汽车夜视系统的应用现状与发展前景研究

汽车夜视系统是一种利用红外线技术,辅助驾驶者在黑夜中看清道路,减少事故发生,增强主动安全的系统。按照工作原理的不同,汽车夜视系统可分为主动红外夜视系统和被动红外夜视系统,主要采用主动红外成像技术与热成像技术。两者的区别在于主动红外成像技术是把目标物体反射或自身辐射的红外辐射图像,转换成人眼可观察的图像;而热成像技术则是基于目标与背景的温度及辐射率的差别,利用辐射测温技术对目标逐     

基于激光雷达的无人驾驶车前方障碍物检测

无人驾驶车在越野条件下的环境感知技术是其实现自主导航功能的难题.由于越野环境复杂,障碍物种类繁多,对智能车周围环境的探测更是难上加难.选择越野环境下几种典型的障碍物作为检测目标,采用基于激光雷达面扫描的方法获取无人驾驶车前方路面图像信息,根据障碍物对于激光数据的不同特征,检测无人驾驶车前方静止的障碍物,主要包括水塘、石头或陡坡以及树木等.利用激光可直接测得障碍物距离数据的优势,基于投影变换原理进而求得障碍物的长、宽或高等三维信息.     

无人驾驶汽车路径规划算法研究综述

无人驾驶汽车是目前汽车发展的一个大方向,无人驾驶的实现依靠于汽车的感知、决策和控制功能。路径规划属于决策中重要的一环。目前,无人驾驶汽车的路径规划算法存在受环境影响较大,无法适用于复杂的道路环境的问题,基于此文章对无人驾驶汽车轨迹规划算法进行归纳。其在广义上可分成全局路径规划和局部路径规划两种,文章对上述两种规划进行细分并介绍了各种路径规划方法的原理,分析了各个方法的优劣,为无人驾驶汽车路径规划算法的研究提供参考。     

低能见度驾驶员视觉主动增强系统设计

通过对低能见度恶劣天气条件下，前方道路场景图像清晰度评价、增强和道路环境场景图像实时再现等同题的研究，提出了基于车载红外传感器和毫米波雷达传感器的驾驶员视觉增强系统设计方案，并运用信息融合和图像增强策略改善低能见度天气条件下的道路环境场景。     

无人机加载光学摄像及红外成像系统对海上特大桥塔索质量检测的运用技术

现有检测索塔和斜拉索质量状况的方法存在效率低、成本高等特点,结合港珠澳大桥工程的江海直达船航道桥和九洲航道桥,运用无人机搭载高分辨率的数字红外成像系统和光学摄像机首次对海上环境的桥塔和拉索的施工质量进行检测。考虑到无人机搭载光学摄像及红外成像的飞行检测系统在国内尚未形成商用产品,且该技术首先要求无人机在海上五六级大风的环境下能稳定地飞行,检测过程中实时观察、保存测试图像,后期分析时需对现场测试的海量图像进行有效处理与分析。通过集成现有技术开发了飞行检测系统,利用光学相机和红外成像仪的成像技术及图像分割、识别技术,完成了2座斜拉桥的索塔和斜拉索质量的现场检测,并基于Lab VIEW对现场测试的海量光学图像和红外图像进行智能识别和分析,实现了对缺陷的识别与定位。检测结果表明,未见索塔和斜拉索的明显表观病害和内部缺陷。仅搭载光学摄像机的无人机应用于索塔、斜拉索的质量检测,不能满足检测的全面性要求。搭载红外仪和光学相机的无人机检测系统检测范围全面、效率高和费用低,同时光学图像+红外图像的综合性检测结果能识别拉索表观及其内部隐含缺陷,该技术为塔索检测提供了一种高效的检测方式,对提高塔索的养护技术水平具有重要的意义。     

基于激光雷达的SLAM和融合定位方法综述

基于激光雷达的同步定位和建图(SLAM)及融合定位技术是无人驾驶的关键技术.激光雷达可以从环境中获取精确的距离及强度信息,被广泛应用于高精度地图构建及基于地图的匹配定位,可有效增强基于卫星定位在弱GNSS区域的鲁棒性.基于当前无人驾驶背景下激光SLAM及融合定位方法的研究现状,对应用于无人驾驶车辆的激光SLAM和融合定...     

基于改进YOLOv5的雾霾环境下船舶红外图像检测算法

从监控图像中准确检测船舶对于港区水域船舶交通智能监管具有重要意义。为解决雾霾条件下传统YOLOv5目标检测算法对船舶红外图像检测准确率低、小目标特征提取能力弱等问题,提出了基于Swin Transformer的改进YOLOv5船舶红外图像检测算法。为扩大原始数据集的多样性,综合考虑船舶红外图像轮廓特征模糊、对比度低、抗云雾干扰能力强等特点,改进算法提出基于大气散射模型的数据集增强方法;为增强特征提取过程中全局特征的关注能力,改进算法的主干网络采用Swin Transformer提取船舶红外图像特征,并通过滑动窗口多头自注意力机制扩大窗口视野范围;为增强网络对密集小目标空间特征提取能力,通过改进多尺度特征融合网络（PANet）,引入底层特征采样模块和坐标注意力机制（CA）,在注意力中捕捉小目标船舶的位置、方向和跨通道信息,实现小目标的精确定位;为降低漏检率和误检率,采用完全交并比损失函数（CIoU）计算原始边界框的坐标预测损失,结合非极大抑制算法（NMS）判断并筛选候选框多次循环结构,提高目标检测结果的可靠性。实验结果表明：在一定浓度的雾霾环境下,改进算法的平均识别精度为93.73%,平...     

基于移动子目标的复合式路径规划算法

为使无人驾驶汽车无碰撞、高效到达目标点,针对当前未同时突出全局路径和局部路径优点的问题,通过激光传感器检测无人驾驶汽车周围环境,用子目标点与无人驾驶汽车的连线将平面环境划分为左、右2个半平面,分别搜索可通行的自由扇区,根据一种代价函数评价各个自由扇区得到最优的路径。考虑无人驾驶汽车各时刻的姿态不同,为无碰撞的切入最优路径,创建基于无人驾驶汽车到阻塞区域距离和当前车速的风险评价函数,基于人的驾驶行为,创建以风险评价值和切入最优扇区的转角为输入,无人驾驶汽车角速度和线速度为输出的模糊控制。在全局路径已知的条件下,在全局路径上为实时的局部路径规划选择子目标点。根据环境等因素的影响,将子目标划分成被未知阻塞区域遮挡、被已知阻塞区域遮挡且遮挡前子目标可见、被已知阻塞区域遮挡且遮挡前子目标不可见3种状态,为引导无人驾驶汽车,分别分析其子目标所处的状况并提出子目标应当按照一定速度向特定方向移动的方案。研究结果表明:该方法能够很好地解决局部路径规划层无远见的问题,全局路径上的子目标点有效地引导无人驾驶汽车前往最终的目标,同时又不会与阻塞区域发生碰撞,保证了无人驾驶汽车行驶的平顺性,实现实时无人驾驶汽车路径达到最优,又很好地关联了全局路径规划层和局部路径规划层。     

基于Mask R-CNN网络模型的无人驾驶感知

近几年深度学习技术在图像检测方面的应用取得了极大的突破,利用卷积神经网络模型可高效且准确的识别目标。一种开源网络模型——Mask R-CNN,被用于无人驾驶感知检测,取得了较好的检测效果。为了进一步提高检测精度,提出迁移学习方法重新训练网络,使得网络更适用于无人驾驶领域的感知任务。     

利用激光点云的城市无人驾驶路径规划算法

为了解决随机采样算法受感知环境不确定性影响下的弱鲁棒性以及弱可靠性问题，采用一种基于激光空间势场的渐优随机采样算法框架来设计符合无人驾驶需要的规划算法。针对感知环境的不确定性，首先基于势场原理与激光障碍物点云构建一个融入了斥力场的规划空间，解决激光障碍物提取中的过分割等问题。其次，利用规划空间来处理随机采样算法中的采样策略、最优母节点选取策略、修剪策略以及最终路径选择策略。再次，在算法中加入了Anytime策略来提高优化解的利用率，使得算法的计算效率满足无人驾驶实时性的要求。同时，为了保证无人驾驶中规划路径的鲁棒性与可靠性，创建了一个综合5重因素的代价函数来选择最优路径，并根据不同的无人驾驶场景来调整相对应的参数；最后在城市测试道路上进行了实地测试。结果表明：设计的算法框架能够适应最高时速40 km·h^-1的城区驾驶环境，并能完成跟驰、换道、融入以及静动态障碍物的避障决策。在与SST算法的对比试验中，所提出的算法在各个试验中的轨迹、方向盘转角以及速度的平滑性都优于SST算法，其轨迹与障碍物的距离也优于SST算法。     

电缆隧道渗水红外检测装备技术研究

为在地下电缆隧道运行过程中,快速识别和提取隧道管壁渗水特征,研究一种隧道渗水检测装备,利用红外热像仪拍摄隧道的轴径向红外热像图,并对拍摄得到的红外热像图进行图像处理,进而得到隧道管壁渗水区域的渗水特征提取图像。最后以宁波市澄浪电缆隧道某段作为目标测试装备的实际使用效果。测试结果表明:检测装备可以有效地识别并拍摄隧道渗水区域的红外热像图,从红外热像图中提取出的隧道渗水特征具有较高的准确性。     

中天山特长隧道TBM施工湿热环境控制技术研究

针对南疆铁路吐库二线中天山特长隧道TBM施工过程中遇到的高温高湿环境问题,对温湿度成因及对作业人员和设备的影响进行分析,得到隧道内除湿冷负荷的计算应重点考虑电动设备的散热量,建立起湿热环境数学模型。对中天山隧道TBM施工湿负荷进行计算分析,确定掌子面附近降温除湿所需的冷负荷为1 192.3 kW,给出中天山隧道湿热环境控制方案中的热泵模式选取、设备选型等关键参数,为TBM施工湿热环境控制提供分析和计算方法。     

发动机连杆工艺设备选型的可拓评价研究

针对某发动机企业的连杆生产线设备选型决策问题,应用可拓学的优度评价方法建立了设备选型的非线性多指标决策模型,构建了评价指标体系,对发动机连杆工艺设备方案从技术、经济、生态环境、安全健康等方面进行了综合评价,并根据评价结果进行了设备方案的选择。实际应用表明,采用基于可拓理论的评价模型解决生产线成套设备的选型问题是可行的。     

红外热像仪在沥青路面施工过程中的运用

通过红外热像仪对沥青路面摊铺过程中不同阶段的温度进行检测,并与传统的点温计对比,以图像和数据相结合的方式直观全面地表征温度分布情况,揭示出摊铺出来的沥青温度呈波形曲线变化的规律.结果显示,在沥青路面施工过程中,红外热像仪是一种直观有效的检测工具.     

基于ITS技术的汽车驾驶安全辅助系统

基于ITS技术的汽车驾驶安全辅助系统是提高道路交通安全的有效手段,本文介绍了清华大学汽车安全与节能国家重点实验室在此领域的研究与开发工作。在研究行驶环境感知和信息融合、驾驶员特性和安全距离模型、车辆运动控制及系统集成等关键技术的基础上,研制了汽车驾驶安全辅助系统试验平台和试验样车,实现了行车前撞预警、安全车距保持、智能车道保持等功能,并完成了相关试验分析与评价,为进一步开展基于ITS的汽车主动安全辅助技术的研究以及汽车驾驶辅助系统的产业化奠定了基础。     

基于人体姿态估计的分心驾驶行为检测

为弥补现有驾驶特征提取方法的不足,提高分心驾驶行为检测的准确性和鲁棒性,将2D/3D人体姿态估计应用于驾驶人行为检测,提出一种适用于驾驶舱环境下的驾驶特征提取方法。首先通过将2D姿态估计网络Simple Baseline和分类网络ResNet进行融合,构建基于2D姿态估计的分心驾驶行为检测模型,并在分心驾驶数据集State Farm上分析不同数据增强方法、不同超参数、不同分类网络对模型性能的影响。其次,融合3D密集姿态估计网络DensePose与分类网络ResNet,构建基于3D姿态估计的分心驾驶行为检测模型。接着,在State Farm数据集上,针对模型的实时性和泛化能力,对比分析基于原始图像和基于2D/3D姿态的分心驾驶行为检测模型。最后,针对效果更优的基于2D姿态估计的分心驾驶行为检测模型,在分心驾驶数据集State Farm上,对使用不同姿态估计算法和分类网络的分心驾驶行为检测模型做了交叉试验,对比分析4个不同检测模型的优缺点。进一步地,将基于2D姿态估计的分心驾驶行为检测模型应用于实际采集的驾驶图片,对模型的泛化能力和有效性进行了测试验证。研究结果表明:与基于原始图像的检测模型相比,基于2D和3D姿态的检测模型都能显著提高分心驾驶行为的检测准确率;基于3D姿态的检测模型在检测精度方面略优,但基于2D姿态的检测实时性更好,检测效率是基于3D姿态检测的4倍;在驾驶舱单一环境下,基于2D姿态估计的分心驾驶行为检测模型能够满足分心驾驶行为检测的需求,在分心驾驶行为检测方面具有重要应用价值。     

基于MCTS-HM的重型汽车多参数运行工况高效构建方法

提出了一种基于蒙特卡洛树搜索 （Monte Carlo Tree Search,MCTS） 和启发式方法 （Heuristic Method, HM）的多参数运行工况高效构建方法。根据工况质量要求,选取表征行驶工况特征的速度、加速度和坡度参数相关指标,设计工况的目标函数;改进多个启发式方法,确保被作用后的工况序列仍可满足行驶工况动态转移特性;采用MCTS选择更适合的启发式方法,进而高效地收敛至多参数目标行驶工况。基于重型汽车实际采集的试验数据,多次分析结果表明,生成的多参数行驶工况所有特征指标相对偏差均可保持在设定阈值以内,表明生成工况与原始数据特征具备一致性;相比于纯随机启发式方法,该方法能快速构建多参数期望运行工况。     

浅谈倒车影像系统图像质量评价

倒车影像系统通过车辆尾部的摄像头提供实时的影像,结合倒车轨迹路径描绘成的辅助线,辅助驾驶员完成车辆停放。该功能近几年被广泛应用于车载辅助驾驶安全领域,现市面上有多种倒车影像系统方案,但各方案图像质量存在参差不齐的情况,本文对倒车影像图像质量如何评价,并结合实际用车时的应用场景进行概述。     

城市水下道路隧道驾驶安全影响因素分析和改善思路

总结城市水下道路隧道事故分布规律，从驾驶人、隧道光环境及道路条件3方面分析隧道驾驶安全影响因素，对现有安全改善措施及其优缺点进行剖析，并指出城市水下道路隧道驾驶安全优化研究趋势： 应以提升隧道光环境质量为主，考虑交通事故形态、事故致因及影响因素，在确保交通安全的基础上，考虑不同隧道路段驾驶人差异化视觉需求。驾驶人视觉需求可以分为功能性、安全性与舒适性需求，对应的隧道行车环境可分为基本型、安全型与舒适型视觉参照系。提出以构建城市水下道路隧道舒适型视觉参照系为目标，通过隧道照明与隧道视线诱导技术相结合，缓解隧道出入口参照系的剧烈过渡，加强中间段弱视觉参照的城市水下道路隧道驾驶安全优化方法。构建基于空间路权、人因与驾驶任务、差异性与韵律性的隧道驾驶安全优化评价指标体系，为城市水下道路隧道驾驶安全优化提供新思路。