共查询到20条相似文献,搜索用时 312 毫秒
1.
2.
《汽车与运动》2018,(4)
正你知道吗?《汽车与运动evo》测试小组不仅测试汽车,还测试所有和汽车相关的用品,丰富您的用车生活!米家行车记录仪参考价:349元米家行车记录仪镜头采用160°视角F1.8大光圈,通过6组经过多层镀膜工艺的全玻璃镜片,增加管线的透光率和减少反射率,保证充足的光线投射到机油高感光度的CMOS上。来自于SONY IMX323图像传感器的感光元件大至1/2.9英寸,F5.6光圈下,感光度高达510mv。保证其具有高清图像的输出,即便是在如同阴天或者夜晚的暗光环境下,也能够保证图像细节的纤毫毕现。Mstar影像处理芯片,具备全高清(1080p)图像处理技术,配合高保真H.264视 相似文献
3.
正安森美半导体公司宣布推出一款可扩展的CMOS图像传感器系列,以满足先进驾驶辅助系统(ADAS)和自动驾驶的应用范围。该传感器具有的分辨率范围从8.3百万像素(MP)到1.2MP,具有业界领先的4.2μm像素的低照度性能。该AR0820AT、AR0220AT和AR0138AT组成一个可扩展的图像传感器系列,其为新一代ADAS和自动驾驶系统提供分辨率系列范围。其他功能还包括高达AS12-e的功能安全性,高的动态范围(HDR),一个行业首创的安全选项,以及 相似文献
4.
《拖拉机汽车驾驶员》2012,(4):235-235
Nikon(尼康)近日开始发售其单反相机旗舰D4,产品配备支持ISO50到ISO204800之间超大感光范围的1610万像素CMOS图像传感器,以及专为数码单反相机优化的最新影像处理引擎Expeed3,机身采用防尘、 相似文献
5.
Geoff Ballew 《汽车与配件》2023,(13):66-67
<正>当前我们对图像传感器的依赖程度超出了大多数人的想象。图像传感器应用在汽车上,帮助行车避免碰撞;应用于建筑监控,防止非法入侵;应用于生产线,检查产品的质量。有趣的是,人们经常按照像素大小和解析度等非常简单的指标,对图像传感器进行分类,但为不同应用选择合适的传感器要比这复杂得多。 相似文献
6.
7.
针对基于边缘检测算法、阈值法等传统的混凝土裂缝检测算法易受到干扰的问题,采用基于轻量化卷积神经网络的桥梁混凝土裂缝检测方法对混凝土裂缝检测难的问题进行研究,并通过对桥梁裂缝图像真实数据集进行检测验证。检测结果表明:1)所研究的轻量化卷积神经网络模型能够实现像素级的标注;2)所研究的轻量化卷积神经网络模型训练参数相比其他文献明显减少,权重文件所占内存明显减小;3)所研究的神经网络模型能够清晰准确地划分出图像中的裂缝像素,且不受图像分辨率大小、对比度等因素影响。上述结果表明,所研究的网络模型具有在像素级准确检测裂缝的良好性能,且权重文件占用内存小,能很好地适用于工程实践。 相似文献
8.
9.
10.
11.
随着军事伪装技术的广泛应用,如何有效提取与背景色彩接近的目标是提高航空图像目标识别能力的关键。针对背景色彩接近目标的航空图像分割问题,应用一种基于快速高维均值平移的图像分割方法对航拍图像进行处理。在包含有空间,色彩和纹理的高维特征空间中对图像进行均值平移滤波,再通过聚类方法分割图像。同时,针对特征空间维数增大带来的大计算量问题,对均值平移算法进行了改进,给出了一种基于均值平移向量预测的快速算法。实验结果表明,算法用于航拍图像分割,分割效果和运算速度均优于标准算法。 相似文献
12.
在汽车研究试验中,要求测定汽车变速器的档位利用率,因为它对汽车整体设计、变速器档位数以及传动比的选择有重大的参考价值。本文介绍一种变速器档位自动记录仪,其结构由档位传感器、里程传感器、标准时间发生器、输入接口电路和打印型电子计算器组成,是一种成本低、体积小,数据处理简便和使用方便的记录仪。 相似文献
13.
14.
《汽车安全与节能学报》2014,(4)
车辆间即碰时间(TTC)是驾驶辅助系统控制策略的基础,也是分析驾驶员驾驶行为的主要依据。为分析行车记录仪视频危险工况中驾驶员紧急制动时的TTC,提出了一种基于单目视觉估算算法。该算法先检测及跟踪车辆,判断前方有无车辆及其具体方位;再检测并匹配车辆角点,计算不同帧之间车辆图像的尺寸变化率,进而估算TTC。用最小二乘法、Kalman滤波方法处理数据;用多层金字塔图像来处理图像,实现了大运动的角点匹配。结果表明:该算法丰富了视频危险工况参数的分析方法,拓展了单目视觉的应用场景,为低成本驾驶辅助系统,提供了新的解决方案。 相似文献
15.
16.
《公路交通科技》2020,(4)
换道行为是影响高速公路运营安全的重要因素之一,而换道时间为交通安全分析模型中的关键参数,在换道时间标定中应考虑不同交通状况和不同行驶速度的影响。为此,在交通状况不同的多条高速公路进行了一系列的现场实车试验,通过行车记录仪采集连续的行车视频,采用计算机视觉技术中的Canny算法识别行车视频图像中的车道边缘线,获取精确的车辆轨迹与车道边缘线的偏移值,实现对车辆换道行为的准确识别。根据车载辅助驾驶装置记录的试验车辆换道时的行驶速度,以及换道影响区域内试验车辆邻近的各种车辆,对车辆换道时所处的不同交通状况和行驶速度组合条件下的车辆换道时间进行分析研究。结果表明:不同交通状况下的高速公路换道时间均服从对数正态分布;换道时间与车辆换道影响区域内的交通状况存在显著联系,车辆在处于低密度交通状况下的换道时间比在中、高密度交通状况下的换道时间长;当车辆在处于低密度交通状况和低行驶速度下换道时,换道时间比其他交通状况和行驶速度组合下的长,而在中、高密度交通状况下车辆的换道时间并不受车辆行驶速度的影响。本研究成果可为自动驾驶、微观交通仿真等相关模型的换道行为参数标定提供参考。 相似文献
17.
18.
19.
整车在环仿真测试方法可以安全、高效地验证复杂环境和极端工况等场景下自动驾驶汽车性能的有效性,基于此研发一种基于整车在环仿真的自动驾驶汽车室内快速测试平台,该平台由前轴可旋转式转鼓试验台、试验台测控子系统、虚拟场景自动生成子系统、虚拟传感器模拟子系统、驾驶模拟器、自动驾驶汽车和测试结果自动分析评价子系统组成。通过在试验台滚筒上独立加载转矩模拟车辆行驶阻力,可动态模拟不同的路面附着系数,同时利用坡度、侧倾和转向随动机构可模拟车辆俯仰角、侧倾角和航向角3个自由度;采用虚拟现实技术柔性集成车辆动力学模型、传感器仿真、复杂道路交通环境及测试用例仿真,模拟多种道路交通场景,并通过传感器仿真及数据融合等技术快速测试自动驾驶汽车智能感知与行为决策等性能指标。将自动驾驶汽车、虚拟仿真场景和试验台耦合构建一个闭环系统,完成了多项关键技术研发,包括:多自由度高动态试验台结构设计、虚拟测试场景自动重构方法和传感器数据模拟及注入方法,可满足在各种场景下测试自动驾驶汽车整车性能的需求。此外,为验证快速测试平台的有效性,以U-turn轨迹跟踪控制为研究实例,基于简化的车辆运动学模型和模型预测控制算法,在平台上搭建U-turn场景并对自动驾驶汽车的轨迹跟踪控制算法性能进行大量测试。结果表明:自动驾驶汽车室内快速测试平台可以真实地模拟汽车在道路上的运行工况,自动驾驶汽车在虚拟场景中的轨迹跟踪效果良好,与参考轨迹的偏差小于8%,证明了该测试平台检测方法的有效性。 相似文献