路面纹理的多重分形特征描述与识别方法

应用多重分形理论验证了路面纹理的多尺度特性,研究了路面纹理多重分形谱的直接计算方法以及权重因子对计算结果的影响规律.测量了4组不同级配的沥青混凝土样块纹理高程值,利用小波变换消除噪声数据,分别计算各组样块纹理的多重分形谱参数,构建了一种应用多重分形谱描述与识别路面纹理特征的新方法.分析结果表明:路面纹理呈现出复杂性与自相似性特征,不同路面纹理之间的多重分形谱存在明显的差异性;路面纹理越复杂,高程波度越剧烈,多重分形谱参数越大,反之则越小;对于相同类型的路面纹理,多重分形谱形状和参数均相近.可见,多重分形是一种描述与识别路面纹理特征的有效方法.     

基于模型预测控制的船舶纵向航速协同控制方法

多船协同航行在海事搜救、资源勘探、极地航运等领域中具有显著优势，其中纵向航速协同控制是实现船舶协同航行的关键。通过分析船舶螺旋桨转速、加速度与航速之间的关系，构建了考虑风力影响的船舶纵向动力模型，为实现前后船加速度与跟驰距离的关联，引用基于变时距策略的船舶间距模型。设计了考虑航速、加速度等多约束的多船航速控制目标函数，并利用模型预测控制方法实现了最优化问题的实时求解。通过Matlab进行仿真验证，结果表明，提出的基于模型预测控制方法的船舶纵向航速协同控制方法在前船加速、减速、匀速等工况下，后船均能实现对前船的精确稳定跟驰，其距离跟踪误差分别为0.092 5 m，0.192 8 m，0.166 2 m，与PID方法相比具有更好的收敛性、跟踪精度和抗干扰能力。      

基于 AIS的内河船舶油水分离器远程监管系统实现

为解决我国内河船舶含油污水违规排放问题,在分析我国内河船舶非法排放油污水现状的基础上,提出了1套基于AIS的内河船舶油水分离器远程监管系统。该系统采用基于ARMCortex-M 3内核32位单片机来实现对船舶油水分离器运行状态信息的采集,并对采集的运行状态信息进行分析、处理和显示。系统将采集到的运行状态信息通过A IS广播消息实时地向海事部门广播的同时,还通过单片机SDIO接口保存到 SD卡内。在远程监控端,利用 VS2010平台开发的程序实现了对A IS广播信息的解码显示和船舶排放违规的识别,同时实现了对船舶端的远程监管。系统能够实时监控并记录船舶含油污水排放行为,在一定程度上提高了海事部门监管监测能力,改善我国内河船舶含油污水排放现状。      

内河航标遥测遥控系统设计

针对内河航标的特点,设计了一种基于无线传感网络的内河航标遥测遥控系统,实现了航标状态的远程监测,并能够进行灯质控制.介绍了系统中主控单元、遥测遥控等模块作用和电路设计,在模块选型、电路设计、应用方法等多方面充分考虑了航标遥测遥控系统的能耗、传输距离、可靠性等要求,利用ZigBee路由算法,并进行了多项测试试验.试验结果表明,该系统能够解决以往类似系统中存在的通信不可靠、能耗过高等问题.     

长江航道主缓流判别算法研究

船舶航行时充分地利用主缓流航道可以节约能源。为了更加准确地划分长江航道的主缓流航道,提出了利用 k-近邻算法和 P 分位数法的划分方法。改进后的 P 分位数法采用动态选择 P 值的方法避免了主流区域可能过小的问题,k-近邻算法利用了测点的水深、流速等多种航道水文信息来划分主缓流。利用长江航道金口处和岳阳处的11个截面的实测数据对 k-近邻算法和 P 分位数法进行了对比分析,其中有10个截面的主缓流区域相近。进一步对比长江航道中典型的龙口水道和杨林岩水道,发现根据算法得出的主流区宽度和实际的相比,误差在12%以内,可以满足船舶航行的需要。      

基于S57的内河船舶导航系统研究

为了保障船舶航行安全,减小导航系统在内河导航的误差,综合利用GIS技术、DGPS技术、AIS技术以及计算机技术,研究符合S57标准的内河船舶导航系统。分析了系统的构成和功能,并研究了该系统的关键技术。在VC++环境下实现了该系统并应用于工程项目。实践证明:系统符合IHO海事标准,导航定位精确,实时高效显示,占用系统内存小,并具有较高的稳定性。     

交通资产管理系统的研究现状与展望

介绍了交通资产管理的基本概念和管理过程，以及国内外交通资产管理技术研究概况，同时指出了建立交通资产智能化信息采集系统的关键技术，并介绍了几种典型的交通资产智能化信息采集系统。最后，指出了当前交通资产信息采集和资产管理技术研究中的不足之处，并提出了开展该领域研究的几点建议。     

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。     

道路标志图案识别方法研究

针对道路标志图案自动识别,以转弯道路标志图案为例,通过颜色空间变换,将道路标志图像的RGB量值转换为H(hue,色度)S(saturation,饱和度)I(Intensity,亮度)量值,利用H、I作为分类器的特征值,设计了欧式距离分类器,实现道路标志背景颜色的识别。采用固定阈值法分割道路标志图像的图案区域,并对分割后的区域进行Daubech ies-4正交小波变换,利用小波变换系数的能量值和方差比值作为道路标志图案的纹理特征。最后,设计了BP神经网络道路标志图案分类器,实现道路标志图案的自动识别。实验结果表明,文中提出的方法可行。     

道路标线图像采集中的几何畸变校正研究

为探索道路标线养护信息采集智能化，建立了基于机器视觉的道路标线图像信息采集系统，因摄像机光学镜头为广角镜头，且光轴与道路平面倾斜，因而采集的道路标线图像会产生鼓形畸变和倾斜畸变。在分析道路标线图像产生鼓形和倾几何斜畸变原因的基础上，采用三次多项式校正道路标线图像的鼓形变形，并提出了一种用几何物像关系校正道路标线图像的倾斜畸变，实验结果表明这种方法是可行的。