基于改进YOLOv4的自动驾驶场景车辆检测

针对自动驾驶场景,现有车辆检测算法对小目标车辆检测效果不好,导致车辆检测精度不高的问题,该文提出改进YOLOv4算法。首先增加小目标检测层,降低小目标车辆的漏检率;然后使用EIoU(efficient intersection over union)损失函数替换CIoU(complete intersection over union)损失函数,降低算法的边界框回归损失,提高算法的检测精度。在数据预处理阶段采用Mosaic数据增强的方法提高小目标车辆的训练效果,以及使用K-Means聚类算法选出更合适的检测锚框。在KITTI数据集上实验,改进算法平均检测精度为95.84%,检测速度为37.12帧/s,相比YOLOv4算法,平均检测精度提高2.84%。实验结果表明,改进YOLOv4算法达到了提高车辆检测效果的目的。     

基于改进DETR模型的输电线路工程车辆检测研究

针对人工检测大型工程车辆频繁进出施工现场容易出现漏检或误检的问题,文章提出一种改进DETR(基于Transformer的端到端目标检测网络)模型对输电线路工程车辆进行检测识别。首先在原始的DETR主干网络中,引入空洞卷积法获取更多深层次的特征,扩大感受野;其次加入特征金字塔网络(FPN),融合不同尺度的特征,增强特征的健壮性;最后将损失函数GIOU改为CIOU,使模型在训练的过程中达到更快和更好的收敛效果。实验结果显示,改进后的DETR模型在自制数据集中AP₅₀(IOU阈值取0.5)和AP_50-95(IOU阈值取0.5～0.95)分别达到了92.1%和61.3%,说明该改进模型在识别输电线路工程车辆场景中具有较高的应用价值。     

高分辨率卫星影像车辆检测研究进展

高分辨率卫星遥感技术具有在更小的空间尺度上探测地表目标的能力,利用其影像数据进行车辆检测已成为新的研究热点。在概述遥感影像车辆检测研究现状的基础上,对车辆目标影像特征及车辆检测过程进行了探讨;将车辆检测方法分为利用光谱/几何结构特征的基本检测方法和综合运用多种特征的智能化检测方法,并详细叙述了多种车辆检测方法的原理与适用性以及车辆提取中的关键技术。通过分析发现：结合多特征的机器学习和面向对象的车辆检测方法更适合较复杂环境下的车辆检测。     

基于振动传感器的车辆信号采集与分析

设计了一种有效的模拟信号调理方法,并研制了一种基于全向振动传感器的信号采集探测系统,对车辆振动信号的数据进行采集与检测。根据传感器的输出可判断周围空间内车辆的存在与否,并对该信号进行试验研究,试验结果表明：车辆与人的信号输出有很大的差异,从而可以区分人和车辆。当车辆沿不同距离通过传感器时,传感器输出变化规律不同,故该信号采集与探测能探测车辆。     

微型的感应线圈车辆传感器

智能交通系统(ITS)是解决日益严重的高速公路和城市交通问题的有效途径.车辆检测传感器是ITS中最重要的交通数据采集设备之一.通过埋在地下或者安装于道路两旁的车辆检测器,可以准确实时地获得各种交通数据(包括车流量、车速度、车辆密度、占有率等).在众多车辆检测器中,感应线圈式车辆检测器具有性能稳定、性价比高、应用方便等优点,因而目前在工程上应用最广.但其探测线圈体积庞大,安装时需要阻断交通,工程量大;线圈容易损坏.本文将采用微型线圈,并将单片机控制技术引入传统的车辆传感器中,从而有效地降低了安装的工程量,开发出适用性更强的车辆传感器.经实验证明,该传感器可有效地检测出车辆信号.     

基于改进的YOLOv3道路车辆实时检测

道路车辆实时检测是计算机视觉领域中的研究热点问题。针对道路车辆检测算法存在检测精度低、速度慢等问题,提出了一种基于改进YOLOv3的道路车辆目标检测方法。通过改进Darknet53骨架网络构建了有30个卷积层的卷积神经网络,在减少网络成本的同时提高了检测速度;根据道路车辆宽高比固定的特点,利用k-means聚类方法选取锚点预测边界框,提高了检测速度与精度。实验结果表明,提出的方法在标准数据集KITTI上的平均精度达到了90.08%,比传统的YOLOv3提高了0.47%,检测速度达到了76.04 f/s,明显优于传统的YOLOv3算法。同时将该方法应用于车辆行驶动态数据集,能够实现针对视频中道路车辆的实时检测。     

基于智能手机的车辆行为实时判别与渐进矫正方法研究

目前基于智能手机的车辆行为识别算法存在着鲁棒性较差、识别率较低、无法应用于实时行驶判断等问题。针对上述问题,提出了基于智能手机的车辆行为实时判别与渐进矫正方法,以提高车辆行为识别的准确率和实时性。该方法利用车辆行为发生时存在的渐进变化数据来进行车辆行为的识别与渐进矫正分类,并通过采集过程数据作为分类器训练样本,提高支持向量机(SVM)分类器的车辆行为识别和预测能力。同时,针对传统滑动窗口检测的局限性,该方法采用了端点检测算法,从而能快速地从车辆行驶数据中截取并识别行为轨迹信息,以减少车辆行为的误判。实验结果表明,基于时间分段矫正的行为识别算法能够有效地对车辆行为进行预测,并最终达到较高的识别率,证明了该方法的有效性。     

基于卷积神经网络的实时车辆检测

为了解决对于尺度变换较大车辆及遮挡车辆检测性能不足的问题,提出了一种实时车辆检测模型。针对车辆检测算法对于尺度敏感的问题,通过使用深度残差网络作为特征提取层,构建特征金字塔网络用于多尺度检测;利用软化非极大抑制线性衰减置信得分解决车辆遮挡问题,从而降低车辆的漏检率;同时对模型进行通道级裁剪缩减模型参数规模,节省计算资源,提高模型检测速度。在VOC数据集上进行实验,结果表明,提出的方法在检测精度和检测速度上均获得较高的性能。在检测精度上,达到87.6%的准确率,相较于YOLOv3提升了3.7个百分点,相较于SSD提升了9.8个百分点;在检测速度上,每秒检测帧数达到42 f/s,实现了车辆的实时检测。特别地,将模型应用于环境复杂的Apollo数据集,相较于YOLOv3具有更好的鲁棒性。     

基于雷达及北斗定位的车内防遗监测系统设计

针对近年来车辆驻停后滞留车内人员受高温致死和车内气体污染等伤害的安全问题,设计了一种基于MIMO(Multiple-Input Multiple-Output)雷达及高精度北斗定位的车内人员防遗监测系统。该系统使用MIMO雷达作为人体探测的手段,采用高精度北斗定位的车辆运动检测方法,融合现有成熟的温度、气体传感器技术、4G通信技术,并使用基于Matlab APP Designer的上位机软件作为硬件配置及测试软件;系统的车载终端硬件系统具有独立、小型化的特点,能在车内多个地方布置,在上位机平台可观察各传感器的数据变化。系统实现了车辆运动检测、车内人体探测、车内环境监测、数据无线上传等功能,验证了系统在车内监测的可行性,为车载生命监测提供了一种独立、便捷、高效的新方法。     

基于特征模型驱动的前方车辆检测

为了准确地探测出前方车距,必须先检测出前方车辆的大概位置,对国内现有的车辆位置检测方法进行了大量的研究;充分分析了前方车辆的先验特征模型的基础上,提出了一种基于机器视觉模型驱动的前方车辆目标检测方法,主要包括以下步骤:首先基于目标的边界特征和灰度信息熵等对目标进行初步探测,建立目标感兴趣区;然后基于前方车辆的灰度对称特征进行目标确认,提出了一种新的对称性测度,并利用该对称性测度检测出车辆的对称轴;最后在图像序列中,利用线性预测方法对目标进行跟踪;可以准确地获得前方车辆的矩形轮廓.     

无线地磁技术在城市交通管理方面的应用

地磁传感器通过探测车辆通过时对地球磁场产生的扰动来检测车辆,再加上安装方便、不受环境影响等诸多优势,无线地磁技术在智能交通领域和停车管理系统中发挥了越来越重要的角色。     

一种各向异性磁阻传感器在车辆探测中的应用

介绍了一种基于各向异性磁阻（AMR）传感器HMC1002的物理机理,并说明其测量原理和外围信号处理电路。研制了基于AMR传感器HMC1002的车辆探测器。当车辆驶过探测器上方时,车辆的存在将会引起周围磁场的变化,AMR传感器输出将发生相应的变化,根据AMR传感器的输出可判断周围空间内车辆的运动状态,对该探测器的特性进行了实验研究,实验结果表明：当车辆分别沿南北向通过AMR传感器时,传感器输出变化规律不同;当车辆分别以不同的速度通过AMR传感器时,传感器输出变化规律也不同,该探测器可实现车辆探测。     

基于磁阻传感器的车辆检测算法

地磁检测器一种新型的利用磁场变化的车辆信息检测设备,它能将车辆引起的地磁扰动转换为清晰的电压信号,根据不同车辆对地磁影响不同可以识别出车型,本文基于这种设备采集到的数据经过预处理和特征提取,采用相似性算法将采集到的车辆信息跟标准数据库中的车辆信息做相似性分析从而识别出车型,这种算法能遍历所有数据库中的车型,且易于实现,通过仿真分析可以看出此种算法有很好的效果     

基于磁阻传感器的车辆检测算法综述

磁阻传感器将车辆引起的地磁扰动转换为清晰的电压信号,采用阈值算法可得到交通流量、车长、车速等多种信息。地磁检测器是环形线圈的理想代替技术,国内外许多学者对基于地磁车辆检测器的检测算法展开了研究。结合国内外的研究状况根据研究对象对算法进行分类,并总结算法存在的问题,最后提出相应的解决办法。     

基于AMR传感器的车辆检测算法

深入研究了各向异性磁阻(AMR)传感器的数据采集原理和特征波形向量提取方法,提出了一种基于AMR传感器的车辆检测算法:自适应状态机的车辆检测算法。该算法可以自适应地更新阈值和基线,利用状态机,达到对车辆的准确和高效的检测。可以用于检测道路交通车流量,也可以应用在大型停车场的车辆诱导系统。     

基于各向异性磁传感器的车辆检测技术

提出了一种采用各向异性磁阻传感器（AMR）进行车辆检测的方法,该方法具有不受温度、风雨等自然条件影响的优点.文章给出了实际测量电路,进行地球弱磁场下车辆检测试验.实验数据表明AMR传感器应用在停车场车位检测等领域具有一定的优势.     

基于GMR传感器的Zig Bee无线车辆检测系统设计

设计了一种基于巨磁阻(GMR)传感器的Zig Bee车辆检测系统,利用高灵敏度的GMR传感器采集道路上经过车辆对地磁场的扰动信号,然后通过检测节点对采集的数据进行打包处理,并通过Zig Bee无线网络系统将数据传输给上位机。实验表明:该系统检测工作稳定可靠,且节点尺寸小,无需布线,易于安装。     

旋转弹用滚转角磁测系统设计

针对传统捷联式惯性测量系统存在积累误差导致滚转角测试误差较大的问题,设计一种新型的基于纯地磁场信息的滚转角磁测系统。该系统以磁测姿态原理为基础,以嵌入式微控制器STM32F415为控制、解算核心实现对滚转角的测量。通过高精度三轴速率转台的飞行仿真实验结果表明,该滚转角磁测系统能够实时准确地解算出载体滚转角,测量误差保持在 3度以内,具有较强的可行性和较高的测试精度。该滚转角磁测系统具有体积小、测量误差不随时间积累等优点,为旋转弹的滚转角测量提出了新的思路,具有一定的工程应用价值。     

一种基于地磁感应的车型分类算法*

地磁传感器是近年来出现的新型路面车辆检测器,而车型分类是车辆检测器的一项重要功能。根据地磁传感器的性能特点,提出了一种车型分类算法。该算法首先从原始数据中提取特征,进而对特征数据进行聚类以确定检测器的最佳分类能力,最后以“离线训练,在线分类”的策略,利用神经网络进行实时的车型分类,在不过度增加硬件负担的情况下获得了比较好的效果。该算法有助于提高地磁车辆检测器的性能,从而为交通管控系统提供更丰富的基础数据。     

一种基于地磁总场梯度的匹配定位算法

水下载体地磁导航技术是近年来研究的热点问题.为提高匹配导航定位的精度,提出了利用地磁总场梯度作为特征量进行地磁匹配定位.通过与地磁总场基准图的性能指标对比,分析了地磁总场梯度作为匹配特征量的优势.阐述了经典MSD(Mean Square Deviation)匹配算法的原理和缺陷,提出一种基于旋转变换的改进算法.仿真结果验证了地磁总场梯度匹配的优势和可行性;改进后的算法的定位精度相比经典MSD算法提高了26.57%,证明了改进算法的有效性.