基于STM32F407与OV2640的图像采集系统的设计

基于STM32F407嵌入式系统及200万摄像头OV2640设计了图像采集系统,分析了系统的基本硬件架构,分别对不同模块的功能特点作出了简单的介绍;对系统的软件设计给出了相应的说明,介绍了系统初始化的基本思路和流程,以及相关外围设备模块在程序中的使用;并给出了系统的整体设计思路,实现了系统的稳定运行。     

基于Prescan软件的行人检测仿真

行人的安全问题是智能交通系统中一个重要的环节,针对目前交通环境使用了一种融合了车载的激光雷达和摄像头数据的行人检测方法,将雷达和摄像头联合标定,将由雷达数据聚类得到的目标区域投影到图像中获取兴趣区域,然后根据行人对称度分析,腿部垂直边缘统计和基于Hausdorff距离的模板匹配的结果,分辨行人与非行人区域.并在交通仿真软件PRESCAN中把该车载的行人检测系统建模仿真,并添加该文的行人检测算法模块,论证了该算法的鲁棒性.      

一种基于传感器的目标航迹起始决策算法在摄像头与毫米波雷达融合系统的应用

自动驾驶L2级别相关的如ACC、AEB、LKA、ELK、TJA等功能实现的准确度和驾乘舒适度在很大程度上依赖于融合算法的目标的稳定性、正确性和及时性,因此融合算法已成为多传感器融合系统中的最重要的算法之一。一个被传感器量测到的目标是否能够成为系统认可的目标并开始形成被系统认可的航迹,是多传感器融合算法的重要部分。文章介绍了一种摄像头与毫米波雷达的融合系统,并展示了一种基于传感器对量测特点的航迹起始决策算法在该系统中的应用,有效地提高了摄像头与毫米波雷达融合系统中航迹起始的准确率。     

停车泊位预定技术研究

停车泊位预定是停车诱导系统的一项特色功能,系统除了提供停车场位置及使用状况、停车路线引导等功能,还需要提供停车场内的泊位引导、停车泊位预定等方便用户的功能。文章就停车泊位预定的相关问题进行了研究。首先,总结了国外在停车预定方面的研究成果,分析了停车预定技术的研究现状;其次,研究了停车泊位预定的类型,论述了两种预定类型的特点,分析了停车预定模型及其求解算法;最后,对停车预定的实现手段进行了比较、分析,提出了基于手机的停车预定技术的实现框架和方案。     

基于多智能体深度强化学习的停车系统智能延时匹配方法

“互联网＋”模式下区域停车“用户-资源”优化匹配是解决找车位难问题的有效途径，传统研究主要关注动态匹配机制设计，缺乏对用户匹配时机的考虑。在随机动态环境下，用户到达目的地附近后进行适当的延时等待，往往可以获得更优质的泊位资源，但取决于当前的停车供需模式。据此首次提出智能延时匹配策略，将每个停车用户抽象为智能体，构建多智能体深度Q学习模型(M-DQN)。结合系统的停车供需状态学习，用户自主决策延时等待时间，进入分配池后，系统利用匈牙利算法进行泊位匹配。在智能体总数量可变的环境下，利用集中式训练与分布式执行的框架，实现多智能体协同优化。为对比智能延时策略的效果，设计等待零时长策略(Greedy)和等待最大时长策略(Max Delay)。在算例中，结合同济大学四平路校区实测停车数据，设计3种不同的停车供需模式场景。在工作日早高峰时段，Greedy是最优的匹配策略，M-DQN和Max Delay的平均停车过程总用时会增加，匹配成功率下降；在工作日非高峰时段，M-DQN的平均停车过程总用时相较于Greedy和Max Delay分别减少23.8%和22.4%，效果提升明显；在工作日晚高峰时段，M-DQN的平均停车过程总用时相较于Greedy和Max Delay分别减少了12.8%和14.5%，M-DQN可以结合供需状态学习到最优的匹配策略。研究结果表明：在停车供需相对平衡的环境下，所提出的延时匹配策略和多智能体深度强化学习方法可以有效减少用户停车的平均行驶时间和步行距离，且停车周转率越高效果越好；但延时策略在应用方面仍有一定的局限性，不适用于停车供给紧张，停车周转率较低的场景。     

反燃油车占位系统的研究

设计了一种反燃油车占位系统，该系统由具有摄像头的车辆识别系统和反破坏智能控制地锁组成，并采用EFM32单片机，利用图像掩膜和基于模板匹配的OCR算法进行车牌颜色和车牌字符识别，同时设计有前后可180°弹性摆动的车位锁摇臂，防止暴力破坏。该系统可以精确识别来车属性，结合停车收费策略调整开放策略，防止充电车位被侵占，能够在专用充电场站版解决方案和自由停解决方案之间切换，为城市停车位不足、燃油车占位等问题提供解决方案，促进我国新能源电动汽车的发展。     

基于ActiveX技术构建B/S模式的交通视频监控系统

基于ActiveX技术构建了B/S模式的交通视频监控系统,采用先进的H.264视频压缩算法和流媒体技术,很好解决了视频图像停顿、延迟和抖动的现象,实现对远程摄像头和云台的控制,实现多方位监控,并且大大降低了客户端的管理和维修费用.     

基于CMOS摄像头的高速路车道识别系统的研究

提出了一种车道识别系统。介绍了由CMOS摄像头和DSP图像处理模块构成的车道识别系统的硬件结构及其工作原理,阐述并分析了一种改进霍夫变换的车道识别算法。最后,通过对在全天候条件下的高速路实验数据分析进一步验证了该系统的可行性。     

电磁导航直立自平衡智能车的电控系统设计

设计并实现了基于电磁导航的直立自平衡智能车的电控系统,详细介绍了电源管理模块、车模姿态传感模块、测速传感模块、轨道识别模块和电机驱动模块的硬件构成及其控制算法。在测速传感模块中,采用"乒乓"和增量式PID算法控制智能车的速度,最终实现了针对不同路径电磁自平衡车稳定快速运行的能力。     

汽车用摄像头系统图像质量评价体系综述

文章阐述了进行汽车用摄像头系统图像质量评价的必要性和意义,介绍了现有汽车用摄像头系统图像质量评价的国内评价体系与UN-R46/ISO 16505评价体系,指出了两体系间的异同点与优缺点,并提出了建立基于新时代下汽车用摄像头系统产品特性的图像评价体系的展望与建议。     

“智能倒车”谁更智能？——两款智能倒车辅助系统对比

雷克萨斯LS460L是首款进入国内并拥有智能泊车辅助系统的车型,它率先在业界实现了全自动平行泊车和倒库泊车操作。雷克萨斯LS460S依靠这套智能泊车辅助系统,使用超声波传感器检测停车位置,并能结合摄像头识别停车线,汽车自动检测到停车位置和距离,只要驾驶者确认,该系统就会自动泊车。LS460L智能泊车系统的出现,引起了国内汽车电子企止对汽车安防倒车辅助系统产品无限的遐想。     

“智能倒车”谁更智能？--两款智能倒车辅助系统对比

雷克萨斯LS460L是首款进入国内并拥有智能泊车辅助系统的车型,它率先在业界实现了全自动平行泊车和倒库泊车操作。雷克萨斯LS460S依靠这套智能泊车辅助系统,使用超声波传感器检测停车位置,并能结合摄像头识别停车线,汽车自动检测到停车位置和距离,只要驾驶者确认,该系统就会自动泊车。LS460L智能泊车系统的出现,引起了国内汽车电子企止对汽车安防倒车辅助系统产品无限的遐想。     

综合效益最优的路边停车价格研究

为了研究市中心路边停车和路外停车场停车存在相互竞争的区域内的路边停车价格,提高城市停车系统的综合效益,考虑停车收费价格、停放时间、路边停车位搜索成本、路外停车场至停车者目的地的步行距离等影响因素,建立了停车用户均衡模型来研究停车者路边停车和路外停车场停车的方式选择问题,并对大量存在的路边停车巡游车辆和因此而造成的通过性车辆的延误成本进行了深入分析。以综合效益最优为目标,建立了基于停车方式选择的路边停车收费定价模型,运用MATLAB软件结合Frank-Wolfe算法进行了模型求解。算例结果显示:与不考虑综合效益时的路边停车收费定价相比,系统总花费减少18.8%,通过性车辆的延误成本减少37.4%,路边停车位停车需求分担率减少55.2%,证明了模型的有效性和实用性。     

基于卡尔曼滤波的赛道检测优化算法

为了验证卡尔曼滤波算法在摄像头智能车赛道检测方面的应用效果,使用英飞凌TC264单片机为主控制器,通过摄像头采集赛道的灰度图像。根据图像的像素矩阵结合软件编程和比例-积分-微分（PID）算法,计算出电机和舵机的占空比,正确控制摄像头智能车的前进方向,从而实现循迹功能。在摄像头智能车能够正常循迹之后,将卡尔曼滤波算法嵌入到原有算法中,比较前后两种算法在摄像头智能车上的具体应用效果。经过调试,摄像头智能车可以实现循迹功能,速度可达1.4 m/s,且加入卡尔曼滤波算法之后,摄像头智能车能够预测前方赛道。试验结果表明,卡尔曼滤波算法可以对赛道识别起到优化作用。     

基于神经网络的智能驾驶模式识别研究

为满足智能驾驶汽车高级驾驶辅助系统(ADAS)功能研发和验证的需求,提高ADAS功能的准确性,设计了一款基于神经网络的智能驾驶模式识别程序,该程序由数据采集、目标检测、场景识别预测3个模块组成.数据采集模块利用ESR毫米波雷达、前置摄像头对交通环境及周围车辆的数据信息进行采集;目标监测模块通过控制算法选择判断触发各类A...     

法雷奥发布5项节能新技术

本届北京车展,知名汽车部件与集成模块设计/生产供应商法雷奥对外发布最新五项创新技术,包括内燃机进气模块、LED防炫目远光系统与动力电气化解决方案等。其中第二代Park4U停车辅助模块可进一步提升车辆的驾驶便捷性,     

基于元胞自动机模型的路侧停车行为对交通流的影响研究

针对路侧停车带来的进出停车位排队延误、低速巡游降低通行效率、过量停车加剧交通负荷等问题,研究了路侧停车对路段动态交通流的影响分析方法。基于视频识别算法,提取路侧停车车辆在驶入车位过程中的运行轨迹和速度波动数据,解析路侧停车过程中的驶入行为特性,并按照行为差异将停车车辆停车全过程细分为进入路段、寻找车位、找到车位、驶入车位、静止停放、驶离车位、汇入路段和错失车位8类状态;分别依据停车车辆和通行车辆的实际驾驶行为,从跟驰特征、速度矫正、换道规则和位置更新等方面对路侧停车元胞自动机模型进行了改进;在选择目标车位时综合考虑了步行至目的地时间和驶入车位耗时2个要素。与常规通行车辆相比,深入分析了停车车辆提前换道和停车完后汇入路段行为对后车的影响。基于实际交通流数据对仿真模型进行参数标定,经验证,模型拟合度为77.6%;仿真分析了在差异化的停车需求强度下,巡游速度对道路通行能力和延误时间的影响规律。结果表明:固定的巡游速度和停车需求强度下,道路延误时间随道路交通量先增加后减少;在低停车需求强度下,巡游速度对道路通行能力影响微弱,在高停车需求强度下,当巡游速度从30 km/h降低至20 km/h,外侧车道饱和流量降低500 veh/h,最高延误时间增加105 s。      

福特锐界车倒车影像系统不可用

正故障现象一辆2016年产长安福特锐界车,搭载EcoBoost 2.0T发动机和自动变速器,累计行驶里程约为1.2万km,因倒车影像系统不可用而进厂检修。故障诊断接车后试车验证故障现象,故障现象确实存在,倒车影像系统提示"后摄像头故障,请立即联系经销商"。连接故障检测仪,调取故障代码,读得的故障代码如图1所示。根据故障代码的提示,判断故障原因可能有附属协议接口模块(APIM)故障、DC/DC模块故障、后视摄像头故     

基于竞争循环双Q网络的自适应交通信号控制

为了更加有效且可靠地自适应协调交通流量,以减少车辆的停车等待时间为目标,提出了3DRQN(Dueling Double Deep Recurrent Q Network)算法对交通信号进行控制。算法基于深度Q网络,利用竞争架构、双Q网络和目标网络提高算法的学习性能;引入了LSTM网络编码历史状态信息,减少算法对当前时刻状态信息的依赖,使算法具有更强的鲁棒性。同时,针对实际应用中定位精度不高、车辆等待时间难以获取等问题,设计了低分辨率的状态空间和基于车流压力的奖励函数。基于SUMO建立交叉口的交通流模型,使用湖北省赤壁市交叉口收集的车流数据进行测试,并与韦伯斯特固定配时的策略、全感应式的信号控制策略和基于3DQN(Dueling Double Deep Q Network)的自适应控制策略进行比较。结果表明:所提出的3DRQN算法相较上述3种方法的车辆平均等待时间减少了25%以上。同时,在不同车流量及左转比例的场景中,随着左转比例和车流量的增大,3DRQN算法的车辆平均等待时间会有明显上升,但仍能保持较好效果,在车流量为1 800 pcu·h^-1、左转比例为50%的场景下,3DRQN算法的车辆平均等待时间相比3DQN算法减少约15%,相比感应式方法减少约24%,相比固定时长的方法减少约33%。在车流激增、道路通行受限、传感器失效等特殊场景下,该算法具有良好的适应性,即使在传感器50%失效的极端场景下,也优于固定时长的策略10%以上。表明3DRQN算法具有良好的控制效果,能有效减少车辆的停车等待时间,且具有较好的鲁棒性。     

城市级智慧停车建设探讨——以上海市奉贤区为例

介绍了智慧停车基本概念和国内外智慧停车发展现状及案例，重点以上海市奉贤区城市级智慧停车平台建设为例，探讨了智慧停车平台的总体架构设计及系统模块功能，总结了智慧停车平台的主要创新点及建设营运以来所取得的成效。探讨内容可为我国城市级智慧停车的进一步发展与完善提供学习和借鉴经验。