面向引线框架缺陷的图像配准算法

为了降低引线框架缺陷识别的误检率,比较了基于灰度的模板匹配和基于特征的匹配算法之间的优缺点,并针对引线框架缺陷检测中参考图和检测图存在差异的特点,提出基于区域定位和不变矩的特征匹配算法。该算法通过边缘检测定位出特征区域,并用不变矩进行区域特征描述。在缺陷识别试验中,相比于模板匹配算法,该算法表现出更快的结算速度,更高的配准精度,更低的配准失败概率。结果表明,该配准算法适用于引线框架缺陷识别,降低误检率。     

基于多模板匹配的双模型自适应相关滤波跟踪算法

为有效提升目标跟踪的精确度和实时性,设计了基于多模板匹配的双模型自适应相关滤波跟踪算法。对多模板匹配模型与核相关滤波跟踪模型参数进行初始化处理：多模板匹配模型选取得分函数作为模板与候选样本间匹配准则,通过候选样本得分获取最佳目标,更新多模板后,通过形变多样相似性实现多模板匹配;核相关滤波跟踪模型利用所采集目标样本数据建立循环矩阵,通过训练核化岭回归分类器获取核相关滤波器,并获取响应置信图,再利用响应置信图获取下一帧图像目标位置。通过自适应融合策略获取两个模型所估计目标位置,再采用金字塔尺度估计策略估计目标尺度变化,通过不断更新各模型参数实现目标精准跟踪。实验结果表明,在目标受遮挡或旋转、光照变化等复杂环境下,该算法的中心跟踪误差均低于15 dpi,平均跟踪精确度均高于98%,且目标定位时间低于100 ms,说明该算法在跟踪精确度和实时性上具有明显的应用优势。     

认知网络中的多用户MIMO线性协作频谱感知问题研究

研究了多用户MIMO的线性协作频谱感知问题以提高频谱检测的可靠性,推导了多用户MIMO线性协作感知系统的局部检测和全局检测策略,建立了在给定误警概率的情况下控制中心通过优化给各个用户的信号所分配的权值来最大化全局检测概率的优化模型。进一步,引入了遗传算法来求解上述全局检测优化问题的最优权值,期望能够有效降低算法在频谱感知过程中检测时间。仿真结果表明,多入多出能够明显提高协作频谱感知系统频谱检测可靠性,而遗传算法高效且稳定,相比较其他算法能够有效改善系统的检测性能。     

An Arrhythmia Detection Algorithm Based on Feature Extraction and Multiple Template Matching

基于特征提取和多模板匹配的心律失常检测算法通过样本数据库创建模板库,对模板库进行特征提取以创建特征库,同时建立索引与模板库关联,然后使用特征库中的模板与待检测心电信号进行粗匹配运算,当粗匹配的相关系数大于预设阀值后,再利用索引加载相关模板进行细匹配运算。使用MIT-BIH数据库的数据验证基于特征提取和多模板匹配的心律失常检测算法的效果理想。     

多网络环境下的差异化入侵特征检测平台的设计与实现

传统的网络入侵特征检测方法,检测准确性低。因此,设计并实现基于Libnids分布式入侵检测系统,该系统将多网络环境分割为不同逻辑区域,各逻辑区域包含不同的分析节点,各分析节点由数据探测部件、分析检测部件和管理控制部件组成。在系统实现方面,利用WinPcap函数库完成数据包的采集,依据采集的数据包,通过WM模式匹配算法和协议分析匹配检测模型,进行差异化入侵特征的检测。实验结果表明,该系统具有较高的检测率、较低的虚警率和漏报率。     

基于多层检测的网络安全防范系统

提出了一种基于多层的网络安全防范系统,该系统采用多层检测技术：在IP层采用基于聚集的拥塞控制算法（ABCC）,通过限制拥塞信号的宽度,使间接损害达到最小;然后在TCP和UPD层采用基于人体免疫原理的检测技术AIPT,通过建立规则集,将来自网络访问活动与规则集中的规则匹配,以检测出网络入侵行为。仿真实验结果表明,基于本模型的系统不仅能合理地缓解DoS/DDoS攻击,而且能够解决现有的防范系统中高误报率和漏报率以及实时性差、人工干预多的问题。     

基于速度模板匹配的扫描间杂波抑制方法

针对雷达杂波中单帧检测虚警概率高的问题,提出了基于速匹配的扫描间积累杂波抑制方法。该方法首先根据场景中目构造不同速度和加速度的运动模板,覆盖所有可能的目标运动。用不同的模板去匹配场景中的运动目标,实现目标的二元积累决,积累过程中根据多普勒信息对CFAR点迹进行辅助判决,进一步除雷达杂波虚警对扫描间积累性能的影响。最后,通过实测海杂验证所提方法的有效性。针对雷达杂波中单帧检测虚警概率高的问题,提出了基于速度模板匹配的扫描间积累杂波抑制方法。该方法首先根据场景中目标运动特征构造不同速度和加速度的运动模板,覆盖所有可能的目标运动轨迹。利用不同的模板去匹配场景中的运动目标,实现目标的二元积累和检测判决,积累过程中根据多普勒信息对CFAR点迹进行辅助判决,进一步剔除雷达杂波虚警对扫描间积累性能的影响。最后,通过实测海杂波数据验证所提方法的有效性。     

车载红外夜视技术发展研究综述

随着红外技术的发展,红外夜视仪越来越多的被应用在车辆辅助驾驶系统上以提高夜间的行车安全性。本文阐述了车载夜视技术的发展状况,针对红外成像的行人检测算法进行综述,并对其中多尺度红外特征提取和检测方法进行了分析,最后对未来车载平台行人检测技术的发展方向做了简要介绍。     

一种多环境适用的交通标志识别模型

交通标志识别对于自动驾驶和辅助驾驶系统中非常重要,但大多数相关研究仅局限在白天场景的识别,若用于夜间,光强差异太大会导致识别准确率显著下降。为解决该问题,文中提出了光强分类模型,可根据光强强度划分场景识别标志牌,保证夜间较高的识别率。该模型通过KNN和SVM构造邻接矩阵和训练特征向量来判断分场景处理出的ROI,从而确定具体标志牌种类。实验证明,该模型在不同环境下识别准确率高达98.1%。     

基于FPGA实现多级模板并行匹配

针对图像匹配技术中多级模板相关匹配算法具有重复性大、计算简单等特点,由于DSP实现该算法实时性不能满足要求,为此采用FPGA来实现多级模板相关匹配.在分析多级模板并行处理优势的基础上,重点研究多级模板相关匹配算法的系统架构以及FPGA硬件实现过程.并在Altera公司的CycloneⅢ系列FPGA硬件平台和Modelsim仿真软件上对该算法进行了功能和时间测试、匹配性能验证.该设计在提高性价比的同时达到实时性要求,为整个跟s踪系统性能实现最优奠定了基础.     

基于元胞自动机的激进型驾驶行为换道模型

为研究实际高速路激进型驾驶行为对交通流的影响，对NGSIM中80号州际公路（I80）数据进行分析。通过对数据中车头间距、车辆换道等参数的分析，提出了针对激进型驾驶行为的换道模型。运用元胞自动机，在单车道VDR模型和双车道STCA模型基础之上采用动态换道概率并建立了ISTCA模型。通过对不同道路密度条件下换道行为进行模拟仿真，并与STCA模型进行对比分析。仿真分析表明，在一定密度范围内，ISTCA模型能有效提高道路的通行能力。     

DMD高帧频景像仿真系统驱动技术研究

基于数字微镜器件(DMD)构建的高帧频景像仿真系统,可以实现可见光和红外波段高帧频探测系统的功能和性能测试,其驱动技术是整个仿真系统的核心.以FPGA为核心,结合DMD的硬件特性和改进的PWM调制方法,完成DMD控制系统驱动设计,实现PCIe高速数据传输、DDR3数据存取以及DMD高帧频灰度图像显示,同时,利用WinDriver完成上位机PCIe驱动设计.通过实验验证,该驱动技术能够实现仿真系统以1 000 Hz高帧频显示8 bit灰度图像,满足高帧频探测系统测试需求,并可广泛应用于可见光和红外波段高帧频景像仿真系统的构建.     

MEMS红外光源可调制驱动电路设计

针对MEMS红外光源的驱动控制问题,提出了一种基于FPGA和稳压集成电路ADP3336的可调制驱动系统。通过对MEMS红外光源的辐射光谱和驱动特性研究,确定基于可调脉冲方波的直接驱动控制方式;采用FPGA对数字脉冲信号进行占空比和频率的复合调制;采用ADP3336对光源精密稳压驱动,使驱动电压偏差不大于0.1 V,驱动效率达80.1%。该驱动电路实现了对MEMS红外光源大功率、高精度、高效率供能驱动以及深度调制,为这种新型红外光源器件的应用提供了技术基础。     

红外热成像技术在ADAS系统中的应用

针对高级驾驶辅助系统(ADAS)要求的驾驶安全与现有的汽车传感器套件无法充分检测汽车或行人的矛盾,研究红外热成像技术在ADAS系统中的应用。首先讨论了在典型的汽车传感器套件中添加红外热像仪的必要性,然后对图像进行预处理,同时结合深度学习下的目标检测YOLOv5算法进行模型训练,最后用实验数据证明该算法能在复杂的驾驶环境中可以更好地检测和分类交通目标,从而帮助ADAS系统实现兼顾精度与实时性的目标检测。     

Co‐Pilot Agent for Vehicle/Driver Cooperative and Autonomous Driving

ETRI's Co‐Pilot project is aimed at the development of an automated vehicle that cooperates with a driver and interacts with other vehicles on the road while obeying traffic rules without collisions. This paper presents a core block within the Co‐Pilot system; the block is named “Co‐Pilot agent” and consists of several main modules, such as road map generation, decision‐making, and trajectory generation. The road map generation builds road map data to provide enhanced and detailed map data. The decision‐making, designed to serve situation assessment and behavior planning, evaluates a collision risk of traffic situations and determines maneuvers to follow a global path as well as to avoid collisions. The trajectory generation generates a trajectory to achieve the given maneuver by the decision‐making module. The system is implemented in an open‐source robot operating system to provide a reusable, hardware‐independent software platform; it is then tested on a closed road with other vehicles in several scenarios similar to real road environments to verify that it works properly for cooperative driving with a driver and automated driving.     

采用虚拟仪器产生热释电IRFPA电路驱动信号方法

采用虚拟仪器技术,构建基于计算机硬件和LabV IEW软件平台的虚拟仪器系统,能对热释电红外焦平面阵列( IRFPA)读出电路工作时序、逻辑关系的驱动控制。该系统控制PCI数据采集卡输出驱动信号。实验结果表明,该方法是可行的,并具有软件可编程能力,突破了传统利用CPLD技术的方法。     

基于驾驶数据的主动安全预警系统设计

随着人们生活水平的提高,车辆的安全性越来越成为人们共同追求和关注的焦点。在“人-车-路-环境”的交通系统中以信息技术为主导的车辆主动安全预警系统是解决车辆驾驶安全问题的最佳方法。文章基于驾驶数据得到驾驶人驾驶风险评估,依据峰值触发系统报警,有效保障了车辆全过程安全行驶,避免交通事故发生。     

汽车主被动集成安全发展趋势研究

近年来,汽车工业在世界范围内掀起浪潮,汽车的保有量也随之增多。如何减少汽车安全事故的发生频率,尤其是最大程度地降低因交通事故而造成的人员伤亡,是目前汽车发展道路上的最大障碍。在此背景之下,世界上众多知名汽车厂商开始陆续着手汽车的安全系统开发工作,也收获了可喜的研发成果,例如传感器融合技术。传感器融合技术是“系统集成技术”的一种,它融合了主动技术与被动技术,并且通过主被动技术的完美结合,创造出一种适用于车上成员人身安全以及车辆安全驾驶的全面驾驶策略。     

基于贝叶斯网络的无人驾驶行为决策研究

无人驾驶系统的决策系统是决定无人驾驶汽车安全性、稳定性的关键技术,是无人驾驶汽车智能程度的体现。本文旨在研究一种基于因果推理的无人驾驶行为决策模型,即理性决策,而不是相关推理。建立了基于贝叶斯网络和强化学习的决策模型,结合深度学习,基于规则的专家系统的特性,深入研究决策模型在样本比较少或数据部分缺失的情况下,提高复杂场景下的适应性、提升泛化能力和迁移学习能力。     

基于增强型轻量级网络的车载热成像目标检测方法

车载热成像系统不依赖光源,对天气状况不敏感,探测距离远,对夜间行车有很大辅助作用,热成像自动目标检测对夜间智能驾驶具有重要意义.车载热成像系统所采集的红外图像相比可见光图像具有分辨率低,远距离小目标细节模糊的特点,且热成像目标检测方法需考虑车辆移动速度所要求的算法实时性以及车载嵌入式平台的计算能力.针对以上问题,本文提...