基于监控视频的公路能见度检测方法

雾霾、沙尘等低能见度天气状况的频繁发生,严重影响到日常交通管理及出行者的生命、财产安全。针对低能见度环境下极易发生公路交通事故的问题,提出一种利用公路沿线已经架设的监控设备对各路段的监控视频数据进行实时图像处理分析的公路能见度检测方法。该方法是在传统暗原色先验算法的基础上,将监控视频帧转换为灰度图像,并结合自适应导向滤波算法和四叉树图像分割算法,提取监控图像所包含的空气透射率及大气光值等特征参数。然后基于能见度计算模型,依据监控设备与检测目标物之间的实际距离及偏移角度,估测道路的能见距离。实验结果表明,优化后的图像处理方法可以解决图像清晰度低、色彩失真、场景适应能力差等问题,且检测的能见度值误差率满足我国公路能见度检测精度要求。最后,结合能见度检测方法,提出了相应的能见度预警策略并应用于公路能见度检测与预警系统,为驾驶员实时提供雾区路段的能见度值信息和预警建议。     

面向公路主动式防冰处置的行业信息物理系统

针对面向智能交通的行业信息物理系统（CPS），以公路冰雪灾害防治作为应用目标，基于信息物理融合理论设计了公路主动式防冰处置的CPS模型，形成由一系列跨越信息世界、物理世界的节点相互耦合而成的巨型分布式反馈控制系统。围绕该CPS模型，提出了基于热力学规律的 路面温度短时预测算法，并基于风险理论设计了主动式防冰控制策略。对实测数据的实验分析和实际路段的系统应用表明，由于在预测算法中考虑了空气温度与路面温度的耦合变化关系，该 CPS 具有较高的预测精度，30min 的平均路面温度预测误差约为±0.2℃；该CPS 的融冰处置能够覆盖高速公路约3/4 的有效行车区域，可以预先避免凝冰和积雪的形成或是主动降低其危害性。     

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.      

悬链线上自动装卸工件的研究

分析了悬链线上自动装卸设备所产生的运动以及实现这些运动所需的机构。针对工件放置位置不准确的状况,采用机器视觉技术自动识别工件的位置,悬链与机器人悬挂机构保持同步移动,可以避免吊杆与工件及悬挂机构碰撞,保证了工件的自动抓取和释放的准确性。