基于计算机视觉的钢桥面板裂纹识别方法

钢桥面板疲劳开裂为常见的钢桥病害，准确快速地发现并确定钢桥面板裂纹几何特征对降低运维成本、制定运维策略具有重要意义。针对传统人工巡检效率低、检测环境恶劣等问题，提出了基于计算机视觉的钢桥面板裂纹及其特征识别方法。采用目标检测网络YoloV5和图像语义分割网络U-Net++相结合的方法识别裂纹。根据2个网络的结构特性标注图像中的目标后生成数据集，并分别对网络中的参数进行训练。利用训练后的YoloV5与U-Net++分阶段对待测裂纹图像进行检测与分割，并通过阈值分割优化U-Net++分割结果，再通过骨架化后得到裂纹骨架线；在确定裂纹形貌后，采用YoloV5识别出的标定块求解透视变换矩阵与像素尺度系数，然后对裂纹骨架线进行图像矫正并确定裂纹几何特征。研究结果表明：YoloV5可准确检测出裂纹与标定块，且检测稳定性好；通过优化U-Net++训练时输入的像素尺寸，提高了U-Net++训练的收敛速度，网络损失由0.121降至0.096;求解透视变换矩阵时，使用所有角点坐标拟合该矩阵的最小二乘解可提高图像矫正标定的精度；当图像采集距离较远、角度较大时，角点投影误差增大，且该误差对角度更为敏感；不同图...     

基于小型深度学习网络的车位检测方法

针对车载嵌入式系统开发需求,文章提出一种小型深度学习网络的车位检测方法。环视图像的车位角点具有大小相近、分布均匀的特点,将整个环视图像分割成若干个子图像,裁剪深度网络模型结构,使用小网络对各个子图像进行车位角点检测,可以有效降低大图像高算力的要求。实验数据表明,以384*640图像大小为例,将原图像分割成128*128子图像,子图像的深度网络算力要求为原图像的1/15,而相应的检测性能没有损失。     

基于环视系统的停车位检测与跟踪算法

为提供准确有效的停车位位置信息,提出一种基于车位导轨线跟踪和车位角特征的检测方法.首先,从直线段检测(LSD)算法检测的线段中提取车位导轨线,通过导轨线跟踪算法增强环境适应性,确定车位角的待检测感兴趣区域.其次,训练了单个基于方向梯度直方图(HOG)特征的支持向量机(SVM)分类器进行"T"型和"L"型车位角检测,使用...     

轻量化车位识别网络与流畅泊车路径规划设计

深度学习在自动驾驶开发中得到广泛应用，而在低算力嵌入式平台上部署高算力需求的车位识别网络及复杂的路径规划算法成为行业挑战，因此本文首先设计了轻量化车位识别网络结构，对不同场景下的车位关键点进行检测，其次基于深度搜索设计了快速泊车路径规划算法，然后基于OpenVX的框架将模型和算法部署在多核异构平台上，最终在实车平台上进行自动泊车功能验证。试验结果表明车位检出率大于98%，泊入成功率大于96%，泊车系统运行时间小于40ms，满足实时性要求。     

基于背景光照去除和连通区域的车位检测

基于视觉的自动泊车系统受光照不均匀的影响较大,且当图像信息较为复杂时,很难对车位做出准确判断,本文中提出了一种基于背景光照去除和连通区域的车位检测方法。使用鱼眼摄像头对车辆周围环境进行拍摄,对拍摄的图像进行处理得到全景鸟瞰图,并将其输入车位识别系统。通过从原始图像中去除背景光照,有效地解决了光照不均匀和背景复杂的问题,并设计了一种基于连通区域的车位提取方法,该方法简化了车位的提取,减少了车位识别的计算量。实验结果表明,所提出的方法可实现对车位的有效识别和精确定位。     

基于YOLOv5和DeepLabv3+的桥梁结构病害智能识别技术

传统以人工为主的桥梁表观病害识别方式存在着效率低下、风险高等问题，已不能满足当今桥梁检测任务的要求。针对上述问题，本研究结合目标检测与语义分割技术，提出了一套桥梁表观病害智能识别算法，完成了桥梁病害的智能识别与尺寸计算任务。研究中通过多种手段收集桥梁病害图像，构建桥梁表观病害目标检测数据集和语义分割数据集；训练了YOLOv5病害识别及定位网络和DeepLabv3+病害区域提取网络；对病害区域提取结果进行噪点去除、毛刺剔除、裂缝体分解等预处理后，采用邻域划分和正交骨架实现了病害长、宽尺寸的计算，并在桥梁实拍病害图像上进行了算法测试。本研究开发的病害识别技术实现了桥梁表观病害高效率、高精度的自动识别和尺寸计算，提升了桥梁检测的工作效率和安全性。     

基于Retinex的低光照车位图像增强

针对自动泊车过程中车载鱼眼相机拍摄的车位图像因低光照环境导致图像整体偏暗、车位信息模糊而无法检测出车位的问题，本文中设计了一种融合限制对比度自适应直方图均衡化（CLAHE）和改进单尺度Retinex(SSR)的车位线图像增强算法。首先将鱼眼相机图像畸变矫正后转换生成鸟瞰图；然后使用优化映射函数计算过程的CLAHE算法对鸟瞰图预处理；进而使用基于迭代方框滤波估计入射分量的单尺度Retinex算法增强图像；经过滤波和形态学处理，最后基于亮通道先验将图像灰度化，得到最终的增强结果。本文采集多组低光照场景下单侧鱼眼相机摄取的实际泊车过程视频，截取驶过停车位过程中的单帧图像作为数据输入，并使用一种基础车位检测算法对增强结果进行检测，试验结果表明，经过增强后可被检测出车位的视频帧数量超过90%，且单帧图像增强算法处理时间仅38 ms。     

基于全景图像与人机交互的自动泊车系统

针对目前自动泊车系统对传感器数量和算力要求较高的问题，提出了一种基于全景图像与人机交互的自动泊车系统方案，针对改进的空闲停车位网络（VPS-Net）进行量化感知训练，实现实时车位检测和车位占据分类，同时借助驾驶员对周围环境的判断，仅利用车身四周的4个环视鱼眼摄像头完成空车位检测与泊车环境实时监测，并利用多段式路径规划与路径跟踪控制器实现车辆平稳、准确地停入车位。验证结果表明，该系统可以在各种典型车位和光照条件下实现自动泊车。     

基于计算机视觉的停车位车辆存在性检测方法

为了提高停车场的车位利用率,有效地管理停车场,提出了1种基于计算机视觉的车位检测方法.与传统的视频检测方法不同,该方法在停车位上绘制了特定的辅助识别图案,图案具有各向同质性的特征,在大部分光照、阴影的影响下具备图案特征不变性,且与一般车辆上绘制的图案有显著差别,在此基础上采用图像检测算法对图案进行数学解析描述,作为检测目标,同时采用图像识别算法,逐行扫描各个像素,利用模式匹配判断停车位状态.通过选取停车场的2个车位进行实例验证,准确率为98.12%.结果表明该方法识别速度快、准确率高,具有很好的应用前景.      

自动泊车系统的控制算法研究

自动泊车系统是汽车智能化发展的一个重要方向,也是无人驾驶技术的一部分。采用单目视觉的方法识别车位,为了使汽车能连续泊车入位,规划了基于回旋曲线的曲率连续泊车路径。同时,在装有单摄像机的模型车上对算法进行试验验证。结果表明,模型车准确识别车位,并连续泊入车位且以较好的姿态停于车位中间。对机器视觉在汽车上的广泛应用具有一定促进作用。     

基于巨磁电阻的车位检测技术研究

在户外进行停车场车位检测容易受到不同外界因素的干扰,从而造成不必要的车位信息错误,给停车场的管理和停车用户带来诸多不便。针对这类户外停车场车位检测的实际要求以及对相关车位检测技术的研究,提出以基于巨磁电阻的车位检测技术作为核心检测技术,即汽车在停放或离开车位时使得地磁场与巨磁电阻之间磁场关系发生的变化来判断车位上车辆的变化,并且配套的设计了基于巨磁电阻检测的硬件系统和软件系统,分别用于停车位的车位检测和车位的显示,同时通过对巨磁电阻灵敏度的调节来更加灵活和准确地进行检测。试验结果表明,相比于其他车位检测技术该车位检测技术拥有更高精度和更强稳定性。      

基于深度学习的停车位检测研究

随着智能网联汽车的发展，越来越多的学者投身于L4级以上的稳定的自动驾驶算法研究中来。自动泊车系统作为智能网联汽车的一项重要功能，能够在有效提升驾驶体验的同时，降低由于复杂地段的泊车困难带来的交通事故和经济损失，因此自动泊车在学术界和工业界掀起了研究热潮。传统的自动泊车系统中对于车位的感知依赖于超声波雷达，并且对车位空间结构有诸多限制。由于复杂的视觉环境和环视图像上停车位的不完整显示，基于视觉的停车位检测是一项重大挑战。本文提出了一种基于卷积神经网络（CNN）的车位检测算法，设计适用于车载环视图像的多重沙漏网络，并引入一种策略选择最佳感受野，从而联合检测停车位的角和线特征。所提出的方法达到了较高的精度和召回率，在搭载GPU的嵌入式移动终端可以达到30 FPS的实时性和较高的精准度。     

阶段约束下Gauss配点离散化平行车位自动泊车轨迹规划

针对平行车位自动泊车高精度轨迹规划，提出一种联立多阶段划分和非均匀Gauss配点参数化的轨迹优化算法。首先，结合车辆泊车动力学方程和约束条件建立了平行自动泊车数学模型；然后，根据泊车过程，提出将泊车过程划分为泊车起动、接近车位、进入车位、姿态调整、泊车落位5个阶段，并建立各阶段对应的不等式约束条件；进一步，在伪谱法算法框架下，结合阶段约束给出了多阶段局部高斯配点策略，以此实现分阶段独立配点离散，从而提高泊车轨迹规划的精准度和适应性；最后，在通用小型汽车模型上在长短车位上进行仿真测试，验证提出方法的正确性和适应性。结果显示，相较于分段区域Gauss伪谱法，改进方法在获得平滑泊车轨迹的同时泊车时间平均减少2.976 s，时间性能提升21.7%，表明了所提算法的有效性。     

基于CAN总线的停车位检测器设计与实现

为提高停车位信息采集的实时性与可靠性,利用CAN总线通信技术设计并实现1种感知停车场车位空满状态的检测器.提出车位检测器总体技术架构与硬件组成,分析软件设计流程、车位检测优化算法、以及通信报文协议,并给出具体实现方案.通过对100个设备节点进行组网测试,结果表明:检测器的车位状态判定准确率大于98%,车位信息报文上传时延小于1.5ms,丢包率小于1%.      

基于轮胎特征点的并行大型车辆朝向角计算

针对自动驾驶环境感知中并行大型车辆朝向角预测结果稳定性差的问题，本文中提出一种新的方法进行并行大型车辆朝向角计算。首先，基于相机逆投影模型提出根据轮胎特征点图像位置计算目标车辆朝向角的计算方法。然后，在现有单目3D目标检测模型上增加并训练子分支用于进行大型车辆轮胎特征点的检测。最后，对本文算法进行可视化验证。结果表明，该方法可得到准确的并行大型车辆朝向角，具有比单目3D目标检测模型更好的稳定性。     

基于双目逆投影的停车位占位快速检测方法

本文中提出了一种基于双目逆投影变换的停车位快速检测与定位方法。首先,通过逆投影变换将双目相机获取的两张图像投影到参考平面,生成两个新视图,即双目逆投影图,并利用其差分图来区分平面上与平面外的目标;随后,通过对差分图进行阈值化与滤波来实现障碍物的快速检测;同时,障碍物的位置也可从参考平面获取。与现有方法相比,该方法不需要明确的目标检测或三维重建,仅利用基本的图像变换实现停车位的快速检测与障碍物定位。在地下停车场与室外停车场环境下,利用智能车搭载的双目摄像机采集数据对本文算法进行验证。试验结果表明,此方法能快速有效地检测和定位车位附近的动静态障碍物,例如路障、行人、车辆和车位锁等,检测速度达到18帧/s,识别准确率高于95.0%,在算法效率、准确率和定位精度方面均优于现有的检测方法。     

大跨度预应力混凝土斜拉桥基于定期检测的损伤识别方法

为了在定期检测信息的基础上实现大跨度预应力混凝土斜拉桥的健康状态评估,提出采用无线多点自动综合测试系统监测结构应力,利用环境随机振动法测试全桥索力,并结合桥梁几何测试信息,获得桥梁状态的综合检测方法。针对招宝山大桥,建立最优化遗传静力反分析模型,采用基于遗传算法的大型复杂结构损伤识别程序对模拟的损伤工况进行分析,有效识别出了斜拉桥主梁的损伤位置。并且由于遗传优化算法对参数的类型和数量没有限制,对斜拉桥进行包含不同损伤类型的参数化建模,可以进行结构多类型损伤的识别,因此,可推广至其他复杂桥梁的损伤识别,为同类工程所借鉴。     

基于矢量运算和多级阈值判断的地磁车位占用检测算法研究

检测算法解决了现有地磁车位检测中无法排除邻位停车干扰以及所选判断标准无法适应多种车型、停车应用场景的问题.检测算法分析磁偶极子模型,基于矢量运算提取目标车位停车过程产生的地磁扰动矢量,有效排除邻近车位停车过程对目标车位磁场的影响.通过收集大量真实停车产生的地磁扰动信息,统计分析地磁扰动的强度以及方向变化特征,合理选取多级阈值作为算法中车位占用检测的标准,保证检测算法适用于多种车型、停车应用场景.经过3个月实地应用测试,发现检测算法车位占用检测精度达到99.3%,优于强度或者方向单一特征判断算法,并能检测出停车是否规范.研究算法尚未应用于大型客车、货车以及特种车辆车位占用判断.      

单向共享汽车系统的灵活还车策略

为解决单向共享汽车系统中用户无车位可还车的问题, 提出2种灵活还车策略, 分别是临时车位和空余车位还车策略。前者允许用户将车辆停放在还车站点处由企业租赁的临时车位处; 后者允许用户将车辆停放在与还车站点同区域其余站点的空余车位上。并以最大化企业利润为优化目标, 构建了混合整数非线性规划模型, 用大M法将非线性约束转为线性约束, 采用精确求解软件进行求解。结果表明: 用户还车到临时车位还车和空余车位均可为企业带来利润提升, 最高利润提升比例分别为25%和37%。当且仅当供小于需时, 空余车位还车策略的利润提升效果最佳; 而在同样的供需条件下, 企业租赁的临时车位越多, 临时车位还车策略带来的收益越大。      

基于眼睛状态识别的驾驶员疲劳实时监测

提出了一种基于眼睛状态识别的驾驶员疲劳状态实时监测的方法。为了实现眼睛状态的检测,首先通过计算累计背景和当前帧的差分图像的质心确定脸部范围,然后通过二值化和轮廓检测确定眼睛的搜索区域。在利用启发式规则进行筛选定位之后,计算眼睛骨架曲线和两眼角连线之间的距离得到眼睛的睁开程度。通过计算相应的疲劳指标如PERCLOS、平均睁眼程度、最长眼睛闭合时间来推测驾驶员的疲劳状态。以驾驶员面部视频的主观评分作为评价依据对检测方法进行评价,结果显示上述3个指标在不同的疲劳等级下均存在显著性差异,通过对不同指标的融合可达到较好的疲劳检测准确率。