群算法与蚁群算法,该量子退火算法能够有效地提升解的质量,检出的目标数有较大幅度的提高。