汽车智能化与驾驶信息系统创新

虽然实现自动驾驶尚需时日,自动驾驶核心技术驾驶辅助系统(ADAS)发展迅速。随着ADAS普及程度的增加,传统汽车将初步具备半自动驾驶动能,为日后无人驾驶汽车商业化奠定较为扎实的基础。传感器作为汽车电子控制系统的重要信息源,将提升汽车安全和驾驶体验。2016慕尼黑上海电子展的传感技术主题展区有众多汽车传感器巨头和新产品亮相。     

深度学习与图像融合的行人检测算法研究

为解决智能辅助驾驶技术中可见光摄像机受光照和气候影响而导致行人目标识别困难的问题。通过研究图像融合技术,结合深度卷积神经网络,实现并改进了一种道路行人目标检测算法。方法是利用多源传感器图像融合技术,采用可见光相机与红外热成像相机融合的策略,以Faster RCNN算法为基础,从改进网络结构、特征融合、优化模型训练等方面展开研究,对复杂环境下的行人检测与定位跟踪展开研究,提出一种基于图像融合技术和改进的深度卷积神经网络的道路行人目标检测算法。实验结果表明,该算法对复杂气候环境下行人目标检测提高了检测效率和准确率,增加了智能辅助驾驶汽车的安全性。     

加强ADAS摄像头系统的功能安全性

<正>1ADAS市场动向和ROHM的方针近年来,汽车领域的先进驾驶辅助系统（advanced driver-assistance systems,ADAS）,作为面向汽车安全的世界性措施,在世界各地的搭载和义务化进程不断加速,ADAS构成所需的车载摄像头系统、Radar（雷达）、Li DAR以及将多个传感技术融合在一起的传感器Fusion系统的开发也在加速。     

城市交通情况下的横向速度估计

汽车雷达传感器即使在多目标情况下也被用于同时测量目标的距离、方位角和径向速度。对先进驾驶辅助系统（ADAS）如公路场景的目标跟踪而言,单一目标测量数据是必需的。在典型的城市交通情况下,对雷达测量值添加上每个受检目标（如车辆）的横向速度分量是很有意义的。本文表明,即便在单项观测状态下也能量测出扩展目标的横向速度。在目标上的驻留时间应当足够大的情况下要求汽车雷达传感器有高的谱分辨率。     

罗德与施瓦茨公司助力智能网联汽车测试发展

罗德与施瓦茨公司（以下简称R＆S公司）配合中汽研汽车检验中心（以下简称天检中心）,在经过大量的验证实验与技术比对后,R＆S公司赢得其汽车雷达测试与网联测试能力建设项目,并在今年与天检中心正式签订订单。随着ADAS功能的普及与自动驾驶的发展,车载毫米波雷达作为ADAS系统的主要传感器,具有良好的角度分辨能力与极强的穿透能力,可以在复杂的天气条件下.     

基于激光雷达点云的3D目标检测技术综述

在自动驾驶场景中,需要感知周围环境中的目标类型、大小、距离及方向等信息,因此3D目标检测技术对于自动驾驶汽车而言尤为重要.为获取周围环境信息,如激光雷达等传感器被应用在自动驾驶汽车上.为此,介绍自动驾驶领域基于激光雷达的3D目标检测现有方法,涵盖最新的模型,并对现有模型进行系统的分类,详细介绍具有代表性和开创性的方法,...     

基于Jetson TK1和深度卷积神经网络的行人检测

近几年随着ADAS(高级驾驶辅助系统)以及无人驾驶等技术的逐渐兴起,作为ADAS和无人驾驶的关键技术,行人检测成为计算机视觉领域的热点问题。文中针对目前汽车电子系统大多是低功耗的嵌入式系统,提出采用低功耗嵌入式设备为平台配合深度卷积神经网络实现行人检测系统。实验结果表明该系统具有较高的识别率和较快的检测速度,基本满足实时性。     

智能汽车ADAS电磁辐射抗扰度测试方法研究

针对智能汽车先进驾驶辅助系统(ADAS)电磁辐射抗扰度测试的难点,通过分析ADAS的工作原理,总结出在电磁兼容试验室内激活和控制车辆ADAS的有效方法。并分别对配备单雷达、双雷达、图形识别系统的具有自适应巡航、前碰撞预警、自动紧急制动的智能汽车进行电磁辐射抗扰度测试。     

低EMI/EMC辐射开关转换器简化了ADAS设计

<正>ADAS是高级驾驶辅助系统的首字母缩写，在当今许多新汽车和卡车中都很常见。这些系统通常有助于安全驾驶，如果系统检测到周围物体的风险，例如错误的行人、骑自行车的人，甚至是不安全轨道上的其他车辆，可以为驾驶员提供警报！此外，这些系统通常提供动态功能，如自适应巡航控制、盲点检测、车道偏离警告、驾驶员睡意监控、自动制动、牵引力控制和夜视。因此，消费者对安全性的日益关注、对驾驶舒适性的需求以及政府安全法规的持续增加是本十年后半期汽车ADAS的主要增长动力。     

ADAS应用发展趋势与系统需求

汽车市场的竞争和法规压力促使制造商在中端车辆中采用以前只有豪华车才用到的ADAS技术,设计人员必须采用灵活的高性能技术平台才能兼顾系统对计算性能与成本的需求。从上世纪50年代早期的电动车窗到当今最新的汽车驾驶系统,豪华汽车所具有的高端特性随着时间的推移最终都应用到中端和经济型汽车上,成为必备的电子和电气系统。最近新出现的高级辅助驾驶系统(ADAS)技术也不例外。举个例子来说,欧洲的福特福克斯汽车现在具备了自适应巡航控制(ACC)、自动刹车和     

红外图像序列的目标增强和检测

文中主要研究了远距离红外图像序列的目标增强和检测问题,提出了基于局部纹理特征的红外图像增强算法,利用红外图像目标和背景区域局部纹理特征的差异来增强目标和背景区域的对比度;为了提高目标检测的速度和精度,利用序列图像的帧间相关信息,采用边检测边跟踪边确认的目标检测方法。实验结果表明,对于远距离、小目标的红外图像,这种增强算法在目标对比度和细节方面都明显优于直方图均衡化方法,而本文采用的目标检测方法仅需很少几帧图像就能检测和跟踪目标,可以在确保目标检测的可靠性的前提下,提高目标的检测速度。     

多传感器信息融合的前方车辆检测

为提升辅助驾驶系统对于道路环境中车辆的感知能力,通过机器视觉与毫米波雷达信息融合技术对前方车辆进行了检测。融合系统中对摄像头和毫米波雷达进行了联合标定,借助三坐标测量仪确定两者的数据转换的关系,优化了深度学习算法SSD的候选框,提高了车辆的检测速度,选用长焦和短焦两种摄像头进行前方图像采集,并将两者重合图像进行融合,提升了前方小目标图像的清晰度,同时对毫米波雷达数据进行了处理,借助雷达模拟器确定合适阈值参数实现对车辆目标的有效提取,根据雷达有效目标数据对摄像头采集的图像进行选择与建立感兴趣区域,通过改进的SSD车辆识别算法对区域中的车辆进行检测,经过测试,车辆的检测准确率最高达到95.3%,单帧图像平均处理总时间为32 ms,该算法提升系统前方车辆检测的实时性和环境适应性。     

基于萤火虫最优偏差的红外目标检测算法

为了提高红外目标检测的性能,借鉴萤火虫算法,提出了一种基于萤火虫最优偏差的红外目标检测算法。算法首先建立红外目标检测模型,通过红外拍摄系统对目标像点定位,将检测目标的光强分布看成高斯分布函数,利用质心窗口采集图像;以红外点目标成像的艾里斑能量分布做为萤火虫适应度函数,利用差分迭代对红外目标进行检测寻优;通过控制最优偏差估计的检测误差来优化检测目标。最后实验仿真显示本文算法能够检测出红外目标区域,相比其他算法边缘定位更准确,同时检测效率较高。     

红外弱小目标实时检测跟踪系统

根据红外弱小目标检测和跟踪的实时性要求,基于中波红外热像仪、双数字信号处理 器(DSP) 、管理板卡HEPC9,双DSPC6201和双现场可编程阵列( FPGA)搭建了一套实时的红外图像处理系统。同时针对C6201微处理器,成功实现了弱小目标检测与跟踪程序的优化和移植。系统测试表明:该系统实时和有效检测跟踪每秒50帧,每帧320 ×240,每像素14位的低信噪比复杂序列图像。     

红外弱小目标实时检测处理系统

针对红外弱小目标的实时检测,提出了一套基于DSP和FPGA高速乒乓缓存结构的红外实时目标检测系统。该硬件系统以高速乒乓缓存结构为核心,利用基于目标特性的区域生长算法完成对红外弱小目标的检测。实验结果表明,该检测系统对红外弱小目标具有较好的检测效果和较高的实时性,可以实现对红外弱小目标的实时检测。     

基于卷积神经网络的空中红外飞机检测

在传统的空中目标检测算法中,需要进行人工设计特征来满足不同天空背景下的目标检测需求,对未来防空作战体系要求的自动化和智能化提出了挑战。为此本文在防空武器成像系统应用背景下,参照PASCAL VOC2007数据集格式建立了空中红外飞机数据集,将基于卷积神经网络的Faster R-CNN算法与R-FCN算法应用到空中红外飞机检测问题中,其次在Caffe框架平台下利用Faster R-CNN+VGG16/ResNet-101模型、R-FCN+ResNet-101模型,分别对自建数据集中测试集进行了检测。实验结果表明,在应对远距离弱小目标、云层遮挡、对比度低、目标截断等较难检测情况时,Faster R-CNN和R-FCN算法均能够有效地检测出空中红外飞机。本文良好的检测效果为解决空中红外飞机检测问题提供了更加简洁的思路。     

海天背景红外图像小目标自动定位方法

通过对舰载红外警戒系统成像进行分析,提出了一种基于交叉算法的海天背景红外小目标的自动定位方法.其基本思路是根据红外图像的特点,首先通过Radon变换域极大值点提取海天线,然后沿海天线平行的方向取与海天线平行的直线,进行频率突变点的检测,最后由海天平行线和频率突变点处坐标共同对红外图像小目标进行定位.试验结果表明,该算法能快速、准确地对目标自动定位.     

红外目标检测的形态滤波改进算法及其DSP实现

基于数学形态滤波,提出了一种红外小目标实时检测的算法及其DSP硬件实现技术。首先分析了小目标检测过程,并论述了改进的形态滤波检测算法原理,然后根据算法特点提出了在DSP64X的实现方法和过程,最后给出并分析了该算法在红外探测系统中的运行结果。实验结果表明:该方法可以快速、可靠的检测出极低信噪比下的小目标,满足了系统性能指标。     

海空背景下红外小目标检测算法

研究海空复杂背景下红外图像小目标检测问题,针对海空背景下远距离小目标总是出现在水天线附近的特点,通过小波多尺度分析边缘检测算法检测水天线,确定出目标潜在区域,再进行精细目标搜索,从而提出了一种由粗到精的小目标检测算法。实验结果表明,对一般噪声条件下得到的红外目标图像,该方法能准确地检测、定位小目标,单帧检测准确率达96%以上并具有单帧检测率高、实现速度快的特点。