基于视频图像的公路隧道火灾烟雾检测

为有效检测公路隧道火灾烟雾并预警，针对公路隧道传统火灾烟雾探测器存在的反应慢和功能单一等问题，通过分析研究火灾烟雾视频图像的颜色和纹理特征，提出一种基于烟雾图像特征的公路隧道火灾烟雾检测方法。首先，通过改进后的Vibe算法模型提取图像运动区域；然后，在YUV色彩空间中确定疑似烟雾区域后利用颜色滤出方法分割出疑似烟雾区域；最后，用从疑似烟雾区域图像中提取的颜色矩和均匀局部二进制模式（ULBP）与灰度共生矩阵（GLCM）构成机器学习分类器的输入向量进行隧道火灾烟雾识别。为满足复杂的隧道环境，对比分析BP神经网络、支持向量机、随机森林3种机器学习分类器的烟雾识别效果，选出最优算法作为公路隧道烟雾识别分类器。通过模拟公路隧道火灾烟雾试验视频和某实际公路隧道火灾视频对分类器进行试验测试，结果表明： 基于BP神经网络算法的检测系统识别性能最优，选取的烟雾特征具有较高识别精度，能够在隧道复杂环境中识别火灾烟雾。     

一种基于地图辅助的自动驾驶视-惯融合定位方法

视觉同步定位与建图(Simultaneous Localization and Mapping, SLAM)方法广泛应用于自动驾驶领域。传统的方法利用车载摄像头表征车辆周围环境，同时估计自身位置，当车辆运动过快时，定位精度和鲁棒性会下降。针对此问题，本文提出一种地图辅助的视-惯融合定位方法。该方法在ORB-SLAM2(Oriented FAST and Rotated BRIEF SLAM2)的基础上拓展地图保存功能，将建图和定位拆分为两个独立模块，车辆首先以较慢的速度构建并保存具有视觉特征的地图，然后，在第2次运行时车载计算机调用预先保存的地图实现精确且稳定的定位性能。由于构建地图阶段采用了图优化算法融合惯性测量单元(Inertial Measurement Unit, IMU)的信息，地图误差得到有效校正。在KITTI数据集场景和实际场景中验证了所提方法的良好性能。实验结果表明，所提方法在4, 8, 16 m·s-1 驾驶速度下的定位精度分别为2.59，2.61，2.73 m，图像失帧率和路径丢失率分别为3.76%和1.38%，3.89%和1.69%，4.27%和1.84%。相比原始的ORB-SLAM2方法，系统定位精度和鲁棒性均得到了提高。     

多模型交通流预测优化

根据当前交通流预测模型发展的情况,提出采用卡尔曼滤波模型、指数平滑模型和非参数回归模型进行预测融合的方法,该方法在提高系统预测速度的基础上也能提高预测精度,因此,具有很好的推广价值.     

单纯疱疹病毒2型gG-2"独特区"基因的原核表达及其血清学诊断价值

目的在大肠杆菌中表达HSV-2的gG-2"独特区"基因(gG-2T)并对其免疫学特性进行初步研究。方法克隆HSV-2的gG-2T,并在大肠杆菌中表达gG-2T融合蛋白。通过Western blot和间接ELISA鉴定融合蛋白的活性。结果通过原核系统表达的gG-2T融合蛋白可以与GST多克隆抗体结合并在46 ku附近出现特异性结合条带。并且能够与确诊的HSV-2患者血清反应,而不与HSV-1患者血清和正常人血清反应。结论获得了HSV-2 gG-2T融合蛋白,它可以与GST多克隆抗体特异性结合并且可以同HSV-2型患者血清特异性反应;获得的gG-2T蛋白为研究以gG-2蛋白作为靶区域的诊断试剂盒和疫苗研发打下实验基础。     

TGFβ1-(78-109)-HBc融合蛋白的原核表达

目的　应用基因工程技术制备TGFβ1 (78- 10 9) HBc融合蛋白 ,作为TGFβ1疫苗 ,用于抗纤维化研究。方法　合成TGFβ1 (78- 10 9)编码区DNA ,连接于质粒载体 ,再在其下游连接HBc编码区 ,测序证实后 ,进行原核表达 ,表达产物以SDS PAGE、ELISA等方法鉴定。结果　经DNA序列分析证实融合基因序列完全正确 ,SDS PAGE证实原核表达产物相对分子质量为 2 5kD ,ELISA检测证实TGFβ1 (78- 10 9)和HBc的抗原表位均可正确暴露。结论　本研究成功构建了TGFβ1 (78- 10 9) HBc融合基因 ,进行了原核表达 ,并初步证实了表达产物的抗原性 ,为下一步进行TGFβ1疫苗抗纤维化的研究打下了基础     

面向I TS共用信息平台的数据融合研究

信息融合系统通过关联系统的信息整合,为ITS共用信息平台的各种功能提供信息支撑.基于对ITS共用信息平台中数据的特点,数据预处理的分析,结合数据融合的级别,提出一种新的面向ITS共用信息平台的数据融合方法和技术,来满足智能交通各子系统的不同的数据需求.这种方法在技术上是可行的,具有一定的实用性和广泛的应用价值.     

基于智能车辆的多传感器数据融合算法研究与分析综述

多传感器数据融合是20世纪80年代发展起来的一门新技术,将智能车辆中多个传感器采集的数据进行合成,并充分利用多感器数据间的冗余和互补特性,从而得出准确的环境信息用于地面车辆定位、车辆跟踪、车辆导航等。文章通过对现有的数据融合方法进行分类和归纳总结,对多传感器数据融合算法的研究和数据融合技术的应用情况进行阐述,为智能车辆多传感数据融合方面的研究提供参考。     

���ܼ�ɢ�ͳ��н�ͨ����Ϣ�������巽�����

城市交通流信息集成是ITS（智能交通系统)的重要组成部分，起着衔接和融合各个交通业务系统的泛平台性支撑作用。博康集团公司联合清华大学共同提出的“智能集散型城市交通流信息集成总体方案”深入研究了交通流信息的功能需求和相关集成技术定位，依托基于MAS(多智能体系统)技术的智能集散型交通信息平台，从信息的采集、处理、发布各个层面提供了全方位的交通流信息集成解决思路。本方案技术领先，实用性强，在深圳市已获成功应用，全国推广态势良好。     

基于认知活动链的驾驶行为协调仿真模型

为向车辆控制系统和智能车辆的发展提供理论参考，用主成分分析法确定多源信息对驾驶员行为决策的影响系数，用模糊积分融合算法获得驾驶员任务集聚后车辆的运行模式，并按照认知活动链将该模糊积分融合算法与跟驰模型相结合，构建了基于认知活动链的驾驶员行为协调仿真模型．此外，采用五轮仪实验系统对淄博市张周路某路段的交通流数据进行了采集，用实测数据验证了模型的有效性．     

基于多传感器信息融合的轨道交通列车轮径校正方法

多传感器信息融合是实现轨道交通列车高精度定位的发展趋势。针对列车车轮在运行过程中逐渐磨损导致轮径减小,从而影响轮轴速度传感器测速定位精度的问题,通过分析定位传感器的误差特性,采用轮轴速度传感器、加速度计和多普勒测速雷达构成列车组合定位系统,并结合卡尔曼滤波理论,提出一种基于卡尔曼滤波的轮径预测校正方法。该方法在各传感器工作正常时,通过多传感器信息滤波融合得到列车运动状态参数的最优估计,并完成轮径校正;在辅助传感器失效或故障时,通过过去和当前的传感器量测信息对未来一定时间内的列车运动状态做出定量的预测估计,进而完成轮径的预测与校正。仿真试验结果表明,本文所提出的方法能够达到较高的精度水平,提高了列车组合定位系统的可靠性和自主能力。