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%。     

上海市道路工程建设过程保护机制研究

为进一步规范共同廊道建设的道路工程与相关工程的协调工作,减少因实施进度造成的设计方案妥协和投资增加,针对道路工程建设过程保护参数进行了全面、深入研究。在充分整理相关法律法规和多个在建工程协调经验的基础上,确定道路工程建设过程安全保护参数以及取值方法。并对保护机制的启动和实施提出了操作性建议。     

一种永磁同步电机声品质主观评价方法研究

对永磁同步电机的稳态信号声品质进行了分析,并以声压级、响度、尖锐度、语音清晰度、波动度、粗糙度和音调度作为评价指标,建立了永磁同步电机声品质评价体系.采用分组成对比较法进行了主观评价,通过Bradley-Terry算法对评价结果进行了优化处理,分别搭建多元线性回归预测模型和MPGA-RBF预测模型,通过预留的检验样本对...     

基于最小临近点迹和航迹关联的多源目标融合方法

针对智能车辆多传感器的目标融合问题,提出了一种改进的基于欧氏距离与余弦相似度的点迹和航迹数据关联的车用多传感器目标跟踪融合算法。该方法需获取由毫米波雷达系统和Mobileye视觉系统检测到的目标物数据列表,并对两个传感系统检测到的目标物数据进行匹配关联;然后对目标物进行匹配跟踪,更新目标物的生命周期状态;最后对上述两个传感系统输出的目标物的数据进行融合。该算法能够融合视觉系统和雷达系统两个传感系统的优点,以达到精确感知环境信息的目的,从而解决单一传感器难以满足感知系统精度及可靠性需求的问题。     

多层采空区影响下隧道内力变化的数值研究

针对具体工程案例,建立了隧道下穿两层、上覆一层的采空区的数值模型,得到了隧道开挖后隧道变形、衬砌结构内力及地层变化的规律,探究了多层采空区对隧道的叠加效应。主要发现有：隧道上、下的采空区对隧道变形的影响规律不同;多层采空区的存在大大增加支护结构的截面偏心距,从而降低结构的承载能力;有无采空区时隧道周围的地层变形特征差异显著。     

多源泥石流的主要特征及整治方案

泥石流作为一种山区典型地质灾害,具有破坏能力强、预警预报困难、防治难度大的特征特点,同时具有不可重复作用因素导致其规律性不强,相关研究多以分类相应开展类比法调查研究分析为主。相对常规泥石流物源、水源分布作用相对较为固定的特征,针对当前国内相关水源、泥源、石源客观分离的多源泥石流研究较少的现状,以某铁路病害工点为例,利用无人机、机载激光雷达和现场调查等方法对多源泥石流开展成因分析、整治方案论述及治理、预警预报思路探究,为开展多源泥石流相关勘测调查、方案治理、预警维护提供支持。     

基于多因素分析的新能源积分价格趋势研究

2021年,新能源市场的爆发式增长再一次引起行业对积分价格的关注,行业普遍预测新能源销量暴涨将导致积分供给过剩,积分价格或将大幅下探。但积分价格的形成机理较为复杂,影响因素众多,不能仅从供需关系的角度得出结论。本研究从积分价值、市场成因和潜在风险、政策趋势等多方面因素综合剖析发现,积分价格将会且应当稳定在合理区间,并不会出现大幅下跌现象。     

自动驾驶汽车状态估计的矩阵加权自适应扩展卡尔曼滤波方法

针对自动驾驶汽车状态和故障估计问题,基于自适应扩展卡尔曼滤波（AEKF）理论提出了一种矩阵加权多传感器信息融合估计方法。首先,将自动驾驶汽车运动学模型进行离散化处理;然后,以极小化多传感器量测估计误差向量均方和为目标,采用拉格朗日极值求解方法设计了矩阵加权多传感器信息融合方法;最后,在低精度传感器、高精度传感器、融合估计3种条件下仿真验证该方法的正确性。结果表明,与单个传感器情形相比较,所提出的方法能较好地估计自动驾驶汽车的位置、航向角、速度信息以及执行机构故障信息,为自动避障、自动泊车等精准测控任务提供参考。     

基于多视图协同交互技术的换道图谱构建与分类

为直观展示换道过程中驾驶人视觉感知与手脚操作的细节特征,研究了多视图协同可视化的换道图谱。采用驾驶模拟舱进行高速公路驾驶实验,提取换道过程相关指标数据。将平行坐标、计数图、柱状图与换道轨迹协同可视化以构建换道图谱。采用多视图交互技术对提取的40个换道过程进行分析,提出换道过程的合格区范围并以此将换道图谱分为合格、临界合格和不合格3类,并对不合格图谱进行致因分析。结果表明,合格、临界合格和不合格图谱的比例分别为10.00%、12.50%和77.50%。不合格图谱的转向盘转速、加速度、横向加速度的平均标准差（6.57°;0.91 m/s²;0.41 m/s²）都大于合格图谱的平均标准差（4.55°;0.34 m/s²;0.17 m/s²）。导致图谱不合格的主要因素是：驾驶人手的急速操作引起转向盘转动幅度过大、横向加速度过大;驾驶人脚的急速操作引起纵向加速度的变化幅度过大。换道图谱能够精准地对换道过程进行可视化分析与诊断,为驾驶人优化换道行为提供支撑。