铁路车号自动识别系统的拓展应用

说明了铁路车号自动识别系统的拓展应用,期望未来的物联网时代,作为基础信息获取和处理平台的铁路车号自动识别系统,能够得到更广泛、更深入的应用。     

建设工程投标评审与合同评审

结合工作实践。阐述建设工程投标评审、合同评审的主要内容及要点。     

《交通（公路）法规体系建设研究》通过评审

日前，《交通（公路）法规体系建设研究》项目通过了由交通部科教司组织的成果评审。 专家一致认为。该课题研究报告对公路交通法规体系的现状和适应性进行了比较客观的评估．在对我国公路交通法规体系建设的需求和环境深入分析的基础上，提出了比较清晰的我国公路法规体系框架、建设重点以及实施措施建议，具有可操作性和一定的创新性。     

一种用于多摄像机无重叠视域环境下的车辆跟踪系统

针对当前交通监控系统中自动化程度较低、过多依赖人力进行监控的现状,文章设计了一种用于多摄像机无重叠视域环境下的车辆跟踪系统.该系统为中心-分布式结构,中心服务器与分布在前端的智能摄像机节点通过GPRS相连,与传统的功能单一的摄像头相比,基于DM642的智能节点可以在前端完成目标检测、跟踪以及分类等工作,并将抽象化后的目标特征信息通过GPRS传输给中心服务器,大大减轻了网络传输的压力.中心服务器根据节点传送来的目标信息,对不同摄像机视域下的目标进行匹配,实现了目标的连续跟踪,获得了更为全面的目标信息.试验表明,文章设计的车辆跟踪系统可以在较大监控范围内有效地跟踪目标车辆.     

无人艇光视觉感知研究发展综述

无人艇具有机动灵活、隐蔽性好、活动区域广、使用成本低等优点,因而具有广阔的应用前景。这使得无人艇成为国内外的研究热点,其中感知技术是无人艇执行任务的基础。基于光视觉的感知技术具有应用方便,成本相对较低,数据获取容易及信息量大等优点,得到了国内外学者的广泛研究。本文主要从五个方面探讨光视觉在无人艇中的研究:一是基于水面无人艇的水面图像预处理,主要包括水面图像稳像研究及去雾增强研究;二水界线的检测;三是利用光视觉目标检测;四是水面目标跟踪方法。最后,对无人艇的光视觉研究进行了总结及展望。     

基于滑模优化与神经控制的船载风力发电系统最大功率跟踪方法北大核心CSCD

[目的]旨在解决船载风力发电系统中传统的最大功率跟踪算法的稳定性和快速性差问题。[方法]在系统分析船舶运动合成风场特性的基础上,提出基于单神经元比例积分(SNPI)的最优机械角速度跟踪控制策略,用以提升风机重启的跟踪快速性。同时,采用功率滑模极值搜索(PSMES)算法取代依赖风速精确测量的叶尖速比(TSR)方法,实现机械角速度的快速优化与发电系统频繁重启下的最大功率搜索。[结果]仿真结果表明,相比于传统算法,采用机械角速度PSMES优化和SNPI控制的最大功率跟踪策略可将快速性能提升50%以上,且稳定性能得到了改善。[结论]研究表明,所提最大功率跟踪算法具有明显的快速性和稳定性优势。     

一种基于物影匹配算法的道路小目标跟踪方法

针对复杂道路环境下小目标抛洒物难以被检测与跟踪，且落地静止像素易被纳入背景而导致目标丢失等问题，本文提出一种基于物影匹配算法(OSMA)的道路小目标跟踪方法来解决上述问题。首先，采用混合高斯模型对背景进行建模以此获取前景图像，对前景图像采用膨胀、腐蚀等形态学处理；其次，根据道路抛洒物移动时在前景产生独立的物与影双轮廓特征，进行连续帧前景轮廓的物影匹配，并将连续的匹配结果定为疑似抛洒物；最后，采用多帧质心偏移法判断疑似抛洒物是否处于静止状态，并对运动状态中的疑似抛洒物进行位置判定与帧间轮廓匹配，从而实现抛洒物的逐帧跟踪。基于大量实验表明：本文所提出的OSMA与核化相关滤波器(KCF)、辨别尺度空间跟踪器(DSST)、背景感知相关滤波器(BACF)、深度注意力跟踪器(DAT)、视觉跟踪时空变换器(SATRK)等跟踪器相比，准确性更优越，可较好解决道路复杂场景下各类抛洒物的跟踪问题；复杂背景、快速旋转的小目标场景中跟踪表现优异，具有良好的跟踪尺度，实时性满足预期要求。     

基于模糊自适应滑模方法的AUV轨迹跟踪控制

针对水下航行环境中自治水下机器人(Autonomous Underwater Vehicles,AUV)航迹精确跟踪问题,提出一种基于模糊自适应滑模方法的AUV航迹跟踪控制算法。在建立AUV系统动力学模型基础上,将其运动通过变结构滑模控制律结合模糊逼近设计出AUV航迹跟踪控制系统,采用模糊系统实现模型未知干扰的自适应逼近,基于Lyapunov稳定性理论,讨论了闭环系统的稳定性。在考虑加入外界干扰的条件下使用Matlab/Simulink软件,进行数值仿真,模拟轨迹跟踪能够达到稳定并且较平滑连续跟踪预定航迹,对干扰有较好的抑制作用。仿真结果表明了所提控制方法的有效性。