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%.     

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.      

基于无线传感器网络的交通流量采集系统

提出了一种基于无线传感器网络（WSN）的车流量监控系统。系统采用无线数据采集的方法和地磁传感器进行车辆检测的方法,通过无线传感器网络的多跳传输机制传输车辆感应数据,并通过地磁传感器采集车辆感应数据。系统通过后台统一管理,用户可实时获取道路车流量信息,相比传统的基于有线数据采集和地磁感应线圈检测器的监控系统,基于WSN的车流量监控系统在施工与维护上具有很大优势,可实现交通车流量状况的实时监控。     

基于多传感器融合的排队长度检测系统设计

提出了一种基于多传感器信息融合的交通路口排队长度检测方法,该系统以无线地磁车辆检测器作为数据检测来源,基于无线传感器网络,构建了一种互联感知的分布式检测系统.系统以多检测节点协同工作的模式,由点到面,实现排队长度等深度路交通流信息获取,为交通信号控制系统提供准确的路网交通流数据.系统基于交通流特性建立数学模型,采用无线地磁车辆检测器及多传感器融合算法实现交通路口各方向排队长度检测.可实现红灯期间实时排队长度检测及绿灯放行期间队首位置判别及实时排队长度检测.通过绿信比优化,均衡各相位绿灯时间的分配,对提高道路通行能力有重要意义.     

基于地磁的车型识别模糊数据融合方法研究

把由各向异性磁阻传感器检测获得的地磁曲线视为车辆磁偶极模型的映像,通过分析车辆地磁曲线的峰值、峰谷比、峰值时间、谷值时间、车身长等特征的选择和提取,建立相应车型特征向量;然后,依据各类车型特征,应用三角形隶属度函数特征描述和模糊数据融合,提出了一种基于地磁传感器实时数据采集的车辆检测与车型识别流程和车型识别分类算法;最后,通过一组实际采集的车辆检测数据的分类结果,比较了4种模糊数据融合算式的差异,证明了车辆识别分类算法的有效性,并讨论了有待进一步研究的问题。     

加拿大：导航专家Garmin发布最新导航产品

地磁感应器的原理是当机动车通过埋在地下的地磁杆时．地磁杆发出无线微波编码信号，置于路边的接收机收到信号后，立即给出一个信号，给相应的系统提供车辆信息．完成车辆的检测。地磁感应器可用于高速公路收费站、路段、隧道、桥梁等车辆检测，城市交通的电子警察、卡口监控、逆行违章、超速违章、路口、路段等车辆检测，停车场、小区进出口等需要进行车辆检测的地方。该传感器因其功耗底，只需在路面钻2个直径60mm、深165mm的孔洞埋八即可，     

自动驾驶中周围车辆识别与信息地图构建技术

为提高自动驾驶时单传感器对周围车辆识别成功率及工程实用性,提出了一种基于相机图像与激光雷达信息相融合的车辆识别和地图构建方法。对相机与激光雷达进行了联合标定和时间配准。对图像中的车辆阴影与激光雷达检测信息进行提取,获得两者间的坐标关联度特征,并根据其阈值范围确定周围是否存在车辆。将相机图像信息与激光雷达检测信息进行融合,构建周围车辆的信息地图,进行了实验验证。结果表明：采用坐标关联度特征对两传感器采集的信息进行融合,车辆识别的正确率比用D-S证据理论法结果高4.25%;本车辆信息地图,可以在安全的前提下实现基于三阶Bessel曲线的超车轨迹行驶。     

提高车辆动态称重仪精度的研究与试验

以提高车辆动态称重精度为目的，从两方面提出了改善措施：在分析车辆通过秤台时受力情况的基础上，设计了一种高精度的称重传感器；针对动态称重实际波形，设计了一种新的数据处理方法。通过对硬件和软件的改善，提高了动态称重精度。     

基于压电传感器的车辆超载检测系统

为有效管理车辆超载,文章基于压电式传感器提出一种适应治超非现场执法的车辆动态称重系统。提出一种新的传感器布置方式,并对硬件系统做了整体设计,提出改进的称重传感器信号处理方法,设计系统软件,将系统精度控制在5%以内,兼顾系统精度和成本。为验证设计系统测试结果的准确性,进行道路现场试验获取车辆轴重数据。试验结果表明,开发的超载检测系统能够满足动态称重的精度要求,具有较高的实际应用价值。     

智能车辆的障碍物检测研究方法综述

按照使用传感器的不同类型来分类，对智能车辆的障碍物检测和识别技术进行了综述，并分析各种障碍物检测方法。这些方法中主要包括基于立体视觉方法、基于激光雷达的方法：基于彩色机器视觉的方法及基于结构光的方法等等，同时作者指出任何一种有效的障碍物检测系统不能只依靠单一传感器进行环境感知，因此利用多种传感器信息融合技术检测智能车辆前方障碍物，是未来该领域的研究重点与难点。另外，还介绍了近几年一些研究机构在该领域的研究成果，并对所使用的一些算法进行简要的概括，为我国在智能车辆的障碍物检测领域的发展提供借鉴。     

基于目标空间分布特征的无人机航拍车辆实时检测技术研究

针对无人机航拍视角下存在整体图像分辨率高但占比较高的小尺度车辆检测特征点稀少这一问题,从卷积网络检测器针对性优化与基于目标分布特征的航拍图像自适应切分2个角度综合考虑,提出一种基于目标空间分布特征的无人机航拍车辆检测网络DF-Net。以单阶段目标检测框架SSD为基础,引入深度可分离卷积和抗混叠低通滤波器对网络结构进行优化搭建E-SSD,为后续检测网络搭建提供高效检测器;接着基于条件生成对抗CGAN思想构建密度估计网络生成器,从而得到航拍图像中车辆的准确分布特征,生成高质量的车辆密度图;将E-SSD与车辆密度估计网络结合,对车辆密度图进行自适应切分,并将切分后的局部图像与全局图像一同输入E-SSD,最后在决策层融合检测结果,由此实现对航拍视角道路交通场景下车辆目标的精确高效检测。在试验中,一方面将设计的基于目标空间分布特征的无人机航拍车辆检测网络DF-Net与E-SSD进行对比分析,另一方面将DF-Net与航拍目标检测领域表现较为优秀的网络进行比较。研究结果表明：设计的方法对于2个试验在均值平均精度指标上均有提升,与E-SSD网络对比时提升了至少4.4%,与航拍目标检测领域优秀网络比较时也有一定提升,并保持了较好的实时性。     

线控转向系统故障检测及容错控制协同设计

为解决线控转向系统故障可能导致车辆失控的问题,提出一种故障检测及容错控制协同设计方法。首先,建立了包含线控转向系统加性故障的车辆动力学模型;其次,联合车辆动力学模型及故障检测/容错控制器,建立跟踪误差闭环控制系统;然后,求解满足闭环系统H∞性能的线性矩阵不等式,得到故障检测/容错控制器参数;最后,基于dSPACE Full-Size HIL进行硬件在环仿真测试。结果表明,该方法可快速检测出转向系统故障,同时实现了车辆的容错控制。     

基于单线圈的车速检测算法研究

简述了基于环形线圈车速检测的基本原理、目前利用单线圈检测量进行车速估计的方法。在此基础上，提出了一种利用单线圈进行车速实时检测的算法，并设计了一套基于单线圈的车速检测系统，通过采集系统在实验中的数据，运用Matlab6．5对该检测算法进行了仿真分析。结果表明，算法基本符合设计要求。     

基于扩展卡尔曼滤波的车道融合跟踪

车道检测算法的研究是智能车辆自动导航的首要环节。与目前基于视觉的车道检测与跟踪系统不同,本文提出一种基于扩展卡尔曼滤波的车道融合跟踪方法。该方法利用毫米波雷达探测到前方车辆的距离信息,并采用扩展卡尔曼滤波技术和图像处理技术,建立车道跟踪的动态视觉窗口,提取车道边界,并判断前方车辆相对于车道的位置。该方法大大缩减了处理时间,且增强了系统的鲁棒性。     

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。      

基于视频的单车道车辆逆行检测方法

针对城市单车道车辆逆行违章检测问题,研究了基于视频的单车道车辆逆行违章自动检测方法。使用背景差分法进行车辆检测;用 Harris角点特征补充Mean-shift算法的颜色特征,提高车辆跟踪精度,以此得出被跟踪车辆的运动轨迹;通过计算机对运动轨迹进行分析,自动地判断其是否为逆行。从逆行检测正确率和计算量两方面进行了对比实验,实验结果表明,该方法对车辆逆行检测效果良好。车辆平均逆行识别率达到约87.55%,与对比方法基本相当;在计算时间方面,文中方法平均每帧计算时间比对比方法少约1956ms,更具快速性。      

汽车ASR台架检测方法研究

汽车驱动防滑系统（ASR）性能检测对提高车辆动力性能和行驶安全性具有重要意义。针对汽车ASR机械部分台架检测无法实现问题，提出了一种新的台架检测方法，设计了检测试验台。通过对轿车检测模拟仿真，验证了文中所提出的ASR台架检测方法的可行性。     

城市混合交通场景中的多目标参数检测

针对城市混合交通的复杂场景图像中多目标及其参数的检测问题,提出了一种由改进的帧间差分与边缘提取相结合的算法。利用帧间差分法检测车辆的存在,对帧差图像运用统计滤波算法提取多运动目标,通过形态学方法提取并细化目标边缘,根据主边缘（轮廓）信息完成车辆定位,最终结合摄像机标定结果计算出多目标交通参数。算法避免了复杂场景的背景建模,减少了运算量。实验结果表明,该算法不仅能较为准确地检测多运动目标的参数,而且具有较强的实时性。     

1种基于平行直线对模型的车道检测方法

针对智能车辆安全辅助驾驶系统中利用单目视觉进行车道识别的问题,提出了1种基于平行直线对模型的车道检测方法。该方法根据高速公路图像特征构建平行直线对模型,在此基础上先利用 Hough变换提取直线,再由改进的级联 Hough变换检测出平行直线对的消失点,最后通过消失点和先验信息来提取当前车道线。使用M atlab对高速公路上不同路段、不同光照情况、不同车辆干扰下共150幅道路图像进行实验,检测精度达88.6%,平均检测时间为0.24 s。实验结果表明,这一方法在高速公路行驶环境下能较准确地检测出当前车道线,具有很好的光照适应性、抗车辆干扰性和一定的实时性。