驾驶风格对驾驶行为的影响

为了揭示驾驶风格对驾驶行为的影响规律,进而提取表征驾驶风格的特征参数,对不同风格驾驶人在感知层和操作层的驾驶行为数据进行了量化分析。首先,基于驾驶行为问卷对18名中国非职业驾驶人进行了驾驶风格问卷调查,并采用主成分分析、K-均值聚类等方法将被试驾驶人分为谨慎型、正常型和激进型3种类型。接着,被试驾驶人在搭载了SmartEye眼动仪的驾驶模拟器上开展了高速公路行车环境下的驾驶试验,同步采集了感知层的视觉特性参数和操作层的驾驶绩效参数,并采用判断抽样的方式将驾驶样本按照驾驶风格和驾驶模式（换道意图和车道保持）进行了划分,共选取了810组有效样本。最后,采用方差分析法分析了不同风格驾驶人在不同驾驶模式下的注视行为、扫视行为、横向控制特性、纵向控制特性方面相关参数的差异显著性,并提取了不同风格间存在显著差异的参数作为表征驾驶风格的特征参数。研究结果表明：驾驶风格越激进,驾驶人对周围环境关注越少,对车辆的横向控制稳定性越差,急加速和急减速行为发生的频次越高;不同风格驾驶人在意图时窗内对后视镜的注视次数（p=0.002）、方向盘转角熵值（p=0.04）、加速踏板开度（p=0.01）、制动踏板开度（p=0.02）这4个参数的差异均较为显著,因此可作为表征驾驶风格的特征参数。     

面向智能交通的单目视觉测距方法研究

与前方车辆距离是影响行车安全的重要因素,因此本文提出一种面向未来智能交通的前方车辆单目视觉测距方法.首先,提出融合物联网、智能识别、云计算技术的车联网模型,车辆可实时向车联网回传位置信息及前车图像,请求附近交通标志及前方车辆几何尺度信息,车辆端可计算图像坐标系下车道标志线、交通标志、车辆尺度信息.然后,建立单目相机数学模型,介绍以交通标志、车道分界线为合作标志的单目视觉测距方法.最后,综合应用单目视觉测距方法,设计了前方车辆自适应视觉测距方案.通过仿真实验,证明了单目视觉测距方法的正确性与有效性,可丰富驾驶辅助系统的前方车辆测距手段.     

具有亚像素精度的冗余特征机器人视觉伺服控制

为克服机器人视觉伺服系统对位姿估算及标定精度的依赖性,结合前期特征识别和后期视觉伺服控制,提出基于冗余特征的机器人视觉伺服控制方法.首先,针对图像处理计算密集的问题,从加快特征提取运算速度考虑,研究了矢量数据的递归贪婪压缩算法;其次,从提高图像空间测量精度考虑,研究了基于向量正交性的亚像素特征提取方法,并结合合作目标形状,给出基于多边形形状拟合的目标识别实验性准则;最后,基于图像视觉伺服理论和任务函数方法,直接以具有亚像素级的冗余图像特征作为反馈信息,建立了机器人视觉伺服控制模型,并进行了视觉伺服验证试验.理论分析和实验结果表明,本文提出的视觉伺服控制方法能够在复杂的环境下快速稳定地提取伺服特征,并对标定误差和深度估计误差具有一定的鲁棒性.      

自动化技术在汽车灌蜡中的应用和探讨

为了解决车身灌蜡工序自动化和数字化程度低的问题,对汽车灌蜡工序中生产、检查和返修全过程进行分析,提出汽车灌蜡的自动化方案。在生产环节,应用低成本自动化技术,通过技术改造实现车门灌蜡自动化;在检查环节,利用视觉识别技术代替人工检查,捕捉和识别车身上的蜡雾,降低车身缺陷流出率;在返修环节,通过对灌蜡缺陷分析,在满足整车性能要求的前提下,设计车身底板自动吹扫装置,清除车身溢蜡,同时提出数据互联互通方案。结果表明：通过自动化技术的应用,生产效率和成本均有极大改善。     

基于被动视觉的机车驾驶疲劳实时检测系统的研究

实时检测机车乘务员的疲劳程度,是提高机车运行安全的有效途径.本文提出一个基于被动视觉的车载机车驾驶疲劳时实检测系统.系统通过CCD摄像头获取驾驶状态下机车乘务员的图像,然后运用图象处理技术进行人脸检测、眼睛定位等处理,并提取眼睛的闭合度作为PERCLOS疲劳检测的依据.针对实时图像处理数据量大、运算复杂的特点,采用TMS230DM 6437作为核心处理器进行了硬件实现.实验表明,系统能准确实时地检测驾驶疲劳程度,具有较好的实用性.     

新能源汽车自动驾驶高精度视觉检测技术的研究及应用

近年来新能源汽车得到广泛推广应用,新能源汽车自动驾驶技术作为汽车领域的重要创新,依赖高精度视觉检测技术实现对环境的准确感知。本论文深入研究了新能源汽车自动驾驶中的高精度视觉检测技术及其应用策略。在机器视觉与视觉检测技术的发展阐述后,重点探讨了汽车自动驾驶中高精度视觉检测技术在城市道路和高速公路等场景中的实际应用策略。通过分析特斯拉和谷歌自动驾驶项目等典型汽车厂商的实践经验,以及高精度视觉检测在事故预防和安全性方面的实际效果,为深入理解该技术的价值和潜力提供了实质性的支持。     

“机器视觉技术及应用”课程多级教学优化的探索

为提升学生在“机器视觉技术及应用”课程学习中全周期过程的学习质量,以重视过程性考核为重要导向,提出采用“课前准备+课堂交互+实验巩固+课后总结”的多级教学优化手段,从各个阶段不断前向反馈学生对该阶段的知识掌握程度,动态调整前向阶段的知识讲授结构,更加合理化地准备各项课堂环节,激发学生对本课程知识的学习兴趣和学习热情,以实际生活案例反哺课堂知识教学。     

基于改进YOLOX与多级数据关联的行人多目标跟踪算法研究

目标跟踪是计算机视觉领域的基本问题,行人多目标跟踪在智能监控、智慧交通等多个领域有着广泛的应用前景。然而实际跟踪场景中存在频繁遮挡、尺度变化等情况,给多目标跟踪算法带来了极大的挑战。为了进一步提升跟踪精度,在DeepSORT的基础上,提出一种基于改进YOLOX与多级数据关联的行人多目标跟踪算法。对于检测器,为了增强网络的特征表达能力,提高检测精度,在YOLOX骨架网络与颈部网络分别引入ECA通道注意力模块与ASFF自适应特征融合模块。对于身份识别特征,为了减少数据关联步骤的错误匹配数量,提高跟踪效率,使用轻量的OSNet重识别网络与NSA卡尔曼滤波获取目标特征。对于数据关联,为了减少身份切换次数,避免目标丢失,将检测与跟踪都进行分类处理,使用不同的相似性计算方法,实现基于检测置信度与轨迹状态的多级数据关联。实验结果表明：与改进前YOLOX与DeepSORT简单结合的算法相比,在YOLOX中引入ECA模块与ASFF模块使误检数量大幅降低,使用YOLOX-s模型时降幅可达17%;结合OSNet模型与NSA卡尔曼滤波的特征提取方法能提高跟踪稳定性,IDF1指标提高0.77%,IDSW减少94...     

针对船体变形测量的计算机视觉位姿估计技术

现代大型舰船装载大量的高精度电气设备,比如光电探测设备、武器系统等,而船舶变形和位姿变化会导致船载设备与船体产生运动偏差,降低设备的精度。针对这一问题,结合计算机视觉技术,开发一种针对船体变形和位姿估计的系统。介绍系统的原理和工作步骤,并对该系统的船体变形测量性能进行仿真测试。     

基于视觉传达技术的低分辨率舰船图像优化

现有图像优化方法存在噪声校正模型不完善的问题,导致优化方法覆盖率较低,设计一种基于视觉传达技术的低分辨率舰船图像优化方法。通过拟合尺度函数,检测低分辨率舰船图像关键点,构建非均匀噪声校正模型,抑制图像的突变灰度,利用视觉传达技术设置优化模式,判断图像像素的边界融合程度。实验结果:此次设计的图像优化方法覆盖率均值为93.28%,另外2种优化方法的覆盖率均值分别为:89.36%、88.54%,证明融合了视觉传达技术的图像优化方法使用价值更高。