基于双CPU的中频电源设计

针对传统的中频电源设计中存在的一些不足,设计了由DSP和MSP430单片机的双处理器构成的中频电源系统,详细介绍了电源的系统结构和软硬件设计方案。系统利用DSP2812检测电源信号的电压、电流以及交流电频率,通过瞬时值反馈构成PID闭环,最终输出SPWM波,实现电压、电流双闭环控制。利用MSP430实现LCD显示电压、电流、频率等的当前值,当出现过电流、欠电压的异常现象时,能够自动保护、报警。     

基于DSP在水下目标检测与参数估计中的研究

介绍了DSP数字信号处理的主要特点和海洋声场对接收声信号的影响,给出了采用DSP对水下目标检测与参数估计的原理框图.     

基于视频分析的车流量综合检测算法

车流量检测是智能交通系统中的关键技术之一。研究了多种基于视频图像处理的车流量检测算法,包括基于灰度图像的背景差分法、帧差法、边缘检测法和基于彩色图像的色彩跳变检测法。在分析了以上算法在不同检测环境中适用性差异的基础上,提出了1种修正的背景差分法,并在此基础上实现了1种通用性更强的综合检测法。综合检测法结合背景差分法,边缘检测法和色彩跳变法三者优点,可依据光线条件自动选择检测区域和检测算法,适用于多种检测环境,准确率超过90％。     

综合智能交通管理控制系统设计研究

采用全新的数字化信息采集处理系统对传统的车流量检测、图像识别等模糊处理手段加以改进，以解决智能交通管理和控制中的信息收集和传输问题，并加以综合运用。     

基于TDS642EVM的交通参数检测

介绍了一种将DSP应用于交通参数检测的视频监控系统。系统采用TI公司的DSP处理芯片TM320DM642作为处理器,配合FPGA,视频解码芯片SAA7115H、编码芯片SAA7115,共同来完成对各种交通参数的采集,以及实时车道现场视频数据的远程获取。基于TMS320DM642芯片设计的评估开发板TDS642EVM,给出了处理器TM320DM642的编程方案,在PC上利用Visual C＋＋进行界面设计,对DSP发送的数据进行分析处理与显示,并显示出交通参数的检测结果。     

一种可车型分类的道路交通流检测系统研究与设计

研究与设计了一种基于感应线圈的道路交通流检测系统，采用32位ARM处理器与CPLD组成检测控制器，对车辆通过线圈时所产生的频率变化进行数据采集，克服了传统的8位单片机处理能力不足检测精度不够等设计缺陷。系统除具有通常的测量交通流量、车速、道路占有率等功能外，还可实时按车型分类统计车流量。     

基于单轴地磁传感器的车辆参数检测算法研究

为了进一步探寻地磁传感器在车辆检测领域的应用,研究利用车辆通过时所引起的检测区域的磁场强度扰动,用自主研发的单轴地磁传感器获取和处理Z轴方向上抖动幅度大于指定阈值的地磁信号,研究了基于固定阈值的状态机车辆检测算法,对路段车辆进行检测,并获取车速、车长、车流量等信息,建立磁场能量与车长车速比值的关系模型.通过南京市江宁区某公路上的实验,并利用现场录制的视频作检验,结果表明,基于自主研发的单轴地磁传感器可以实现路段车辆98%的检测率,并有效获取车辆的车速、车长等信息.通过分析得到的磁场数据,验证了该模型可以用于多个地磁传感器进行车辆检测的数据融合.      

道路交通参数检测系统设计

为了能够获取高速公路上的车流信息,基于电磁感应原理,设计了一种基于环型感应线圈传感器的单片机检测系统.通过检测、采集、分析振荡频率,可得到车流量计数、车速及车辆的分类等信息.介绍了工作原理、数据采集及硬件结构组成.     

基于地磁感应的车辆检测方法的研究

地磁检测器是一种新型的利用磁场变化的车辆信息检测设备.文中提出了基于这种地磁检测器的交通流信息检测方法,通过对地磁检测器采集的数据进行预处理和特征提取,利用2个地磁感应器,应用基于阈值的车辆判别方法,进行了车流量的实时在线的实验检验,实验检验结果表明,基于地磁感应的车辆检测方法的准确率达到了96%.     

面向车流量智能检测的YOLOv7算法改进与应用

针对当前机器视觉识别中车流量检测的精度问题,以YOLOv7人工智能算法为基础,通过视觉跟踪并叠加注意力机制,提出一种基于YOLOv7和Deep SORT的改进型车流量智能检测方法。通过将注意力模块GAM与YOLOv7网络进行融合增强检测网络的特征提取能力;同时在改进后的YOLOv7网络中引入Deep SORT跟踪算法以改善车辆间相互遮挡导致复检漏检问题。实验选取重庆市渝中区经纬大道双向六车道为研究对象,在新铺社天桥上采用固定相机连接移动笔记本电脑的方式进行数据采集以及算法验证,为了保证算法的可重复性,分别选取早高峰、午平峰和晚高峰3个时段分别录取了5 min的交通流视频。利用在交通视频中通过设置虚拟检测线,让新算法在车辆检测的同时对车辆运行轨迹进行跟踪,当车辆经过检测线时记录车辆的身份编号,以此来实现交通视频的车流量监测与跟踪计数。实验结果表明：改进后的新算法相比于原YOLOv7算法在车辆检测方面平均精度提高了2.3%,视频车流量统计的精度提高了8.2%。