面向智慧城市的交通视频结构化分析前沿进展

随着智慧城市建设的不断深入,大量的传感器设备铺置在城市公路和轨道等交通场景,为多维度全方位感知城市交通状态构建了广泛的感知网络,产生了海量的交通视频数据。海量交通视频数据是城市管理的数据宝藏,理解与分析这些数据是智慧城市建设的关键。面对高度冗余的交通视频数据,如何高效准确地挖掘和提取结构化信息,实现对重点目标（如人、车、物）的快速检测、识别与检索,是交通视频处理的核心问题——交通视频结构化分析。交通视频结构化分析包括车辆视频结构化分析、人员结构化分析及其行为分析。其中,车辆结构化作为一个复杂的多步骤任务,主要由车辆的检测、车辆的属性（车牌、车型和颜色）识别以及车辆的检索和重识别等子任务构成。人脸结构化和行人结构化是交通视频中行人结构化智能分析中的两个重要研究方向,主要分析人脸或者行人的一些表观属性。行人行为分析是指对行人在复杂交通环境下做出的动作进行识别和预测。本文从交通视频中的车辆、行人及其行为分析等方面,阐述交通视频结构化分析领域的研究热点及前沿进展,汇总比较国内外的相关成果,并对交通视频结构化分析领域的研究进行总结分析与展望。     

基于MATLAB/Simulink的飞机自动驾驶仪俯仰通道控制优化

针对某型号民用飞机进行飞行控制自动驾驶仪中俯仰控制通道的模拟建模与控制优化仿真。对飞机自动驾驶仪俯仰控制通道进行模型建模,并对该通道模型系统进行设计改进。俯仰通道控制律的建模在MATLAB开发环境中完成,而系统的控制优化仿真是在Simulink开发界面中完成,涉及在MATLAB中对C语言函数的调用、对自动控制系统的搭建和在Simulink中对各个模块的调用。利用PID控制器和无纹波最少拍数字控制器对系统进行改进,前者对系统的稳定性、准确性以及物理可实现性进行改善,后者对系统的时间参数进行优化和改进,使其快速性提高。仿真结果表明,系统调节时间被控制在1.1 s,超调量不多于5%,稳态误差少于1%,系统的物理可实现性、稳定性、准确性以及快速性都能满足基本要求,采用的方法直接、高效,且模型参数的计算精度也基本能满足要求。选择MATLAB/Simulink作为开发工具,有利于控制系统模型的搭建以及后续建模结构的开发,极大程度上降低控制器和系统控制优化仿真模型的开发难度,对基于更加自动化的驾驶仪和系统更深层次自检功能的深入开发应用提供了有力的技术支持和参考。