基于压力传感器阵列的车型分类系统

针对当前车型分类系统识别率不高的问题,提出了用4条共聚物压电轴传感器组成的传感器阵列获取车型特征参数的方法。该方法利用传感器的特殊空间分布与车辆各车轴到达各传感器时刻的时空相关性,对采集到的信息进行数据融合,获得了多达11种车型特征参数。分类识别中用模糊统计的方法对大量的样本车型特征参数处理后,构造了隶属函数,最后采用了D-S证据理论对车型进行分类。实践证明该方法具有较高的识别率。     

基于全局位置精度损失最小化的路侧多传感器目标关联匹配方法

针对路侧单传感器存在感知盲区、多传感器协同感知存在大量冗余信息且位置精度较差、车辆位姿准确值无法在线获取等问题,提出一种基于全局位置精度损失最小化的路侧多传感器目标关联匹配方法.首先,根据各传感器历史数据,以方差最小化为优化目标进行多传感器权重分配;然后,基于级联KM匹配算法处理多传感器存在大量冗余信息的目标级数据,实...     

A Research on the Technique of Driving Behavior Identification Based on Information Fusion

通过分析选定驾驶行为的组成主因子,并采用层次分析法确定其权重系数;基于所采集的各主因子 的传感器信号,采用BP神经网络和D-S证据理论相结合的多传感器信息融合方法进行驾驶行为识别.仿真结果表明:提出的基于多信息融合的驾驶行为识别方法能准确地识别出常见的驾驶行为.     

基于改进证据理论的LTE-R系统运营安全风险评估方法

针对LTE-R通信系统运营安全风险评估中存在专家主观评判差异与冲突的问题，提出基于AHP与改进证据理论相结合的方法对LTE-R系统进行评估研究。利用模糊数学将专家模糊评语转化为定量隶属度表示，采用改进证据理论，基于皮尔逊系数改进克服证据间冲突的过程，通过加权分配证据可信度权值改善信息主观性，构造冲突因子修正证据融合过程，得到基本概率分配（BPA）函数矩阵。选取最大隶属度作为判断原则，评估相应系统的风险等级并与其他方法进行对比。结果表明:LTE-R系统实例分析评估结果为“可忽略风险”，置信度为83.41%，较折扣证据理论、灰色模糊综合安全评估法分别提升3.12%和16.95%，评估结果一致的前提下，改进的方法能改善专家评判冲突无法正确处理及融合问题，提供了高置信度风险等级值，为LTE-R系统的运营评估提供参考。      

1种机场场面移动目标特征提取方法

目标特征提取作为其类型识别的关键问题,对保证机场场面运行安全有着重要的研究意义。基于地磁传感器(anisotropic magneto resistance,AMR)采集的机场移动目标磁信号,提出了1种综合考虑磁信号的时域及频域特征的目标检测方法,内容包括目标检测,磁信号的时域及频域特征提取。该方法首先通过在跑道中线布置双传感器方式感知信号并计算目标长度,基于目标长度规整时域信号获得其峰值特征;其次利用小波变换3层分解已规整的时域信号,并归一化各阶及近似信号能量值作为提取信号的频域特征,最终与信号时域特征共同构成信号的全部特征。在实验验证中,利用目标特征区分度测度方法使得不同目标之间的相似度均低于0.79,相比于单一时域或频域特征提取方法,时频特征提取方法消除了不同目标间极端相似的现象。     

一种冲突证据合成的汽车故障树诊断方法

故障诊断在当前汽车检测与维修技术中占有很大比重,作为多传感器系统的汽车,采集的故障证据存在偶发性和不确定性,冲突性故障证据会出现在同一整车系统中。本文提出一种基于D-S证据合成的汽车故障诊断方法,首先将源故障频度归一化作为证据融合的基本信任分配函数;然后使用该基本信任分配函数计算出证据之间的距离,再利用各证据的距离对证据进行聚类;最后利用D-S合成规则对分类的故障证据进行融合,得出最终诊断结果。     

融合多源数据的桥梁技术状况指标评定方法

为可靠地评定桥梁技术状况,针对桥梁技术状况评定过程的模糊性和不确定性特点,提出一种融合多源数据的桥梁技术状况指标评定方法。该方法首先通过云模型分别将桥梁技术状况指标的检测值和监测值转化为指标各等级的隶属度,并用隶属度构造改进Dempster-Shafer证据理论的基本信任分配函数,再结合证据冲突/一致度和信息熵确定综合权重系数,对基本信任分配函数进行修正,然后采用Dempster合成规则融合得到综合基本信任分配函数,最后依据最大隶属度原则得到指标的标度,实现桥梁技术状况的可靠评定。采用该方法和《公路桥梁技术状况评定标准》(JTG/T H21—2011,现行评定方法)分别评定某座斜拉桥的索力指标,结果表明,与现行评定方法相比,该方法的评定结果对应的养护对策与实际养护对策更相符,该方法有效、可行。     

基于多传感器融合的复杂越野环境人员识别方法

军用无人车辆的一大应用场景是班组伴随功能,复杂越野环境下的人员识别技术,是军用无人车辆的关键技术,实时、准确地检测出车辆周边的人员,是班组伴随实现的前提条件.针对激光雷达和摄像头融合感知下的人员识别问题,提出基于多传感器融合的解决方案,针对激光雷达采用基于KDTree加速的欧式聚类方法,针对摄像头信息设计改进的YOLO...     

面向车位识别的相似度数据融合算法

为提高平行泊车车位识别率,提出了基于多个超声波传感器的车位检测、智能识别系统。确定边缘阈值参数,利用基于相似度的数据融合算法,对多传感器测量结果进行融合。分析车速和横向距离的试验结果。为修正误差,回归了一种多元线性模型。对比了传统单探头方法、双探头平均值法,和本文的双探头数据融合等方法的识别率。结果表明:在模拟车位环境下和在实际泊车环境下,修正后的本方法的识别率分别为95.24%和90%,均高于上述两种传统方法的成功率。     

自动驾驶多传感器融合的时间校准方法研究

针对自动驾驶感知域系统的激光雷达、图像传感器、惯性测量单元3种传感器数据融合的时基校准问题,利用机械式激光雷达自身特征设计校准设备、系统及实验方法.基于激光雷达的触发事件和车载图像传感器感知特征,实现两种传感器时基在线标定,并通过示波器测量校验证明该方法的有效性.利用激光雷达扫描频率与触发事件时间差相互关联的特征,将激...