基于深度数据的车辆目标检测与跟踪方法

现有基于几何特征的目标检测与跟踪方法误检率较高,目标跟踪过程中的漏检易导致错误的目标关联.针对这些问题,本文提出了一种基于激光雷达(LiDAR)深度数据的车辆目标检测与跟踪方法.根据激光雷达深度数据特性,采用一种基于栅格的参数自动化聚类(PAG) 算法对原始数据进行处理,并在每个聚类中提取目标线段,获取目标特征.在此基础上对车辆目标进行识别,并计算得到目标的位置信息.采用卡尔曼滤波算法,制定滤波器管理策略,完成目标关联及状态估计.最后利用装备有一个前向激光雷达的实验车辆对提出的方法进行验证. 实验结果表明,本文提出的方法可准确识别并跟踪多个车辆目标,避免错误的目标关联.     

基于一种改进粒子滤波算法的目标跟踪研究

为了解决非线性、非高斯系统目标跟踪问题,研究了一种新的滤波方法——高斯粒子滤波算法。通过基于重要性采样和蒙特卡罗模拟方法得到一高斯分布来近似未知状态变量的后验分布。并讨论了此算法在机动目标非线性转弯运动中的跟踪应用,与粒子滤波算法相比,其优点是不需要重采样步骤。在闪烁噪声下比较了高斯粒子滤波器、粒子滤波器和扩展卡尔曼滤波器在滤波精度、运算时间等方面的差异,仿真结果表明该算法性能优于其他算法。     

弯曲路径识别中感兴趣区设定方法的研究

在路径识别中设置搜索感兴趣区以提高弯曲道路边界的识别实时性。用抛物线模型拟合弯曲道路边界,根据道路边界位置不会发生突变的特性,在识别出的道路抛物线模型上选取有代表性的3个点,针对每个点建立预测模型,应用Kalman滤波理论准确预测道路边界的位置,并据此设置搜索感兴趣区。依照合理的目标函数,在感兴趣区范围内搜索并确定抛物线参数,从而将搜索范围较为准确地限定在较小区域,能够有效提高识别的实时性。试验验证该方法在大大提高识别实时性的同时,增强了识别的精确性和鲁棒性。     

Matlab的图像处理工具箱中图像复原函数的比较

Matlab是当今流行的科学计算软件,它具有很强的数据处理能力。在其图像处理工具箱中有四个图像复原函数,本文将就这些函数的算法原理、运用条件、和恢复处理效果作一简要的比较性讨论。     

改进联合滤波在GPS/DR组合定位中的应用

根据低成本车辆GPS/DR组合定位系统传感器精度低和计算能力弱的特点,提出一种改进联合卡尔曼滤波(FKF)算法,并简化主滤波器信息融合算法,稍微降低融合精度,提高计算效率。试验结果表明,提出的改进联合滤波算法具有融合精度高、容错性好、计算量小、便于工程实现等优点。     

卡尔曼滤波法在斜拉桥施工误差控制中的应用

运用工程控制论的思想 ,将斜拉桥的施工误差控制视为一随机最优控制问题 ,建立相应的数学模型 ,采用卡尔曼最优一步预测 ,按确定性的最优控制规律构成团环状态反馈系统 ,对各施工节段进行调整控制 ,以期达到设计要求。     

Evaluation of RAOs of a semi-submersible platform using field measurements: A full-scale model in Caspian sea environmental conditions

The present research investigates the motion response of a semi-submersible platform using measured field data. The Iran-Amirkabir semi-submersible platform (SSP) was considered as full-scale model in operation conditions. First, 14 accelerometer sensors were installed on the platform's hull, and measurements were made in 5 different scenarios in the Caspian Sea environmental conditions. Then, the Response Amplitude Operators (RAOs) for six degrees of motion were extracted using measured accelerator data. The Surge, Sway, and Heave RAOs processed by the Kalman estimation filter, Pitch, Roll, and Yaw RAOs were calculated from the Sensor Array method. Moreover, the boundary element method in ANSYS/AQWA software for the Iran-Amirkabir semi-submersible model was developed, and the RAO results were validated against the extracted field measurements. The obtained results from the Sensor Array method and the Kalman estimation filter are compared with the numerical simulations, which show Root Mean Square Errors of less than 3% and 4%, respectively for rotational and translational movements. The Mean Square Errors between both methods were also close to zero. Therefore, the proposed methods predicted activities of the studied SSP with relatively good accuracy by field data collected in the Caspian Sea.     

考虑电堆寿命的氢燃料电池汽车能量管理策略研究

提出了一种在满足动力性需求并且以氢燃料电池堆作为主要能源的前提下，能有效延长电堆使用寿命的能量管理策略。提出将需求功率 SG滤波后再进行规则控制的能量管理策略，将多种循环工况的结果进行手动优化后作为训练数据集，设计三输入一输出的自适应神经模糊推理系统控制器，根据其输出结果再进行一次滤波最终形成基于自适应神经模糊推理系统优化的能量管理策略。使用CLTC-P循环工况对能量管理策略进行仿真验证，结果表明，基于自适应神经模糊推理系统优化的能量管理策略能有效延长氢燃料电池剩余使用寿命，相比滤波加规则策略剩余使用寿命增加了33%，并能保持动力电池SOC处于适宜水平。