一种改进的基于要素加权的浮动车地图匹配算法

分析了现有地图匹配算法的优缺点,提出了一种改进的基于要素加权的地图匹配算法.算法采用多属性决策方法对匹配路段进行选择,改进了原算法在选择匹配路段中的一些弊端,提高了地图匹配的准确度.     

基于地图匹配的车辆监控系统的研究

介绍了基于地图匹配的车辆监控系统的原理和数据处理流程；探讨了采用地图匹配提高组合导航精度的方法，并提出了一种地图匹配算法。实践证明，该算法可以明显地改善组合车辆监控系统的导航精度。     

基于小波免疫系统的车辆总成故障检测

匹配算法。根据小波分析和人工免疫系统的原理，提出了一种基于小波变换和免疫系统的故障诊断系统。针对小波分析的特点，将其用来对非稳定信号进行分析，获取信号特征向量作为原始数据，利用匹配算法对原始数据进行己-非己分析。将此系统应用到车辆总成故障诊断中，取得了良好的效果。     

基于ASIFT与RANSAC算法的岩体结构三维重建方法研究

隧道开挖过程中岩体结构面信息获取的快慢和准确程度直接影响隧道施工的安全,针对三维重建算法效率低的问题,提出一种基于ASIFT与RANSAC算法的岩体结构三维重建方法和策略。首先采用普通数码相机快速获取一系列真实描述岩体结构的数字影像;然后针对岩体影像比例尺与倾斜角变化大、纹理相对贫乏的特点,采用ASIFT匹配算法与RANSAC误匹配点剔除算法来保证立体影像之间稀疏匹配的效率和可靠性;最后采用光束法联合平差方法对系列影像之间的相对位置与姿态进行求解,并综合利用核线几何约束、半全局匹配、多视最小二乘匹配等策略实现岩体影像的密集匹配,最终提取出岩体的三维信息。工程实践表明:基于ASIFT与RANSAC算法的岩体结构三维重建方法可以方便地实现工程岩体结构面完全非接触式测量,有效提高测量效率,避免测量人员暴露于未支护岩体下的危险。     

卫星定位不停车收费中基于决策圈的路径识别方法

首次提出在复杂区域使用决策圈的方法进行地图匹配,并提出一种GPS地图匹配和设置决策圈结合的新的路段识别方法,用于解决高速公路卫星收费系统或车栽导航中复杂路段地图匹配不准确的问题.对常规地图匹配算法GPS由于精度难以匹配的路段区域设定决策圈,对决策圈内路段进行特殊匹配处理.在处理方法上利用预先采集到的路段上的准确点代替电...     

一种基于Geohash方法和地图路线规划的行程匹配算法

提出一种基于Geohash方法和地图路线规划的行程匹配算法,即在给出地图出行线路规划的基础上,在路线规划带上一定范围内找出匹配行程,该算法能够实现在复杂因素下提高行程匹配效率。     

基于2阶HMM的智能车视觉地图定位方法

本文中针对视觉地图匹配问题，将视觉地图匹配问题转化为基于图像序列的最优视觉地图节点匹配问题，并提出基于2阶隐马尔科夫模型（hidden Markov model,HMM）的视觉地图匹配方法。在该模型中，状态变量被定义为高精度视觉地图节点，查询图像被定义为观测数据。在状态转移模型中，引入2阶模型对短时间车辆运动进行匀速运动建模，与传统的1阶HMM相比，可以提高模型的适用性与准确性。提出利用全局图像特征建立查询图像与地图节点之间的匹配关系，并从匹配的汉明距离建立发射概率模型，可有效提高地图匹配的效率。最后，通过前向算法来求解最优匹配的地图节点。为了验证算法的性能，分别在封闭工业园区、开放道路和KITTI公开数据集对算法进行验证。实验结果表明：2阶HMM模型能够有效融合车辆运动信息和图像信息，提高匹配的稳定性和精确度，算法性能明显优于传统的基于单帧匹配和序列匹配算法。     

基于形状模板匹配的交通标志污损检测方法研究

本文通过一种改进的基于RGB空间的颜色增强算法变换RGB空间颜色值并分割图像,锁定道路两边的图像信息并利用其特有的几何形状检测并定位交通标志,提取其内部图形,建立基于边缘梯度特征的交通标志匹配和污损识别算法模型。该算法利用少量样本快速创建不同尺度和角度下的模板,解决了基于机器学习方法下需要大量样本并训练时间过长的问题,同时基于梯度特征进行匹配,解决了基于灰度的模板匹配对光照变化过于敏感的问题。最后,通过采集了大量图像数据,并研发基于服务端和移动端的原型系统进行模型算法的验证,实例实验表明,本文提出的算法具有较高的识别准确率和匹配效率,检测准确率可达到83%,且能满足基于移动端的应用需要。     

无人驾驶汽车共享调度方法研究

由于无人驾驶汽车不存在人为驾驶的随机性,操控精确性高,组成的交通流通行能力大,合理的调度方法能够提高无人驾驶汽车调度系统的整体收益、降低服务时间、降低乘客的出行费用,并从根本上缓解城市交通安全、交通拥堵、交通污染等社会问题。为使无人驾驶汽车更好地为乘客提供共享乘车服务,在深入了解无人驾驶汽车技术发展的基础上结合共享调度理论,建立了适合于一定区域内满足乘客需求的共享无人驾驶汽车调度模型。对模型中的公式以及限定条件进行了严密的分析,根据模型的限制条件设计了一种新型的乘客合乘的算法,新提出的算法首先研究了如何确定请求-路线-车辆分配情况,动态生成在线需求和无人驾驶车辆的最佳路线,然后利用贪婪分配进行匹配,最后完善已有算法的不足,通过优化约束条件来改进匹配,通过多次迭代后得到最优分配。为了更好地验证新提出算法的运算效率,利用某地区的OD调查数据对新提出的算法和聚类算法从匹配成功率、算法平均运行时间、乘客平均等待时间3个角度应用软件进行模拟分析,表明新提出的算法运算效率得到较大提高。     

基于曲线拟合和网络拓扑的综合地图匹配算法

为了使车辆导航系统能给人们提供精确可靠的车辆位置信息,提出了1种减少车辆定位误差的综合地图匹配算法.该算法将基于曲线拟合和网络拓扑关系的2种地图匹配算法结合起来,采用误差圆法、最小二乘法及投影法,解决基于曲线拟合算法在靠近的平行路段匹配率不佳的问题.用北京市物流电动车的GPS数据进行多个样本的实验验证,匹配率均在95%以上,单点平均匹配时间在5 ms以内,与基于曲线拟合的地图匹配算法相比,综合算法复杂度降低,准确度和实时性提高.结果表明,综合算法可以应用到实际地图匹配工作中,尤其对于相互靠近的平行路段有明显的优势.      

一种适用于复杂城市路网的浮动车实时地图匹配技术

地图匹配技术是浮动车系统从数据接收到结果展示各个环节中最为关键的一项内容,但是目前国际上浮动车系统多用于路网结构简单的高速公路系统,而将匹配技术应用于立交遍布、主辅路交错的复杂城市道路系统时往往得不到满意的匹配效果.文章通过对现有各种地图匹配方法的分析比较,针对大采集时间间隔GPS数据在北京市复杂路网结构中遇到的实际问题,提出了一种局部节点匹配的改进的最优路径选择算法,将该算法应用于实验系统后,获得了令人满意的匹配速度与准确度,证实了这一地图匹配算法能较好地适用于现代复杂城市路网的实时浮动车计算系统.     

一种混合视觉的车载激光雷达即时定位与地图构建方法

为提高地图的构建精度,提出一种混合视觉即时定位与地图构建方法.利用相机和激光雷达标定获得具有颜色信息的点云,并对点云数据进行预处理,选取相邻帧点云之间的特征点,制定匹配策略,对匹配点采取未解耦的位姿求解算法,获取两帧间的变换矩阵作为后续帧间匹配的初值.分别利用KITTI数据集和实车试验数据进行验证,结果表明,所提出的方...     

基于角点检测估算车辆间即碰时间

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。     

基于多分类器--并行计算的车牌识别算法

针对已有车牌识别中技术存在的不足，提出了一种多分类器——模板匹配和神经网络并行计算的识别算法，这一方法对于汉字、英文和数字混杂、数字的识别，分别采用粗分类和面向汉字的双进程计算方法、面向字母的双进程计算方法、简单的数字神经网络方法。这些方法的采用可以缩小检索范围，充分利用模板匹配和神经网络算法各自的识别优点，提高车牌字符识别准确率，并进一步提高运算速度。     

手指折痕图像采集系统的设计与验证

对个体的生物特征进行提取以进行生物特征识别,是现今逐渐流行的个人身份验证的有效方法。本论文中,我们提出了一种新的基于手指折痕的个人身份验证方法,因为手指折痕被认为是稳定的而且是各不相同的。该算法系统包括四个步骤:图像采集,预处理,特征提取和特征匹配。本文重点讨论手指折痕图像采集系统的设计以及算法验证,证明基于手指折痕的身份验证方法的可行性和准确性。     

基于双车辆可变形部件模型的车辆检测方法

针对被部分遮挡车辆的漏检率高这一难点,在深入分析可变形部件模型的基础上,提出了基于双车辆可变形部件模型的车辆检测算法。该算法采用对图像分区域匹配和对匹配结果进行融合的方法来减少多车辆检测中被部分遮挡车辆检测的漏检情况。实验结果表明:该算法在部分遮挡车辆的检测中要优于已有算法,它明显地降低了漏检率,满足安全驾驶辅助技术应用中的实时性要求。     

概率匹配和状态预测的不连续空间车辆识别跟踪算法

为了解决交通路段不连续监控区域车辆目标的自动识别跟踪问题,提出了一种不连续空间车辆识别跟踪算法.该算法分为识别阶段和跟踪阶段,识别阶段利用高斯概率密度估计的方法建立前一场景中某个车辆目标的概率函数,再通过概率函数计算出出现在下一场景中的所有车辆的匹配概率,用概率阈值确定是否有车辆与前一场景的车辆目标匹配,匹配的车辆在下一场景中将被标记识别.而在跟踪阶段中车辆的跟踪基于无迹卡尔曼滤波(UKF),通过状态预测同时跟踪不同的车辆目标.该算法可以解决在不同路段的监控视频中自动识别并跟踪肇事潜逃车辆等实际问题.通过试验测试表明,该算法在车辆目标的识别上具有一定的精准性,且能够实现对车辆目标的实时跟踪.     

基于激光视觉融合的帧间匹配方法

同步定位与地图构建(Simultaneous Location and Mapping, SLAM)是机器人在未知环境中实现自我导航能力的重要保证。目前SLAM算法使用的主传感器基本是激光雷达或视觉相机。二者各具优劣,激光雷达能更精确地进行测距,视觉相机能反映环境丰富的纹理信息。与使用单一传感器相比,将二者融合的SLAM算法能够获得更多环境信息,达到更好的定位和建图效果。文章提出一种融合激光雷达和视觉相机的帧间匹配方法,通过在SLAM帧间匹配过程中加入地面约束以及视觉特征约束,提高帧间匹配过程精度,增强算法鲁棒性,从而提升SLAM算法整体效果。文章最后利用采集的地下停车库数据进行结果验证,与开源算法A-LOAM进行对比。结果表明,相比A-LOAM的帧间匹配方法,文章提出的方法相对位姿误差提升约30%。     

基于双目立体视觉的月球车三维定位算法

为了满足月球车自主导航的需要,提出了1种基于双目立体视觉的月球车三维定位算法。建立了基于双目立体视觉的月球车三维定位系统框架图,并对框架中主要模块进行了分析;研究了图像预处理、特征点提取、特征点的立体匹配、三维重建和特征点的跟踪匹配算法等图像处理环节,以获得月球车运动前后相匹配的环境特征点,并提出了1种鲁棒的月球车位姿变化估计算法。通过实际场地试验验证了算法的有效性。     

3D视觉表面匹配技术在曲轴毛坯无序抓取中的应用

本文主要研究对无序排列曲轴毛坯的自动抓取,通过3D视觉技术实现空间位置搜索,并转换为机器人抓取坐标,在实际运行过程中,为解决3D算法在速度、可靠性、稳定性等方面的不足,视觉识别成功率低,机器人抓取发生碰撞的问题,利用全局模型局部匹配的算法优化基于PPF特征的投票原理,最终实现高效稳定的3D物体匹配识别,并实现了无序排列...