基于VPM6467的红外视频超分辨率重构设计

本文设计以VPM6467开发板为硬件平台,Visual Studio 2008为软件平台,图像滤波、积分图计算、运动补偿估计与图像修正等预处理算法在FPGA上进行,超分辨重构核心算法计算在DSP上完成,最终在计算机上实现红外视频的重构与输出。利用串口通信技术将各种不同功能的部件集成为一个重构系统,实现对舰船目标低分辨率红外视频的超分辨率重构。在探测器获取的红外视频分辨率达不到要求的情况下,为红外视景仿真研究提供高分辨率红外视频,为光学目标特性研究提供高质量的图像。     

基于多普勒雷达的车辆开门预警系统

为解决驾乘人员开车门导致的车门和后方接近目标发生碰撞的问题,设计一种基于多普勒雷达的车辆开门预警系统。系统通过多普勒雷达对移动目标进行探测。采用雷达中频信号处理模块对前端返回的中频信号进行处理,并通过恒虚警检测算法根据噪声强度实时调整识别门限,保持恒定的目标探测概率。通过在奇瑞G6车上进行的标定和实际场景测试,该系统对机动车与非机动车的预警率均大于97.00%,表明系统能够实时检测进入车辆后方报警区域的动态目标并进行有效预警。     

基于客户满意度的货运动车组开行方案研究

高铁货运逐渐兴起,本文对货运动车组开行方案优化进行了研究。针对高铁运输安全、快捷、运输成本较低等特性,提出以货运动车组及客货混编动车组为主,客运动车组捎带运输为补充的开行模式,结合运输需求、线路通过能力等限条件,以运输成本最小和货主满意度最大为目标,建立多目标综合优化模型,运用线性加权组合法,以lingo软件为依托进行求解。通过算例给出具体开行方案,并对同一运输区间各种运输方式的单位成本及用时进行对比分析。结果表明,相对于传统运输方式,高铁货运综合运输成本较低,用时更短,能够兼顾运输企业与货主的双重要求;所建模型优化效果明显,可为未来货运动车组的开行提供参考。     

基于NSGA-Ⅱ算法的两挡AMT换挡规律多目标优化

两挡变速器通过合理的挡位切换改善纯电动汽车的性能.以纯电动汽车两挡电控机械式自动变速器(AMT)为研究对象,兼顾整车的动力性和经济性,提出一种综合换挡规律.建立两挡变速系统的动力性和经济性换挡规律数学模型,以百公里加速时间和单位里程能耗作为优化目标,通过NSGA-Ⅱ算法优化求解得到换挡规律的Pareto最优解,将电机效率作为最优解的选取条件,得到综合性能最优的换挡规律.在MATLAB/Simulink中搭建换挡规律仿真评价模型,对比评价最佳动力性、最佳经济性和综合性能最优换挡规律.结果表明:所提出的对换挡规律多目标优化的方法是有效的,综合性能最优换挡规律能够同时兼顾动力性和经济性.     

基于无人机和迁移学习的涵洞图像识别及GPS定位

为提高涵洞淤堵病害的检测效率，研究了基于无人机采集病害视频、图像资料和迁移学习的卷积神经网络(人工智能)算法对涵洞图像进行分类。将涵洞状况分为：淤堵、部分淤堵和正常3个类别。并把在ImageNet图像数据集上预训练过的人工智能算法(如ResNet-18网络模型)应用至涵洞图像中，以此提高人工智能算法的准确性。结果表明：使用ResNet-18对涵洞分类识别准确率可达到93%,实现了对涵洞状况的有效分类。此外，还提出了一种通过MATLAB调用涵洞状况图像GPS信息得到地理位置定位的方法，帮助二次检测或后期维护人员快速达到病害现场，进行相关的监测维护工作。     

基于轻量化网络和注意力机制的智能车快速目标识别方法

为提高智能车在真实环境中的实时检测能力，改善复杂环境下检测效果不佳的问题，本文提出一种基于轻量化网络和注意力机制的智能车快速目标识别方法。首先，为了减少网络计算参数和提升目标识别算法的推理速度，提出利用GhostNet加速YOLOv4的特征提取；其次，为了提高复杂场景下对道路目标的识别精度，在GhostNet和特征金字塔部分添加结合软阈值化改进的注意力模块；最后，为了验证本文提出方法的有效性，选取Pascal VOC、KITTI公开数据集和自制城市道路数据集进行实验对比。与其他目标检测算法在精度和速度上进行比较，结果证明，本文方法在平均检测精度提升1.7%的情况下，模型参数量降低到原来的18.7%，检测速度提升了 66%，检测速度和精度均优于其他算法，可满足智能车的实时感知需求。