一种用于智能车环境探测的立体视觉传感器

设计了应用于户外智能车环境感知的立体视觉系统,并提出了两种立体匹配算法,分别实现不同的功能.基于多特征提取的稀疏匹配算法首先通过图像局部增强处理减弱光照和场景变化的影响,然后在对极线引导和连续性约束下提取立体图像的角点特征和边缘特征进行匹配,能够实时探测环境的三维概貌,并突出环境中的障碍物信息,实现辅助车辆自主导航的功能;基于特征引导的稠密匹配算法采用了最小割/最大流算法,并利用多特征匹配的结果来剔除稠密匹配中的成块误匹配,能够重建出未知环境详细的三维信息,实现三维可视化功能.最后通过试验验证了两种算法的有效性.     

越野智能车转向及驱动协调控制

本文以实现智能车在非结构化越野环境中的自主导航为目的,对越野路径识别及轨迹跟踪控制方法开展研究.首先基于视觉传感器和激光传感器实现可行驶路径的分割与提取,并建立了包含车辆转向及驱动的耦合控制系统模型;然后,针对控制系统模型具有非匹配不确定性的特点,采用反演变结构控制算法设计了转向及驱动协调控制器,并引入饱和函数以解决变结构的抖振问题;最后,通过仿真和越野导航试验验证了所提出控制算法的有效性和鲁棒性.     

基于改进K—Means算法的车辆识别方法

车辆的检测和识别一直是道路监控、安全辅助驾驶、车辆自主导航等领域的重要研究内容。文中基于机器视觉方法,在Lab颜色空间通过对经典K—Means算法的聚类中心、聚类数和距离测度三方面的改进实现了L分量的聚类,从而达到图像分割的目的。提取图像的矩形度、Hu矩和Affine矩的特征,针对不同的车型建立各自的模板,利用改进Hu不变矩和仿射不变矩的组合不变矩对分割后图像进行车型的识别。实验结果表明,文中提出的方法对于复杂环境下的车辆检测和识别具有良好的可靠性和鲁棒性。     

基于遗传优化的无人车横向模糊控制

以视觉导航式无人车DLUIV-1为控制对象,对其进行横向运动控制研究。建立视觉导航式无人车横向运动控制系统模型,对无人车的横向运动行为进行描述。在此基础上,分析预瞄距离对横向控制系统动态性能的影响,并建立考虑速度因素的预瞄距离计算公式。针对无人车具有非完整运动约束、高度非线性动态特性以及参数的不确定性等特点,提出基于遗传算法的无人车横向模糊控制策略,通过遗传算法对横向模糊控制器的隶属度函数参数和控制规则的自动优化,从而有效地确定出横向模糊控制器的隶属度函数和控制规则。最后通过仿真和实车试验对该横向模糊控制器进行验证和评价,仿真和试验结果表明,该横向控制器可保证无人车稳定准确地跟踪参考路径,且具有较强的鲁棒性。     

基于Adaboost算法的行人检测方法

鉴于Adaboost算法简单可靠、学习精度高的特点,提出一种基于Adaboost算法的行人实时检测方法。选取了扩展的类Haar特征,采用Adaboost算法训练得到了一个识别准确率理想的行人分类器,通过VC编程将级联分类器应用到实际的行人检测系统中。试验结果表明,该方法可以快速、准确地实现行人的在线检测,具有较好的实时性。     

基于交易中间件的客户/服务器系统的形式描述

基于交易中件的客户／服务器系统是一种典型的分布式事务处理系统,深入研究这种系统的一般模型,有助于深刻理解这种软件的特征与性质,有助于提高系统的正确性和可靠性。文章根据该系统的同象模型对它的主要“构件”和“操作”的功能进行抽象的分析;并用规范语言Ｚ对这种体系结构的模型进行了系统的形式化描述。     

越野环境中无人驾驶车的障碍目标识别

针对无人驾驶车环境感知技术,基于D-S证据理论融合多传感器信息,旨在解决障碍物身份识别技术难点。基于CCD和激光传感器建立信息融合系统,并提取每种障碍物的5个特征证据,包括距离对比度特征、平行四边形特征、边缘形状特征、灰度纹理特征和颜色特征。再根据目标类型和环境加权系数选择经验公式,通过模糊插值法求取身份隶属度近似获得各特征对目标的相关系数构造基本概率赋值函数。最后制定Dempster组合规则,融合多传感器特征信息识别障碍身份。试验表明本文方法能够准确有效地获取基本概率赋值函数,D-S证据理论融合方法提高了障碍物身份识别的准确性和鲁棒性。     

基于改进K-Means算法的车辆识别方法

车辆的检测和识别一直是道路监控、安全辅助驾驶、车辆自主导航等领域的重要研究内容.文中基于机器视觉方法,在Lab颜色空间通过对经典K-Means算法的聚类中心、聚类数和距离测度三方面的改进实现了L分量的聚类,从而达到图像分割的目的.提取图像的矩形度、Hu矩和Affine矩的特征,针对不同的车型建立各自的模板,利用改进Hu不变矩和仿射不变矩的组合不变矩对分割后图像进行车型的识别.实验结果表明,文中提出的方法对于复杂环境下的车辆检测和识别具有良好的可靠性和鲁棒性     

建筑施工现场临时用电安全管理现状及措施

施工现场的临时用电具有点多面广、复杂多变的特点,不同施工阶段的临时用电布置是不一样的,安全隐患及其管理的侧重点也有所不同。因此,现场临时用电管理一直是现场安全管理难点和薄弱环节。基于此,本文首先分析了建筑施工现场临时用电的特点,其次探究了建筑施工现场临时用电安全管理现状,并提出了几点管理措施,以期通过切实有效的临时用电管理,确保建筑施工的顺利进行。     

基于立体视觉的越野环境感知技术

针对越野环境光照多变、场景复杂等特点,对基于双目立体视觉的越野环境感知技术进行了研究,提出了一种适用于越野环境的视觉感知方案。采用高斯滤波和有限对比适应性直方均衡化(CLAHE)对图像进行预处理,对亚像素级Harris角点检测、基于RANSAC方法的基础矩阵估计、对极几何约束匹配及连续性约束等内容做了重点研究,最后通过三维可视化技术验证了本方案的有效性及可行性。