一种基于激光与视频信息时空数据融合的行人检测方法

针对城市交通行人安全问题,本文提出了一种基于激光与视频数据融合的行人检测方法.通过激光与视频数据空间和时间上的融合,将激光数据映射到图像坐标;在激光聚类过程中,采用K-means 聚类算法对激光云点进行聚类分析,然后运用行人宽度模型提取候选行人区域;在基于图像的行人检测过程中,选取头肩、躯干以及腿部人体特征部位,采用Haar-like 特征集和Boosting 算法进行训练,得到部位检测器;最后,基于贝叶斯决策的组合策略对候选行人区域进行有效判定.实验结果表明,本文所述算法有较好的检测精度和实时性能.     

一种基于强化学习的传感器网络应用重构决策方法

利用马尔可夫决策过程模型对传感器网络重构决策问题进行建模,提出了一种规则推理和强化学习相结合的动态应用重构决策方法.以能量约束和环境自适应性作为学习目标,设计了一个基于Q-学习的重构决策算法,使重构决策能够适应环境条件的变化.仿真结果表明基于强化学习的动态决策可以使传感器节点在运行过程中不断学习其所部署环境中异常事件发生的规律,自适应地调整节点上的应用,达到以较小的能耗获得较准确的监测效果的目标.     

基于ZgBee和GPRS的嵌入式桥梁健康监测系统

以有线方式采集传感器数据的缺陷,提出了具有远程数据分管中心、嵌入式现场数据采集子系统、ZigBee无线传感器数据采集网络等3层子系统的监测方案;构建了一个以S3C2440处理器为核心的现场数据采集系统;组建ZigBee无线传感器网络完成现场采集,将融合、预处理后的数据经GPRS网络发回远程数据中心。多源异构传感器采集的实验数据与对应环境变量完全吻合,验证了系统的稳定性与可靠性。     

面向路基监测的WSN分簇自适应加权融合算法

部署在铁路路基监测区域内的无线传感器网络（WSN）,由于节点能量和带宽等资源的限制,要求数据的采集、处理、传输满足低能耗、高效率和高可靠性. 本文提出面向智能监测的无线传感器网络分簇部署策略,在感兴趣的区域内部署尽量多的节点,并根据数量类型、环境特征等因素将网络以簇为单位进行划分. 以簇为单位,采用自适应加权数据融合处理技术,将采集的地温数据按照精度分别乘以权重值再进行平均值处理,有利于降低数据冗余度,提高数据准确度和采集效率. 仿真性能分析表明,该方法可以显著提高数据传输效率,降低网络能耗,延长网络生命周期.     

基于深度数据的车辆目标检测与跟踪方法

现有基于几何特征的目标检测与跟踪方法误检率较高,目标跟踪过程中的漏检易导致错误的目标关联.针对这些问题,本文提出了一种基于激光雷达(LiDAR)深度数据的车辆目标检测与跟踪方法.根据激光雷达深度数据特性,采用一种基于栅格的参数自动化聚类(PAG) 算法对原始数据进行处理,并在每个聚类中提取目标线段,获取目标特征.在此基础上对车辆目标进行识别,并计算得到目标的位置信息.采用卡尔曼滤波算法,制定滤波器管理策略,完成目标关联及状态估计.最后利用装备有一个前向激光雷达的实验车辆对提出的方法进行验证. 实验结果表明,本文提出的方法可准确识别并跟踪多个车辆目标,避免错误的目标关联.     

基于传递闭包聚类的多传感器航迹关联算法

在分布式多传感器数据融合系统中.航迹关联是关键技术之一,也是实现航迹融合的前提,航迹关联判定的准确性将直接影响到整个融合系统的性能.文中针对多传感器多目标航迹关联同题,提出了基于传递包模糊聚类的多传感器航迹关联算法.该算法利用基于模糊统计量的传递团包聚类法,选择航迹的位置、速度等信息为聚类指标,对来自多传感器的航迹数据进行聚类.计算航迹相似矩阵,利用平方法求出航迹相似矩阵的传递闭包,并根据该传递闭包确定航迹关联对.仿真试验结果表明,该方法能有效地实现多传感器、多目标航迹关联.     

Human and bicycle detection system using range sensor

This paper presents a full-scale solution to the detection of the traffic data using laser device. Range images, gathered by a particular laser camera, are used in the multi-threshold segmentation. The multi-threshold segmentation is based on the height of the moving objects. In order to get the precise height of the moving objects, mapping of the original terrain is performed on the first step. On each layer, the clustering algorithm called iteration-self organizing data analysis techniques algorithm (ISODATA) is conducted afterwards. Kalman filtering technique is applied to recognize and track the moving objects. Extensive experiments show that these algorithms are effective in object recognition and tracking, as well as robust in the applications.     

灰色聚类法在水库水环境评价中的应用

灰色系统理论已经被成功的运用于环境质量评价中。根据大伙房水库1999年的水质监测资料,选择北杂木、浑7、浑37、浑73、抚取等5个断面,采用灰色聚类法对该水库水质进行了评价,并对该水库水环境问题保护措施提出了建议。     

基于激光雷达的无人驾驶障碍物检测和跟踪

针对激光雷达动态障碍物检测与跟踪过程中聚类适应性差、实时性低和跟踪准确度不高等问题，提出一种自适应的密度聚类算法和多特征数据关联方法，分别用于检测和跟踪. 首先，对激光雷达采集的点云进行路沿检测、感兴趣区域提取和地面分割等预处理，去除无关点云；然后，基于自适应的密度聚类算法对非地面的点云进行聚类，完成障碍物点云检测；最后，利用加权多特征数据关联算法结合卡尔曼滤波器实现对动态障碍物跟踪. 通过实验表明:本算法能够根据10 Hz的激光雷达数据实现对障碍物准确、稳定的检测和跟踪，且聚类时间缩短32%.      

基于监控视频的高速公路能见度检测方法及系统

针对我国高速公路能见度天气的全面检测与预警处置的迫切需求,提出了一种基于监控视频的高速公路能见度检测方法.该方法从监控摄像头提取固定距离参照物的图像,根据图像的灰度失真状况计算能见度值,并通过数据融合的手段对多监控摄像头计算结果进行综合;并设计和开发了一款能见度监测与预警处置信息化系统,利用获取的实时能见度数据,从局部现场和宏观路网两个方面支撑能见度预警、应急处置、交通流调控、信息发布等智能交通业务.实验分析结果表明,该能见度计算方法的平均检测误差为13.4%,能够满足我国高速公路能见度检测的精度和计算性能要求;本文方法及系统可以充分复用高速公路沿线广泛架设的视频监控机电系统,可应用于我国高速公路的运营管理及效率提升等工作中.      

基于视频的道路盲区能见度检测研究

基于道路视频图像的能见度检测方法可为智能交通系统提供实时、可靠、经济的交通能见度信息，但其应用效果受限于广泛存在的视频监控盲区。鉴于此，针对道路视频监控盲区的能见度实时检测方法展开研究，利用视频能见度检测算法，获取上下游路段能见度的两类检测数据，并提出一种基于能见度数据的高层信息汇聚融合模型，构建了盲区的能见度间接检测方法，给出 基于实时视频检测的道路盲区能见度预测值，与目测结果相比，平均误差小于10%。     

基于视频的城市快速路车辆异常行为检测

文章提出虚拟传感器的概念,针对城市快速路视频监控系统,改革单一功能摄像机,使其成为具人工智能的新型视频传感器,完成道路车辆跟踪及异常行为检测。异常检测算法运用带有时间和空间信息的车辆轨迹对自组织神经网络进行训练,获得神经网络参数后利用概率模型对实时车辆轨迹进行异常提取。该文所提算法能在嵌入式DM642视频处理平台上有效运行,能够提取诸如超低(高)速行驶、违章停车、违规掉头等异常行为,具有低运算量及较好的鲁棒性。     

基于抗局部攻击的无线传感器网络定位方法

为了解决无线传感器网络定位过程中的常见安全问题,提出了一种抗攻击的定位方法.该方法通过高效的认证机制和检测机制帮助待定位节点验证信标节点的合法性及检测定位信息的可靠性,筛选出值得信赖的定位信息用于节点的定位计算,能够有效抵御定位过程中的女巫攻击和虫洞攻击.实验结果验证了该方法能够在存在安全威胁的网络环境下,有效提高无线传感器节点的定位精度.     

基于手机传感器数据的交通出行调查实证评估

应用手机传感器与调查问卷, 同步采集了校园内高校学生2周的真实出行轨迹; 考虑了真实出行环境下的手机传感器数据特征, 结合高斯滤波预处理数据, 根据轨迹点的时空聚类特性, 用时空聚类算法识别了出行端点和出行时间, 结合轨迹点速度、加速度特征, 利用支持向量机识别了出行方式; 将手机传感器数据与调查问卷、查核线数据对比, 分析了手机传感器数据出行特征识别的准确程度, 验证了出行特征的提取效果。分析结果表明: 手机传感器与问卷调查识别出行链的成功匹配比例为81.66%, 说明手机传感器数据可有效记录出行轨迹; 时空聚类算法参数中核心点空间半径为26.92 m, 最小样本点为129, 时间约束为129 s时, 出行端点识别准确率为93.02%, 出行时间识别准确率为90.84%, 说明手机传感器识别出行端点和出行时间的效果较好; 当支持向量机设置类型为经典支持向量机, 核函数为径向基函数, 惩罚系数为0.797, 核参数为2.260时, 出行方式识别准确率为89.86%, 即利用手机传感器能够有效识别出行方式。可见, 手机传感器数据识别结果合理, 能为手机传感器数据应用于实际出行调查做支撑。      

基于多传感器数据融合的目标分析

声场环境复杂,易引起单个声传感器所获得数据的不确定性,利用数据融合方法可以解决目标分析中信息的不确定性问题.文中建立了适合工程实用的基于多传感器数据融合的目标分析模型,利用该模型对三维情形下舰船通过过程进行了仿真.该方法的应用实现了对多传感器信息的优化利用,取得了较满意的结果,证明了模型的有效性.     

组合定位系统中时间Petri网的应用方法研究

组合导航定位系统是智能交通系统中的重要组成部分,它综合运用微电子技术、数字信号处理技术等,通过最优滤波和数据融合得到连续可靠的定位数据.因为需要采集多个传感器的数据对时序控制要求严格,因此系统采用具有反馈设计的时间Petri网方法对软件流程进行动态监测和实时分析,大大提高了软件运行的可靠性.     

V/X接线牵引变压器短路电抗在线监测方法

为有效判断变压器绕组的变形与否,根据V/X接线牵引变压器的等效电路,利用变压器高压侧各相电压、电流及各供电臂馈线对地电压、电流的监测数据,推导建立了变压器短路电抗的计算模型,并以多次监测值的相对标准偏差为依据,提出了测试结果的精度控制方法. 测试结果表明,虽然提出的方法没有在绕组上安装附加传感器,但测试得到的一台V/X接线牵引变压器A、B和C、B相间的短路电抗分别为67.31和61.18 Ω,与离线数据67.40和61.27 Ω非常吻合,该在线监测方法有效且极具实用性.      

基于实车行驶工况的电动公交运营期碳足迹测算

针对电动公交车运营期碳足迹难以监测的难题，本文设计了一种以实车行驶工况为基础的电动公交车碳排放折算量估计方法。以西安市主城区的609路和新建城区的362路公交车为研究对象，基于实车行驶轨迹数据提出一种面向城市电动公交运营线路的本地化驾驶工况构建方案。首先，引入T-SNE非线性机器学习算法进行数据降维，使用Birch聚类方法进行分类；然后，根据相似度最高原则和各类别比例关系构建两条线路的电动公交车运行工况。在Cruise仿真环境进行百公里耗电量计算，并折算得到碳排放量。结果表明：609路和362路同车型电动公交车百公里能耗分别为121.71 kW ⋅ h 和144.46 kW ⋅ h ，差异较为明显，证明了分线路进行驾驶工况构建的必要性；基于本文提出的估计方法计算了两条公交线电动公交车组在2019年11月的碳足迹，分别为114.099 t和117.863 t。提出的电动公交运营期碳足迹测算方法有助于推行城市交通碳排放监测与管理。     

无线传感器网络中能量有效分簇路由算法

由于无线传感器节点的电源能量有限,提出了一种能量有效分簇路由算法(EECRA).该算法是基于最小能量的数据转发并运用于簇内路由中,簇头由基站根据节点的剩余能量和簇头之间的距离来选定,为了减小簇头节点的能量开销,簇头之间采用了多跳中继的方式将采集的数据发送到基站.仿真结果证明:该算法与LEACH协议相比,不仅提高了网络寿命,同时节点的能耗均衡性、网络扩展性和可靠性都大大的提高.     

Dynamic Obstacle Avoidance for Application of Human-Robot Cooperative Dispensing Medicines

For safety reasons,in the automated dispensing medicines process,robots and humans cooperate to accomplish the task of drug sorting and distribution.In this dynamic unstructured environment,such as a human-robot collaboration scenario,the safety of human,robot,and equipment in the environment is paramount.In this work,a practical and effective robot motion planning method is proposed for dynamic unstructured environments.To figure out the problems of blind zones of single depth sensor and dynamic obstacle avoidance,we first propose a method for establishing offline mapping and online fusion of multi-sensor depth images and 3D grids of the robot workspace,which is used to determine the occupation states of the 3D grids occluded by robots and obstacles and to conduct real-time estimation of the minimum distance between the robot and obstacles.Then,based on the reactive control method,the attractive and repulsive forces are calculated and transformed into robot joint velocities to avoid obstacles in real time.Finally,the robot's dynamic obstacle avoidance ability is evaluated on an experimental platform with a UR5 robot and two KinectV2 RGB-D sensors,and the effectiveness of the proposed method is verified.