一种改进的车牌图像二值化及定位算法

就车牌图像中的光照和污损的复杂特征,对车牌预处理、边缘提取及二值化和车牌定位进行了一系列分析研究。通过设计一种边缘提取与二值化结合的预处理算法,利用提出改进的增加三角点的角点定位算法,设定优先级的四角点、三角点和对角点方法对车牌进行定位。经改进后的算法,能有效对车牌鉴别算法对搜索到的车牌区域进行鉴别,从而提高了车牌定位的准确率和速度。     

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.     

高速汽车弯道前方碰撞报警算法

根据稳态预测动态校正假说,提出了横向与纵向加速度综合预测算法并用于预测行驶中的汽车在将来时刻的位置。同时,提出了用虚拟道路拟合算法模拟汽车前方道路边界,用障碍物射线检测算法对汽车前方障碍物的相对位置进行判别。建立了仅以雷达为前方道路交通环境传感器的高速汽车弯道前方碰撞报警算法。仿真结果表明,所建立的算法能够在弯道情况下正常给出警报信息,起到预警的功能。     

高速无人驾驶车辆轨迹跟踪和稳定性控制

针对高速无人驾驶车辆运动控制过程中轨迹跟踪精度和稳定性难以同时保障的问题,提出综合前馈-反馈及自抗扰控制(ADRC)补偿相结合的横向控制算法. 通过车速和道路曲率信息计算前馈稳态前轮转向角,将质心侧偏角引入航向偏差,以车辆航向角偏差和侧向偏差作为参考量进行反馈控制,通过前馈-反馈控制提升瞬态轨迹跟踪性能. 设计自抗扰控制器,通过扩张状态观测器对未建模动态和内外界干扰进行估计,通过将后轮侧偏角控制在参考值附近来补偿前轮转角,提升无人驾驶车辆的转向稳定性和控制器的鲁棒性. 不同工况下的仿真结果表明,利用该方法可以保证高速无人驾驶车辆稳定地跟踪期望路径行驶,轨迹跟踪偏差较小,对车辆参数变化和外界干扰具有较强的鲁棒性.     

基于无参考图像获取能见度的车载视频自适应去雾算法

为解决雾天环境下车辆环境感知困难的问题,针对车行视程去雾算法无法自动获取能见度、复原图像色彩过饱和、细节丢失严重等情况,克服传统器测法和目测法对能见度获取的非实时性及主观性,提出了一种改进的非线性二分求根算法,利用无参考图像空域质量评价指标（BRISQUE）对能见度进行实时修正,最终实现了能见度的自动估值。作者改进了大气能见度与车行可视距离的关系函数,由改进后的车行可视距离求出的透射率值与实际透射率相比误差减小,降低Halo效应的产生、增加了图像细节信息。实验表明,利用能见度求出的透射率估值在大气光散射模型下能够自适应的处理雾霾视频,复原出的视频图像画质清晰,色彩鲜艳亮丽不失真且能保留大量的图像信息,处理过程视频流畅无卡顿,对于在雾天环境中交通场景不断变化的车载视频也有良好的去雾效果。     

高级车辆控制系统中道路检测的实现方法

高级车辆控制系统(AVCS)是智能运输系统(ITS)的重要组成部分，是图像处理的重要研究方向.道路检测是该系统正确实现的前提.提出了一种道路检测的实现方法：首先，在预处理阶段应用中值滤波对图像进行了去噪处理；其次，利用现实中正常情况下车辆正前方下区域总是为背景区域的常理，提出了一种局部平均值的方法取得背景；最后，利用了最小二乘法进行直线拟合得到车辆行驶的当前车道.软件模拟试验证明该方法简单，效果较为理想.     

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.     

基于视觉的自引导车实时跟踪系统研究

研究设计了一种基于视觉的自引导车快速跟踪的实现方案．为了能够有效地排除由于光源变化所引起的各种干扰,应用动态查表法选择阈值对图像不同区域进行二值化处理;为了提高处理速度,将图像信息压缩后进行特征提取;采用加权距离分类器和BP网络相结合构造了一个混合分类器,进行标志物的识别,提高了识别率．实验结果表明,该系统运行良好,效果令人满意．     

半挂汽车转向稳定性反馈线性化控制

建立了半挂汽车非线性动力学模型,分析了车辆在低附着系数路面上高速转向行驶稳定性。采用遗传算法和相平面法估计了行驶速度为16.7～25m/s时车辆稳态前轮临界转角。基于非线性反馈线性化跟踪控制理论,以牵引车横摆角速度和铰接角为控制对象,设计了半挂汽车前轮主动转向和鞍座直接横摆力矩联合控制的前馈和反馈复合控制器。车辆高速阶跃转向和单移线工况仿真结果表明:联合控制器对于提高半挂汽车横向稳定性效果较好。     

基于车行视程与大气光快速估值的车载视频去雾算法

交通场景中的视频图像去雾处理,是一个实时性极强的不确定反问题,针对雾霾天气下车载视频图像退化严重的现象,分析了交通环境中雾气浓度对车前物景可视度的关系,提出了大气能见度与车行视觉距离之间的关系模型,讨论了降质图像增强的理论与方法,建立了雾霾条件下车行可视距离的线性回归公式和基于大气能见度的透射率快速估值模型。同时,研究了雾霾物像暗通道的基本特征,提出了利用引导滤波对图像实现边缘平滑、细节增强以及利用盒式滤波保持边缘信息,降低时间复杂度;直接利用灰度图像获取大气光像素矩阵的估值方法,建立了基于大气光的快速估计模型,解决了暗原色先验理论方法的“非天空区”假设及其时间复杂度难以适应车载视频图像处理的问题。根据上述提出的透射率估计方法和天空光的估值模型,本文提出了一种鲁棒性好,实时性强的雾霾视频图像去雾的新算法,并完成了基于该方法的视频图像恢复处理流程设计,构造了车载雾霾视频图像恢复处理的综合验证平台,通过信息熵和图像边缘检测的方法,对本文提出的方法与目前已有的几种流行的去雾方法进行了图像恢复质量的比较,结果表明,本文提出的方法在反映图像细节和清晰化等方面都取得了良好的处理效果。     

一种改进KNN的无人机图像快速拼接方法

为了更好解决基于K近邻算法特征匹配速度问题,采用图像像素点经纬度数据加快特征点匹配的无人机图像拼接方法。利用拍摄图片信息里的地理坐标,计算影像像素点经纬度数据,然后计算出两张图像重合部分,利用重合部分特征点经纬度数据大致相同这一特点提高K近邻算法匹配速度,改进后的算法在匹配准确度比传统算法提高了43%左右,最后选用最佳缝合线法对图像进行拼接,获得了质量较好的全景图。     

考虑前后信息的车辆跟随自适应控制

为了增进自动化公路系统车辆控制系统的工作性能,考虑前后车辆信息,研究具有参数不确定性的车辆纵向跟随控制.假定被控车辆能获得前后相邻车辆及车队领头车辆的状态信息,基于车辆纵向动力学模型,采用固定期望车辆间距跟随策略,设计了车辆纵向跟随直接自适应滑模控制规律;应用Lyapunov函数方法和M-矩阵知识,对车辆跟随系统的渐近...     

基于交叉路口道路时空网格的车辆碰撞预警方法研究

通过车-路通信构建协作型交叉路口防碰撞安全预警系统,能保证车辆在交叉路口行驶过程安全的同时,提高交叉路口的通行率,然而车辆防碰撞安全预警需要对车辆行驶路线进行准确地估计,当车辆有碰撞危险时,需要给出安全速度区间,通知车辆减速或制动. 为解决这一问题,提出了交叉路口道路时空网格车辆避碰算法,其基本思想是将交叉路口划分为多个网格,利用路侧单元根据车辆当前车速、方向预测车辆行驶轨迹即车辆所占的网格数,若在某一时刻两车占用相同的网格则会发生碰撞,此时根据车辆当前的运动状态给出车辆能避开冲突的安全速度建议. 为了对算法进行验证,在无信号灯交叉路口和有信号灯交叉路口环境中对所提出的算法进行了仿真实验和真实测试,实验结果表明,所提出的算法能准确预判出在交叉路口处于潜在碰撞危险中的车辆,并给予车速建议,证明了该系统的有效性和准确性.     

基于整体最优阈值的车道线快速识别方法

针对现有车道线识别算法难以自适应地匹配图像,在车辆过弯途中识别率低,鲁棒性和实时性较差的问题,提出并实现了一种整体最优阈值的快速车道线识别算法.该算法首先对图像进行自适应二值化分割;然后对图像中的感兴趣区域进行提取;提出逐行检索的方法进行车道线内侧特征点的筛选,从而得到实际车道的左右标志线参数以进行道路模型重建.结果表明:区别于以往常用的霍夫变换,此方法具有更好的实时性及准确性,可在车辆过弯途中为系统提供更多的有效信息.     

汽车曲线行驶状态轴距差检测及校准方法

针对汽车曲线行驶状态轴距差检测仪校准方法的问题,研究了曲线行驶时轴距差的检测模型,提出了一种带有模拟并计量前轮转角功能进而实现汽车定轴距差曲线行驶的校准方法。该方法采用轴销的中心作为前轮回转中心,有效避免了由于前轮转动导致的校准装置轴距改变。研发了汽车曲线行驶状态轴距差检测仪的校准装置,完成了校准点分别为0、1、3、5、10、20mm时光敏式轴距差检测仪的校准试验,证明了汽车曲线行驶状态轴距差检测仪校准方法的可行性和准确性。     

无人机跟踪系统仿真平台的设计与实现

为解决无人机(Unmanned Aerial Vehicle, UAV)在进行地面目标跟踪实验时,存在验证难度大,成本高等问题,设计和实现了基于视景仿真软件和MATLAB/Simulink的仿真平台.首先,选择汽车作为地面目标,在视景仿真软件中导入UAV和汽车的三维模型,并设置虚拟云台和摄像机.其次,利用UAV、汽车与云台之间的相对运动模拟UAV跟踪过程中场景的变化,基于运动补偿的云台控制算法保证了虚拟摄像机始终指向目标.然后,虚拟摄像机采集目标所在区域的图片,图像跟踪算法跟踪图片中的目标,并利用目标图像模型解算目标在世界坐标系下的位置.最后,根据目标位置,使用参考点制导法生成期望的滚转角指令,引导UAV围绕目标盘旋飞行.视景仿真软件、图像跟踪算法和MATLAB/Simulink之间通过共享内存与UDP进行闭环通信.此外,提出一种实用可靠的标定方法,完成了视景仿真软件中虚拟摄像机内参矩阵的标定.仿真结果表明:该仿真平台能较好地模拟UAV对不同运动状态汽车的跟踪,得到的仿真结果具有较高的工程参考价值.本文的研究成果为目标跟踪实验提供了良好的仿真环境,有效减少实验成本.     

基于非监督特征学习的分叉道路检测算法

为了解决道路分叉环境中的智能车辆导航问题,提出一种大视场、近距离的道路检测方法.采用安装于车头的鱼眼摄像机,克服了普通相机视野窄、近处存在盲区的问题;通过鱼眼图像重投影,去除鱼眼畸变和透视失真,获得尺度一致的数据块;应用非监督特征学习和逻辑回归分类器,从海量未标记数据中得到原始数据块的稀疏表达,免除了人工标记数据,最后得到路面可通行概率.实验结果表明:此算法在缺乏先验道路几何信息、无手工标记数据的情况下,可以正确地识别分叉道路可通行区域,无视野盲区.     

基于分层模糊控制的地图匹配算法

地图匹配能够将车辆定位信息与路网电子地图相结合,是车辆导航系统中重要的定位技术.为克服地图匹配过程中当前定位点信息不足的缺点,充分利用车辆定位的历史轨迹信息,引入了Fréchet距离来定义两曲线间的距离,并且提出了基于分层模糊控制的地图匹配算法,简化了规则而且提高了运算效率,最后推导出可信度P作为地图匹配效果的评价指标.这种算法不仅能够在出现匹配错误时为使用者提供警告信息,而且还提供了一种能迅速从错误中调整恢复的方法.试验结果表明了该算法的有效性.     

热成型钢板在汽车前横梁上的应用

通过对原有车型前横梁结构进行分析和研究,得出基于目前车型结构,存在两种更改方案。针对双层板和单层板两种设计更改方案,分别采用了两种材料对前横梁进行相应的结构设计,然后再对其进行整车碰撞性能测试、CAE分析。结果表明,采用热成型钢板BTR165设计的前横梁单板结构,相对普通板材B340/590设计的前横梁双层板结构,不仅可以提高整车的碰撞安全性能,而且可以降低汽车的自重,因而具有重要的现实应用意义。     

双电机驱动竞速模型车控制系统设计

介绍了一种双电机驱动的模型车控制系统,采用舵机实现转向及刹车,以Renesas H8/3048为控制核心,光电传感器收集路径信息,霍尔传感器检测电机转速.通过离散PID算法确定舵机角度及驱动电机速度.配合直角弯道算法,双电机驱动模型车转向灵活,能可靠、快速地通过直角弯道.