基于视觉的车道跑偏检测方法研究及仿真

为了保证辅助驾驶技术行车的安全,在分析了基于视觉的车道跑偏检测方法的具体步骤的基础上,首先提出了利用由计算机视觉获得的车道标志线来进一步获得车-路关系的方法,并推导了几种车道跑偏判据TLC(time to lane crossing)的计算公式;然后利用“预瞄最优曲率模型”来仿真人-车-路的关系,并验证了当人的状态发生变化时,TLC判据可以有效地提供报警的效果;最后在红旗自主驾驶样车的视觉导航系统中进行了实验,实验结果表明,上述分析和仿真是可行的。     

Robocon2007移动机器人视觉系统

根据Robocon2007的比赛规则,设计出了一套适用于该比赛的机器视觉系统。系统基于通用PC机,利用一个通用摄像机采集彩色图像,系统构造简单且经济。视觉系统的软件实现了比赛场地导引线的分割、得分点的识别以及机器人与目标的相对定位等功能。在导引线分割中提出了双阈值p-tile自适应算法,提高了分割算法对环境光变化的适应性;得分点位的识别中设计了利用导引线交点与目标颜色相结合的综合定位策略,有效解决了目标点位与地面颜色近似,无法直接从单目图像识别的难题。在2007年度的Robocon比赛中,该机器视觉系统表现出了很强的环境适应性和较高的自定位精度,为国防科大队获得最佳策略奖奠定了基础。     

CITAVT-IV——视觉导航的自主车

国防科技大学研制的CITAVT-IV自主车在高速公路实验中达到了75.6km/h的高速 ．文章对CITAVT-IV的系统构成、组织结构及有关实验情况进行了比较详细的介绍，特别是 其系统软件和系统数据流程具有一定的新颖性，该事件驱动的实时多任务软件系统具有很好 的实时特性，较好地解决了自主车系统的延迟问题．     

基于机器视觉的车道偏离预警系统的实现

目前高速公路上由于车道偏离而导致的交通事故造成了巨大的损失,从而使得车道偏离预警系统的研究成为了社会的一大热点.本文基于DSP计算和FPGA计算,构造出一套基于视觉的车道偏离预警系统.本文给出了系统的框架结构以及硬件实现方式,并基于所提出的系统详细研究了视觉系统中大容量数据的传输、存储和处理等问题.最后,基于构造的系统,通过一系列典型的视觉处理算法和应用于车道跑偏决策的软件算法,验证了系统的可行性.     

一种面向FPGA的快速Hough变换

在FPGA上设计并实现了一种用于直线检测的快速Hough变换方法。使用分类滤波器把直线目标分成多个方向,使多个方向上的运算在空间上实现了并行处理;在每个方向上,设计实现了一种用于Hough变换的流水线处理结构;提出了一种基于直方图统计的两阶段搜索算法。大量的实验验证了提出的Hough变换实现方法的可行性,结果证明该方法占用空间少,实时性高。     

基于FPGA的实时Hough变换

为解决Hough变换实时性差的问题,提出一种基于现场可编程门阵列的实时Hough变换方法。采用分角度映射方法使Hough变换在空间上并行运算。设计一种基于流水线的计算结构,实现Hough空间参数计算与存储的时间并行性。通过双口RAM,在单个时钟内完成参数空间的一次投票操作,提出一种适合在FPGA中实现的快速寻找极值的二次搜索算法。与DSP进行效率对比实验,结果表明该方法效率较高,能满足实时性处理要求。     

嵌入式车道跑偏告警系统设计

为提高汽车驾驶的安全性,减少高速公路上由于车道跑偏而造成的巨大损失,基于DSP计算和FPGA计算,构造出一套基于视觉的嵌入式车道跑偏告警系统.重点介绍了系统的框架结构以及硬件实现方式,详细研究并解决了视觉系统中大容量数据的传输、存储和处理而造成的带宽问题,采用FPGA内部构造FIFO及DSP上支持的PDT传输方式,加快总线上的数据传输,提高总线的利用率,满足系统的实时性要求.最后,基于构造的系统,设计了典型的视觉处理算法和应用于车道跑偏决策的软件算法,验证了系统的可行性.     

网络电话的分类及工作原理

介绍了IP电话与传统电话的区别以及各自的优缺点，并分别分析了三类IP电话：PC到PC、PC到电话、电话到电话的工作原理，最后就如何提高IP电话通话质量提出了作者的建议。     

WORD文档编辑方法二则

介绍将ＤＯＣ文档转换为国际会议和国外期刊普遍采用的ＰＳ格式文档的方法,以及在工程论文中,常需输入的教学公式的对齐与编号方法。     

基于吴方法的非线性分类器设计

在模式识别领域工程实际中占大多数的是非线性问题,传统的分类器设计方法是将非线性问题转化为线性问题解决,但是这样不能很好的解决日益复杂化的非线性问题.文中提出的新方法为解决非线性问题提供一个新的思路和手段.该方法立足于直接处理非线性问题的吴文俊方法,进行非线性分类器的设计.经过选择分类函数的复杂度和训练点,建立非线性方程组,使用吴方法解出这个非线性方程组,得到分类函数.使用该方法进行异或问题和鸢尾花数据的实例研究,并与神经网络方法和支持向量机方法进行比较分析.该方法是使得结构风险和经验风险总体最小化的方法,并且过程直接、简洁、运算量小.该方法尽管有不完善的部分,但是不失为有潜力发展的新方法.