基于深度学习的车辆换道轨迹模型研究

本文以真实车辆轨迹数据为依托,通过数据处理提取车辆换道轨迹数据,利用深度学习提取数据特征的强大能力,提出了基于门控循环单元的换道轨迹模型,描述和预测换道执行过程的轨迹。     

基于红外避障的智能小车的设计

本文主要针对智能小车的红外避障功能存在的“点”避障缺陷,提出并设计了一种基于双路交叉红外探测的智能避障系统.重点针对避障过程中所遇到的“贴墙”陷阱问题,进行深入分析研究,提出了基于时钟中断的保护期模式的解决方案和相关算法.算法经过测试实验反复调整参数,达到了较好的避障效果.     

智能避障小车系统设计研究

针对传统避障小车的避障能力、应用场景局限性、功能单一等问题,本文提出了一种全新的智能避障小车.智能避障小车系统在传统避障小车设计基础上,增加各种不同类型的传感器,采用物联网方式设计,增加OTA功能,以满足不同场所、不同使用环境的需求,提高避障能力.实验测试结果验证了该智能避障小车系统有益效果和方案的可行性.该智能避障小...     

融合遗传贝塞尔曲线的智能汽车路径规划

为使智能汽车在复杂环境中自主规划出一条合理路线以实现安全避障,提出一种融合贝塞尔曲线的改进遗传算法路径规划方法.以路径的长度最短和平均曲率最小为目标函数,对适应度函数进行改进的同时,在变异过程中引入随机插入机制,最后考虑到行驶过程中的平顺性和稳定性,在车辆坐标系下通过融合贝塞尔曲线形成一条满足车辆行驶特性的平滑路径.计...     

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。     

基于传感器信息融合的智能小车避障设计

本文分析了在智能小车的轨迹控制中的多传感器数据融合技术和基本原理,以及相应的数据融合结构,并结合智能小车的避障问题,利用模糊神经网络原理研究了一种用于小车避障运行的轨迹控制方法。最后以实例给出了智能小车避障设计的算例。     

融合危险度模糊分级的UAV动态避障方法

针对无人机(UAV)在多障碍环境中面对运动障碍的反应式避障问题，为了在反应避障决策时能够朝向周围障碍更远、更少的方向进行避障，提出了一种融合障碍危险度模糊分级的三维速度障碍避障方法。通过三维速度障碍法，给出探测域内各运动障碍的碰撞预测。选取坐标系三轴方向作为相互独立的可用避障加速度方向，在速度及加速度限制下求解三轴方向上避障加速度方向以及数值区间。通过模糊算法，给出了周围其他静止障碍的危险分级方法，提出优化评价函数对计算各方向上的最优加速度，给出优化避障指令。仿真结果表明，针对复杂环境，UAV在反应避障的同时考虑了其他障碍的影响，相比原算法拥有了更高的避障成功率和更少的避障次数。     

智能灭火机器人自动避障和火焰搜索的设计方案

智能灭火机器人在实际中的工作需要系统的合作,本文主要对智能灭火机器人的火焰搜索和自动避障进行了分析,分析的角度从软件和硬件两个方面入手。本文对智能灭火机器人两个系统的分析采用了实例分析的方法进行,通过实验表明火焰搜索系统以及自动避障系统都能够很好的实现系统功能。     

交通监控视频中的车辆异常行为检测

构建了利用交通监控视频对车辆异常行为进行检测的系统框架.使用改进Surendra背景差分与三帧差分相结合的算法进行车辆目标检测,结合CamShift算法与Kalman滤波器进行车辆目标跟踪,提取车辆质心绘制运动轨迹,针对车辆运动方向判别、违章变道、调头等行为提出了检测方法.实验结果表明,提出的交通监控视频中的车辆异常行为检测系统具有较高的实时性与准确性,部署简易快速,维护成本低廉,可以满足当今智能交通系统日益增长的需求.     

基于机器学习的电力巡检机器人避障路径规划

目前研究的电力巡检机器人避障路径规划方法存在避障能力较差、巡检效果不佳的问题,因此提出基于机器学习的电力巡检机器人避障路径的规划方法.利用运动关系以及机器人运动势场定理完成电力巡检机器人路线三维模型的建立,确定机器人在获取行动任务时路线的方向,通过模糊支持向量算法对初始化的行走路径进行避障路径规划,使巡检机器人具有智能...     

基于单片机的智能红外避障小车设计

智能红外避障小车利用红外传感器对障碍物和行驶的路况进行判断,从而使小车能顺利地绕过障碍物。文章提出了一种基于STC89C52单片机的智能红外避障小车的设计与实现方法。该设计以两个直流电动机为主动力源进行驱动。电机驱动电路采用了L298N驱动芯片,通过红外传感器来采集信息,并送入主控单片机(STC89C52)进行处理,数据处理完成后执行相应动作,以达到自动控制的目的。本设计中避障模块采用红外线收发来完成,由控制单元处理数据后执行相应动作,实现了无人干预也可完成一系列动作的功能。     

基于ARM的智能避障小车设计

避障是智能小车应具备的基本功能之一,以s3c44b0x芯片为核心,采集前方障碍信息并对智能小车进行控制,选用红外避障传感器检测智能小车前方的障碍物,设计了智能小车的自动避障系统,并阐述其工作原理。本系统设计简单、成本低、实时性好,在室内环境中取得了预期的实验结果,能使智能小车无碰撞到达目的地。     

基于Arduino的智能小车避障系统的设计

针对智能小车存在的单面避障缺陷,设计了一种智能小车全方位避障系统,系统以Arduino为主控单元,以Linux为开发平台,通过传感器采集数据,经由程序控制,可实现全方位避障,解决了单面探测中存在的一些问题。实验结果表明,设计的全方位避障系统有效地提高了避障成功率。     

基于ATmega328p的超声波避障系统设计

随着我国工业技术的现代化，越来越多的工业设备开始与物联网技术结合。目前，大部分的避障设备，如测距器和汽车GPS等都采用红外探头和超声波避障模块。为了将避障系统融入生活当中，基于ATmega328p设计了一种超声波避障系统。首先，简单地介绍了系统的总体设计方案；然后，详细地阐述了系统硬件模块和软件模块的设计方法；最后，利用试验对该系统的性能进行了验证，结果表明，该智能避障系统能够准确地判断障碍物的位置并进行相应的避障操作，具有一定的推广使用价值。     

基于树莓派智能小车控制系统的设计

为实现智能小车的搬运、视频传输和寻迹避障等基本功能,文章研究设计了一款可优先避开障碍物再进行循迹,到达指定地点完成物品搬运,同时还可以利用摄像头进行监控并传输高清影像的智能小车。该智能小车以树莓派作为核心主板,利用红外线循迹模块和超声波避障模块实现循迹和避障功能;在此基础上,通过加装双轴直流减速电机操控机械爪的运动,完成物品的抓取。该智能小车利用高清摄像头实时获取智能小车运行过程中的视频图像数据,再搭载蓝牙模块、Wi-Fi模块与手机或电脑进行通讯,将获取到的视频图像数据实时传送到手机端或电脑端。实验证明,该智能小车能够实现循迹避障、搬运物品、实时将视频图像数据传输到手机或电脑实现监控等功能。该智能小车在物体运输、智能探测和巡逻监控等领域有着广泛的应用。     

基于STC89C52和nRF24L01的智能小车设计

智能小车在科研、工业军事等领域有着广阔的应用前景。基于51单片机和nRF24L01无线通信模块设计开发了一款具备循迹、避障以及无线通信等功能的智能小车,着重对其供电模块、控制模块、循迹模块、避障模块以及无线通信模块进行了硬件设计,并按照模块化思想开发了其软件程序。实现了该智能小车不仅具备循线、避障等功能,而且在一定距离范围内可以实时无线通信,协作开展相关工作的功能。     

基于Arduino的双模式智能避障小车系统设计与实现

针对目前智能避障小车存在障碍物距离测量精度不高,存在探测盲区的问题,介绍了一种基于Arduino的智能避障系统。常见的超声波避障模块探测距离远不易受到干扰,但是反应时间长。红外测距探测距离近,测量速度快,精度高,但是受环境影响较大。利用Arduino作为主控系统,采用超声波测距、红外测距等多传感器信息融合的采集系统,优势互补,并通过对数据的算法优化,提升小车对环境的感测精度,有效提高了小车的避障成功率。基于Android开源平台的蓝牙串口通信APK,智能小车既可以自动避障,也可以接受人的帮助,进行人工避障,实现了手动和自动双操作模式,丰富了用户体验。实验证明,该系统运行稳定,对障碍物的探测更加精确,可有效实现全方位避障。     

基于深度学习的车位智能检测方法

提出了一种基于深度学习的车位智能检测方法。利用TensorFlow深度学习平台对车辆目标识别模型进行了训练,提取了有效车辆图像的优化间隔,给出了车辆分布的精准识别结果,实现了对车辆分布识别结果的有序编号和车位空缺状况的准确判断。利用模拟数据和实际采集数据,分别验证了车位分布的智能识别、车位智能编号和空车位判断的可靠性。     

基于多层综合评价模型的电梯安全风险评估

基于风险原理的安全评估方法研究,以实现电梯安全状况的综合风险评估。论述了老旧电梯安全风险评估的必要性,建立了电梯安全风险评估的程序,分析了电梯危险情节与风险源的识别,确定了如何进行电梯风险要素等级、风险类别评定,并提出降低风险措施,建立通过多层综合评价模型来形成电梯安全评估的总体总论。     

基于函数分布特性的智能车辆换道行为识别

针对目前智能驾驶辅助系统对驾驶人换道意图识别存在的问题,基于函数分布特性分析和层次分析法展开研究.一般将主车与车道线的距离作为换道的指标变量,由于将影像数据作为指标变量的基础数据源时,指标变量受光照和交通基础设施的影响较大,为此,将方向盘转角和车道线距离作为换道行为识别的指标变量,提出一种基于函数分布特性的换道行为识别方法.首先对获取到指标变量进行函数分布分析,确定出相应的换道起止时间,并依据不同环境下获取到的变量可靠程度,采用层次分析法确定出2种指标对识别准确性的贡献度,融合2种变量贡献度构建出换道行为识别规则,并利用实车数据对该识别方法进行验证.结果表明:融合2种指标变量的识别方法可以适应更为复杂的交通环境;当光照、车道标识线清晰可辨识时,车道线距离对识别准确率贡献最大;当车道标识线无法辨识时,方向盘转角占优.