基于遗传算法的倒立摆系统的多级控制研究

将单一的复杂控制转化为多级简单控制的控制方法应用到三级倒立摆系统的控制中,并通过遗传算法对各级控制中的未知参数进行优化.给出了多级控制器的设计方法和参数优化步骤.仿真试验证明了该控制方法的可行性.     

基于模式运动的一类生产过程调节性能与聚类参数关系

为研究基于模式运动的系统动力学描述方法中聚类参数对生产过程调节性能的影响,给出描述系统动态调节性能与产品质量调节性能的指标,分析并建立了聚类参数与系统调节性能间的关系;介绍了基于模式运动的一类复杂生产过程建模方法,并利用LMI方法给出了状态反馈控制器设计方法;提出了基于粒子群优化方法的最大熵聚类算法,定义并提取了系统调节性能指标;利用提出的新的覆盖分类神经网络,建立最大熵聚类方法的参数与调节性能间的映射关系,并分析了分类网络泛化能力;采用实际烧结矿生产数据进行仿真,结果表明所提方法可以分析与建立调节性能与聚类参数间的关系,且可为实际生产中聚类参数的选择提供一定的依据.     

基于模式运动的一类复杂生产过程的状态反馈渐近稳定性

针对基于模式运动描述的一类复杂生产过程的稳定性,给出了系统稳定的定义,提出了分析与判断系统渐近稳定的方法和充分条件.首先,介绍了基于模式运动的控制系统动力学描述方法.针对描述方法中的强非线性的分类、度量映射难以采用可运算函数描述的问题,推导并建立了相应的控制系统非线性状态空间模型.然后,利用李雅普诺夫稳定性理论研究了在状态反馈控制下时间离散、状态离散的非线性系统渐近稳定的充分条件,建立了系统输出的类别划分、状态空间模型的线性部分系统矩阵与系统渐近稳定的关系.最后,采用烧结机实际生产数据与非线性数值算例对该方法进行了仿真实验,结果验证了所提条件的有效性.     

基于视频图像的智能交通灯的控制

针对固定相序的单路口多相位交通信号的控制,基于CCD图像,提出了通过车辆等待队列长度预测动态调整相位最大绿灯时间的模糊控制系统结构.以车辆一定时间通过的总数为评价指标,综合考虑当前相、后继相的车辆排队长度,以此决定绿灯时间的分配.对上述控制器进行两相位交叉口的仿真实验,结果表明,该控刎制系统能有效地进行单路口多相位的闭环控制,控制效果优于传统的定时控制.     

多车道的车流量统计

针对视频车流量检测容易受光线变化以及相邻车辆阴影影响的问题,提出一种基于车辆图像能量差分的车流量检测方法.该方法利用车辆视频图像的能量信息作为车辆的检测特征,辨别检测区域各部分状态,减弱光照、阴影等的影响;并且通过实时自动提取和更新背景能量图的方式来检测车流量.实验表明,与传统的背景帧差法相比较,该方法受光照变化、车辆阴影的影响较小,实时性好、准确度高.     

利用视频图像检测车位状态的方法

为了实现停车场空车位的快速自动寻找,提出了一种用于视频图像车位检测的车位组合状态网络模型,在最大后验概率意义下,求解最可能的车位状态.对改进的HSI车位图像像素进行贝叶斯分类,利用预先训练好的条件概率计算出相邻车位状态传递概率,通过车位组合状态网络的优化,确定出最佳的车位状态.该方法可以很好地解决车辆遮挡所造成的误判问题,准确地检出车位的占有情况.实验结果表明,该方法具有较高的准确性与鲁棒性,特别是可以较好地消除车辆相互遮挡和环境光线变化对检测结果造成的影响.     

车牌提取与识别系统的研究与设计

针对现有的车牌识别方法的缺陷,改进了车牌识别系统中的多项关键技术;采用了基于图像二维能量与HSI彩色空间相结合的方法进行车牌定位与提取,并对现有的能量算法与彩色图像分割算法做了改进;在识别过程中,引人了特征提取与多级BP神经网络相结合的分类识别方法,对车牌中部分相似字符采用第二级神经网络进行精细识别;通过上述改进,提高了系统的整体性能;实验表明,这些关键技术的改进可以大大提高车牌识别系统的准确率与鲁棒性.     

一种快速的车牌定位与提取算法

针对现有的车牌定位的各种局限性,本文提出了一种基于图像二维区域能量的车牌定位算法,给出了该算法实用公式,并给出了基于图像能量的车牌提取算法以及车牌区域的验证方法。该方法充分利用了车牌的纹理复杂、对比度鲜明、外型规则等特征构造能量图像,并对原有的能量算法进行了改进。其明显的优点是可以避免直接对图像进行二值化时阈值难以确定的问题以及光照情况对颜色的影响。大量的实验表明,该算法不仅简单、快速、准确率高,而且对车牌区域的噪声有很好的抑制作用。     

车辆运动模糊图像分块恢复的新方法

利用维纳滤波进行真实运动模糊图像恢复的过程中,振铃效应和局部恢复不理想的现象严重影响恢复结果,通过理论分析、实验对比以及研究真实运动模糊过程的特点,找出了问题发生的主要原因。提出采用人工边界补偿和分块恢复的方法来抑制振铃和局部不理想的现象,并给出了模糊参数与空间位置和速度的关系以及具体的分块策略。实验结果表明,所提出的边界补偿和分块恢复方法能很好地减少振铃效应,并保持整体图像恢复效果的一致性。     

车牌识别系统中关键技术的研究

针对现有的车牌识别系统中的多项关键技术做了改进。车牌定位与提取技术采用了基于图像二维能量与HIS彩色空间相结合的方法,并对现有的能量算法与彩色图像分割算法做了改进。在倾斜校正中,给出了一种基于车牌二值图像的密度重心的校正方法;在识别技术中,引入了特征提取与多级BP神经网络算法相结合的分类识别方法,对车牌中部分相似字符采用二级神经网络进行精细识别。实验表明,通过对车牌识别系统中关键技术的改进可以大大提高该系统的鲁棒性与准确率。