简易棋盘格图像标定系统应用

棋盘格图像在摄像机标定中有非常广泛的应用,对于复杂环境且测量精度要求非常高的场合,会需要特定的且有一定复杂度的算法,但通常情况下,使用这样的标定系统是没有必要的,且会让初次应用的人觉得困难。这里提供一套应用简单,快速,对棋盘格图像具有旋转不变性,良好的鲁棒性,且对非复杂环境具有高精度的标定系统。所有算法均是在前辈们的算法上稍作改变而来,应用效果非常好。     

一种新的基于CAN和GPRS网络的路灯组网方法研究

传统的路灯控制和管理维护手段已经不能适应现代化城市的发展要求.设计自动化程度高、运行可靠的路灯控制系统,是现代化城市的必然需求.主要研究了基于CAN网络和GPRS无线通信网络的路灯组网设计,在此基础上提出了一种结合两者优点的路灯组网方式,既利用了CAN网络的高效低廉,又利用了GPRS突破地理限制,是适合与城市道路路灯的理想控制方案.文章首先讨论了现有路灯控制系统的结构和所面临的问题,介绍了CAN网络和GPRS网络的特点优点,然后详细描述了各级网络的构架方式,各个节点的功能划分与设计.     

基于混沌理论的交通量实时预测

分析了城市交通的混沌性，根据复杂的城市交通特点，引入了误差反馈系数，改进了混沌时间序列预测方法中的加权一阶局域法和基于最大Lyapunov指数的预测法，并将其成功应用于实时交通量预测．预测结果表明：这两种改进的方法都能较准确地预测交通量，但后者比前者更适合交通量预测，后者的预测误差一般可以控制在5％以下．     

基于卷积专家神经网络的疲劳驾驶检测

针对疲劳驾驶引发众多交通事故的问题,提出一种结合核相关滤波器与卷积专家局部约束模型的多特征融合疲劳驾驶检测算法。为多任务级联卷积神经网络检测到的人脸建立自适应核相关滤波器,获取每帧图像人脸位置,利用卷积专家局部约束模型检测人脸68个关键特征点;分别运用基于角度的检测算法、基于相对位置的检测算法和PnP (perspectiven-point)算法检测眼睛闭合度、嘴巴张开度和低头行为;通过支持向量机进行多特征融合疲劳状态分类。实验结果表明,该方法准确率达到95.5%,能有效识别疲劳状态。     

结合Isomap与K均值聚类算法的交通时段划分研究

为避免在城市交通多时段定时控制中人工时段划分方法所带来的主观性、片面性,以提高工作效率,结合流形学习算法中的等距映射算法和K均值聚类算法,提出了一种时段划分新方法。给出一组实测数据,假设它是一个存在于高维数据空间中的低维流形;利用等距映射算法,找出它的内在维数,将数据约简;根据约简后的样本点分布情况,利用K均值聚类算法聚类,划分交通时段。实验结果表明,此方法划分交通时段准确高效,并有效地避免了人工划分方法的主观性。     

HVAC系统最优控制模型的开发及应用

对某一HVAC系统进行了实验,利用实验结果采用多变量自回归的方法开发了适用于HVA系统控制的数学模型,该数学模型用于带有前馈补偿的线性二次高斯控制（LOG）,控制房间的温度和湿度,大大改善了控制性能,提高了HVAC系统的稳定性。     

基于混沌遗传算法的区域交通计算机控制配时优化

充分发挥混沌理论和遗传算法各自的优势,开发了混沌遗传算法,混沌遗传算法能有效地改进遗传算法的收敛速度慢、早熟收敛和有可能陷入局部最优点的缺陷。分析了城市交通这个复杂大系统的混沌性,并将混沌遗传算法成功应用于城市区域交通计算机控制信号配时优化。采用TSIS5.1进行了仿真,仿真结果表明:混沌遗传算法比遗传算法的收敛速度大大加快,且车辆平均延误和平均停车率都比遗传算法和固定周期法有明显的降低。     

板式换热器可视化计算机辅助设计系统的研制

在Windows95平台上，综合利用VisualBasic,Turbo及Autocad等软件开发了板式换热器可视化计算机辅助设计系统。介绍了该系统的结构和功能，并举例说明该系统的使用过程。利用该系统，使用者只需输入几个参数，系统便能自动完成从设计计算到绘图的全过程。     

10kV无功补偿电容器分相合闸策略研究

在江门某变电站,搭建10kV无功补偿电容器分相投切实验系统。断路器采用随机合闸策略,无功补偿电容器最大暂态过电压为稳态运行的1.6倍左右,最大暂态过电流为稳态运行的3.7倍左右,暂态持续时间约为170 ms;而采用分相合闸策略,无功补偿电容器最大暂态过电压不会超过稳态运行的1.3倍,最大暂态过电流不会超过稳态运行的2倍,暂态持续时间约为130 ms。采用分相合闸策略能够有效减小电容器合闸过电压和合闸涌流,减少暂态持续时间,从而提高电容器运行的安全性与可靠性。     

基于车辆分类器的视频车流量统计

将Viola和Jones提出的基于类Harr特征和Adaboost级联分类器的人脸检测思想运用于车辆检测,提出一种基于车辆分类器的视频车流量统计算法。首先搜集大量的车辆样本进行训练,得到车辆分类器;其次设置检测区域和检测线,在检测区域内进行车辆检测。并通过距离和位置判断前后帧是否为同一车辆;最后,对检测到的车辆进行计数。实验结果表明:该方法检测率高、误差小、易于实现。