汽车驾驶辅助中雾天图像增强算法的对比研究

受到雾天等天气情况的干扰,基于视觉传感器在汽车驾驶辅助中的应用会收到影响。雾天图像增强方法可以有效的改善视觉传感器的能见度,保障驾驶辅助系统的可靠性。目前,比较常见的有直方图均衡去雾法,Retinex去雾算法以及暗通道先验去雾算法等。直方图均衡去雾的基础是概率累积函数变换法,通过把已知图像的灰度概率分布转变成均匀概率分布,最后得到视觉效果较好的新图。Retinex去雾算法的基础是色彩的恒常性,通过物体的表面颜色是其表面的反射特性决定的这一特性,实现图像去雾。暗通道先验去雾算法则通过估算空气的透射率,根据其散射模型来还原场景色彩。本文通过实验,将这三种去雾方法进行对比,并比较三者的优缺点。     

基于Arduino的电动汽车外围控制电路设计

上世纪70年代全球三次石油危机爆发后,各跨国汽车公司先后开始研发各种类型的电动汽车。我国经过"八五"、"九五"、"十五"三个五年计划,在研发电动汽车的专项上投入了大量的人力、物力和财力,并取得了一系列科研成果,但是,迄今为止,这些科研成果真正能转化为产品,并实现产业化生产的项目并不多。国外大汽车公司投入远比我国更多的资金和人力,已投入批量生产的电动汽车产品也寥寥无几。随着全球能源危机的不断加深,石油资源的日趋枯竭以及大气污染、全球气温上升的危害加剧,各国政府及汽车企业普遍认识到节能和减排是未来汽车技术发展的主攻方向,发展电动汽车将是解决这二个技术难点的最佳途径。