基于AIS的商船雷达性能分析方法

利用模糊综合评价将雷达数据和AIS数据进行融合形成两者的共同航迹,实现信息互补和位置的精确定位。首先将雷达和AIS测得不同坐标系下的位置信息变换到同一个平面坐标系中;其次统一传感器的信息,由于二者对同一目标所采集到的时间不同;然后综合考虑航行速度、航行角度和航行距离来确定航迹;最后实现信息融合,通过实验验证基于AIS的商船雷达性能分析是可行的。     

基于图像融合与处理技术的舰船目标检测

舰船目标检测在国民经济、国家安全和环境保护等诸多方面有非常重要的地位。本文首先获取原始的光学遥感图像,进行预处理去除噪声等不良因素的干扰;其次进行目标增强,利用CRC自适应控制的结构元素尺寸,便于感兴趣的视觉焦点提取,运用自适应滤波器提取出划定的感兴趣区域的特征信息,利用图像信息融合检测出舰船目标;最后通过实验进行验证本文设计的算法,与传统舰船目标检测相比,提高了检测率,即使存在噪音等不利因素也能有效地检测出目标,并且降低了漏检率和虚警率。     

轨道式集装箱龙门起重机半自动操作

简述天津港东突堤北侧改扩建集装箱码头工程在全国首次大规模采用轨道式集装箱龙门起重机(简称轨道桥)装卸工艺。通过开发PDS半自动系统,在堆场电子地图的支持下,实现了适合集装箱装卸作业的半自动操作方式。经测试完全达到生产作业要求。     

D-S证据理论在多传感器融合中的应用

详细介绍了Dempster-Shafer证据理论,介绍了它在多传感器融合(MSF)中的应用,并举了一个具体的例子,实验结果验证了其有效性。     

浅谈《目标地图》对企业管理的助益

目标地图管理系统是一种将工作目标进行可行性分解并制订计划、定期跟踪管理、反馈结果、解决问题并最终达成目标的过程管理工具。文章通过对比使用目标地图前后的管理优势,介绍目标地图具体的使用办法,应用目标地图管理系统,来解决各类管理弊端,有效避免管理拖沓等问题。     

汽车ACC毫米波雷达和视觉传感器目标级融合方法研究

自适应巡航控制系统是实现未来智能化汽车辅助驾驶的重要功能之一,以往该系统主要采用毫米波雷达感知周围环境,但是容易出现较多的误识别和漏识别情况。针对现存的问题,文章研究了自适应巡航感知系统,不同于以往单一雷达的方案,本设计采用毫米波雷达和视觉传感器融合的办法改善感知系统的性能。通过搭建电动车传感器数据采集系统,编写CAN通信报文解析程序,分析毫米波雷达和视觉传感器特性等,完成了对雷达和视觉信号的采集及处理,实现了感知系统目标级融合。并在巡航和跟车工况下进行离线仿真,验证了目标级融合方案能够有效地提高感知系统的准确性和合理性。     

基于层次分析法和D-S证据理论的码头风险评估

在码头风险评估过程中,目前常用的方法对风险事件发生的概率和影响上有一些主观的定性分析,带有结论上的模糊性.运用一种层次分析法和证据理论结合的方法可以提高评估的准确性和可靠度,该方法通过层次分析法确定各评估因素的权重,在此过程中用D-S证据理论对专家评分数据进行融合修正,运用D-S证据理论的合成法则确定码头的风险值.将该...     

AIS与VTS的雷达／ARPA信息融合的研究与实现

分析了信息融合的必要性,并在信息融合基本原理的基础上,提出了信息融合的步骤,采用模糊数学中正态型隶属度函数算法实现AIS与VTS的雷达/ARPA信息融合,解决了不同设备处理同一信息的差异问题。     

An adaptive information fusion model to predict the short-term link travel time distribution in dynamic traffic networks

As intelligent transportation systems (ITS) approach the realm of widespread deployment, there is an increasing need to robustly capture the variability of link travel time in real-time to generate reliable predictions of real-time traffic conditions. This study proposes an adaptive information fusion model to predict the short-term link travel time distribution by iteratively combining past information on link travel time on the current day with the real-time link travel time information available at discrete time points. The past link travel time information is represented as a discrete distribution. The real-time link travel time is represented as a range, and is characterized using information quality in terms of information accuracy and time delay. A nonlinear programming formulation is used to specify the adaptive information fusion model to update the short-term link travel time distribution by focusing on information quality. The model adapts good information by weighing it higher while shielding the effects of bad information by reducing its weight. Numerical experiments suggest that the proposed model adequately represents the short-term link travel time distribution in terms of accuracy and robustness, while ensuring consistency with ambient traffic flow conditions. Further, they illustrate that the mean of a representative short-term travel time distribution is not necessarily a good tracking indicator of the actual (ground truth) time-dependent travel time on that link. Parametric sensitivity analysis illustrates that information accuracy significantly influences the model, and dominates the effects of time delay and the consistency constraint parameter. The proposed information fusion model bridges key methodological gaps in the ITS deployment context related to information fusion and the need for short-term travel time distributions.     

面向智能船舶的容错卡尔曼融合估计方法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素导致的一个或数个传感器产生随机间歇性故障从而导致融合估计结果出现偏差甚至失真的问题,设计1种基于四分位滤波的容错方法,并针对该方法导致的观测时滞问题设计1种预报方法,提前预报观测值,进而抵消容错方法导致的时滞问题。此外,针对多传感器之间的互协方差难以准确估计的问题,采用CI融合估计方法进行融合估计。为验证算法的有效性和融合估计的精度,对带有间歇性故障的两传感器系统进行仿真试验,并与按矩阵、按对角阵和按标量3种分布式融合估计方法得到的结果进行对比。4种方法的均方误差系数大小对比结果显示,对于带间歇性故障的多传感器系统,设计的融合滤波不仅具有鲁棒性,而且具有较高的融合精度。