网状高速公路网下的多路径识别模型与费用清分算法

我国的高速公路网发展形成了复杂的网状结构,各省目前普遍面临着如何实现准确的收费清分的问题。本文提出了可以识别车辆行驶路径的"RFID标识站 组合式收费卡"的收清系统模型,利用支撑树理论确定需添加的RFID标识站的位置和数量,引入有效路径系数标定路网的合理路径,给出了依据车辆行驶路径的精确清分算法。最后以山东路网为例进行路网建模和算法分析,结果验证了本模型算法能实现公平、公正的通行费清分,符合高速公路管理的实际需求。     

面向ARM平台的自标定驾驶员疲劳检测方法

提出了一种面向进阶精简指令集机器(ARM)平台的自标定驾驶员疲劳检测方法。对驾驶员不同身高、体型及车内摄像头不同位置,采用驾驶员初始姿态自标定方法;采用改进的基于深度学习的多任务卷积神经网络(MTCNN),提取人脸识别和特征点,以得到头部姿态、眼睛、嘴巴运动等信息;基于操作员序列的深度卷积神经网络,来判断驾驶员的疲劳状态等级。实验了驾驶员疲劳检测方法。结果表明:相对于没有标定,采用本驾驶员自标定的方式,识别准确性提高了15%,采用MTCNN方法和ARM NEON加速技术,在“全志H5”、“树莓派”和Android手机上,运行速度分别是200、150、140 ms,提高约50%。因而,该检测方法,既提高了系统鲁棒性,也满足实时需求。     

基于分步标定法的交通事故现场摄影测量精度实验分析

提出了相机内部参数和外部参数分步标定的方案,通过数理统计法得到了测量的不确定度,分析了用于交通事故现场的摄影测量的精度.实验结果表明:标定点的设置及标定物的摆放应使标定点便于识别和准确定位,而标定物的放置位置对测量结果无显著影响;实验中10m范围的摄影测量误差小于1.5%和50m范围的摄影测量误差小于2%的概率都不小于99%.     

采用补偿模糊神经网络识别雨天导航路径的方法研究

为实现视觉导航智能车辆对雨天导航路径的准确识别,在分析雨天导航路径特点的基础上,提出了采用补偿模糊神经网络识别雨天导航路径的方法,设计了具有5层结构的补偿模糊神经网络,并分别取大雨、小雨、雨后水迹、雨中模糊反光环境的部分导航路径图像作为样本进行训练,又采用剩余部分路径图像进行了识别试验,试验结果表明该方法能够很好的识别雨天导航路径,并具有较强的实时性。     

手动挡车型挡位识别原理及标定研究

介绍了驾驶性的定义、特点及重要性,概述了发动机管理系统中驾驶性相关的标定模块。对手动挡车型而言,正确的挡位识别是开始驾驶性标定的基础之一,文章重点研究了手动挡车型前进挡挡位识别的原理和标定方法;以及通过发动机管理系统中的相关标定或者使用空挡传感器实现空挡识别的方法和原理。     

粤西区域高速公路路径识别解决方案的可行性分析

通过分析现有的粤西高速公路网路径识别需求,结合国内目前各个省市所采用的路径识别应用情况,有针对性的提出粤西区域高速公路路径识别的解决方案,并进行比较与分析。     

柴油机声源识别试验研究

采用声强试验法进行发动机标定点工况声源识别,定位了发动机噪声贡献特征。结合声压试验法对柴油机全工况进行噪声测试,基于发动机燃烧噪声和机械噪声的产生机理,研究了典型贡献位置对整机噪声的贡献度。研究结果表明：声强贡献面积较大的测量面,对应声压测点位置的噪声也越大;随着发动机转速和负荷的提高,转速对噪声的影响比负荷对噪声的影响更加明显;在发动机高转速工况,旋转部件以及阀类系统对整机噪声贡献较大。     

桥梁动态称重系统在板桥中的应用研究

桥梁动态称重(Bridge Weigh-in-motion:BWIM)系统是以桥梁为载体来识别过桥车辆的轴重及总重量。目前商用BWIM系统均利用桥梁跨中弯矩影响线作为参考来识别过桥车辆轴重。因此,获得更为符合桥梁实际边界条件的影响线对于提高车辆轴重识别精度具有重要意义。基于一跨径13 m的简支板桥的现场试验,利用最小二乘原理,通过标定车作用下桥梁跨中截面的动态响应信号来标定实际桥梁结构影响线。然后采用Moses算法,依据标定的影响线,对过桥车辆进行了轴重识别。计算结果表明:对于多车道板桥,每个车道的实际影响线有一定差别,而影响线的选取直接影响轴重识别的精度,所以需对每个车道进行影响线标定,然后基于车辆经过该车道所得到的影响线来反算过桥车辆轴重。     

环境激励下桥梁结构模态识别与损伤检测的新方法

已有的环境激励下模态参数识别的方法对模态频率的识别精度相对较高,而对位移模态的识别则误差较大。本文提出一种利用移动质量块在不同位置时对桥梁的模态频率进行多次测量,用各次测得的频率值确定位移模态的新方法,使得位移模态识别的精度接近频率识别的精度,推导了频率与位移模态关系的理论公式,并给出利用以曲率形式表示的单元模态应变能对结构进行损伤标定的基本方法。最后,通过数值模拟对该方法的有效性进行说明。     

联网高速公路有效路径伸展系数的标定

采用启发式搜索算法标定联网高速公路路径伸展系数的值,确定高速公路路网有效多路径搜索范围,利用改进的标号法算法搜索给定路网上任两站点之间的有效多路径。提出联网高速公路多路径交通量计算模型和各路段流量偏差计算模型,分别按最短路法和实际行驶路径（调查取得）在有效多路径集合上进行流量加载,得到有效多路径上交通流漂移量。利用上述模型,对山东省高速公路车辆行驶路径调查数据进行统计分析,标定得出山东省高速公路网路径伸展系数为0．3,出行有效多路径交通量占所有路径总交通量的比例为6.1‰。     

车牌识别技术在多义性路径问题中的应用

以上海高速公路网建设为背景,针对路网存在的多义性路径问题,提出了基于车牌识别技术的判别车辆路径的方法,介绍了一种车牌识别系统方案,包括方案设计、路径识别流程设计、系统架构和收费流程.讨论了如何将车牌识别系统扩展至联网收费中.     

喷浆机器人自适应喷涂路径规划研究

为解决目前喷涂作业过程中环境精确感知难、喷涂效果评价难、喷涂路径规划复杂等问题，针对感知识别与路径规划技术进行研究。由于传统喷浆设备喷涂误差累计及不确定性，造成每环喷涂质量参差不齐及回弹量、剥落量居高不下，采用基于轴线归一法的隧道模型构建和多工序扫描策略，实现隧道环境识别、车体定位和喷涂质量感知，提高喷浆机器人外部环境感知能力； 针对传统喷浆设备对多变复杂异构隧道适应能力差，导致无法灵活调整喷涂轨迹问题，提出多工况感知识别及路径规划策略，研究设计最优喷涂路径规划、减少直喷拱架的连续喷涂路径规划方法，降低喷浆机器人与隧道开挖工法的耦合性。在郭达山隧道、任家沟隧道等项目应用，感知识别断面拱架准确率达93%，定位精度、臂姿解算补偿误差控制在50 mm以内，验收质量合格情况下综合回弹率降低至11.9%。     

混凝土外观质量智能评判技术

将图像处理与模式识别技术相结合,探讨基于图像识别的混凝土外观质量评价的新方法。通过混凝土外观图像样本,对图像进行淡化、强化、纹理、扩散、不同色度的处理,提取能反映图片中外观缺陷特点的参数,运用智能评定系统进行便捷、可靠的分析。开发了智能评判软件。     

基于投影二分法的车牌字符分割方法

在车牌字符分割中,传统的投影法对车牌图像质量的要求较高,受噪声影响较大,易造成分割字符的粘连与断裂,在一定程度上影响了车牌的识别率.针对传统投影法的不足,文章提出了一种基于投影二分法的字符分割算法,该方法能快速有效地把车牌字符准确地提取出来.实验结果表明,该方法抗干扰能力强,能有效地抑制字符的粘连,减少字符的断裂,车牌识别准确率高.     

路径行程时间的组合预测方法研究

立足于历史和实时数据的融合应用,从实际应用角度出发,构筑了一种路径短时行程时间的组合预测模型和相应算法。该组合预测模型包含基于历史数据特征向量的聚类分析子模型和基于路径行程时间序列的自回归子模型,通过贝叶斯概率公式实现子模型的权重分配。并对数据进行滚动式处理,实现权重系数的实时更新。最后选择上海市快速路系统3条典型路径进行实例分析,并与实际牌照自动识别行程时间数据进行对比验证。     

机器视觉背景下基于VisionPro的轴承滚动体缺失检测

轴承在生产过程中的滚动体缺失会影响机械设备的安全运行,本文提出了机器视觉背景下基于VisionPro的轴承滚动体缺失检测。在获得较好的打光图像后,利用VisionPro的PMAlignTool进行模板训练以及缺失识别,并结合C#脚本,将结果可视化,在图片上显示具体的检测结果,包括产品合格与否、合格的滚动体个数以及不合格的原因,便于后续的人机交互。通过实验,该方法确实取得了较好的检测结果,能够正确检测轴承滚动体的缺失情况,后续结合通信设备与机械手臂,可实现自动分拣。相较于传统的人工检测,该方式具有效率高、准确性高、安全性高的优势,是现代工业生产中亟需的检测方式。     

基于概率分析的高速公路联网收费路径识别技术

根据高速公路联网收费的特点,提出了一种基于概率分析的路径识别方法.其基本思路是在对含环路网有效路径分析的基础上,采用一定的交通量分配方法,通过比较分配交通量与调查交通量的误差来拟合和修正路径分配概率,用以实现对车辆路径的识别.该方法在河南省高速公路联网收费中已经得到实际应用,应用效果表明该方法是适用、可行的.     

基于混合A*和可变半径RS曲线的自动泊车路径优化方法

路径规划是自动泊车系统的重要组成部分,是确保泊车运动安全、缩短行车距离、提高乘坐舒适性的关键。而当前自动泊车规划系统往往面临行驶空间狭小、障碍物多、路径搜索难度大等技术挑战,同时搜索曲线半径固定容易导致路径接点处曲率不连续,增大了路径跟随控制难度和轮胎磨损程度,这些都提升了泊车路径规划的研究难度。针对以上问题,设计可变半径的Reeds-Shepp曲线,提出基于混合A^*和该曲线的自动泊车路径规划方法,通过调整曲线半径,提升其在复杂场景下路径的搜索能力和灵活性。随后,设计基于分段贝塞尔曲线和梯度下降的路径优化方法,利用其多阶导数连续的优势优化已搜索的路径曲率,并采用梯度下降来保证路径曲率大小和对障碍的规避,解决直线与圆弧相接等位置曲率变化不连续的难题。结合路径搜索与路径优化的泊车规划方法能够切实满足复杂场景下的泊车需要。最后,基于团队自主研发的PanoSim虚拟系统与MATLAB搭建联合仿真环境,针对多种自动泊车工况测试验证提出的方法。研究结果表明：调整Reeds-Shepp曲线的搜索半径进行全局路径搜索,可获得更短和更易跟随的路径,具有良好的灵活性;基于贝塞尔曲线和梯度下降法的路径优化可有效消除曲率突变点、约束路径曲率并保证对障碍的无碰撞要求。     

公路网合理多路径集合判断方法的研究

先前的合理路径的判断是以路径之间的距离差别作为判断标准,如给出了路段删除、路段惩罚、K-最短路径等方法;但是随着路网的扩展以及路网中车流量的增加,现有的一些判断合理路径集合的方法存在着一些潜在的问题,作为判断依据并不能够全面地反映出行者选择的路径集合。本研究结合目前城市路网以及高速公路路网中常用的合理路径集合判断算法,给出一种更加综合性的合理路径集合判断方法。为进一步的合理路径集合判断建立更加全面的实践和理论依据。     

基于自适应神经模糊推理系统的平行泊车路径规划

针对常见的平行泊车场景,提出一种基于自适应神经模糊推理系统的平行泊车路径规划方法。以基于优化算法的泊车路径规划方法得出的泊车路径作为训练样本,利用Python脚本语言建立以自适应遗传算法和拟牛顿法为内核的自动化训练框架,使自动训练后的自适应神经模糊推理系统既可继承基于优化算法的泊车路径规划方法适用范围更广的优势,又有效解决该方法求解过程计算量大的问题。通过仿真分析验证所提出方法的可行性和有效性,结果表明:自动训练后的自适应神经模糊推理系统可依据汽车初始泊车位姿和泊车位信息快速规划出可行的平行泊车路径。