基于RFID的列车跟踪与定位系统研究

对国内外列车跟踪与定位系统的现状和发展以及目前最先进的定位技术进行分析,研究满足客运专线需求的列车跟踪与定位系统,给出基于射频识别技术的列车跟踪与定位系统.RFID主要由应用主机、阅读器、标签、天线组成,基于这一技术的列车跟踪与定位系统成本低,抗干扰能力强,具备防滑校正能力,能实现连续速度测定,定位精度高,运行速度为300 km/h的高速列车的定位精度为士70 cm,可以满足客运专线以最高列车运行速度350 km/h,列车追踪间隔3 min运行的列车定位精度需求.     

Automated classification based on video data at intersections with heavy pedestrian and bicycle traffic: Methodology and application

Pedestrians and cyclists are amongst the most vulnerable road users. Pedestrian and cyclist collisions involving motor-vehicles result in high injury and fatality rates for these two modes. Data for pedestrian and cyclist activity at intersections such as volumes, speeds, and space–time trajectories are essential in the field of transportation in general, and road safety in particular. However, automated data collection for these two road user types remains a challenge. Due to the constant change of orientation and appearance of pedestrians and cyclists, detecting and tracking them using video sensors is a difficult task. This is perhaps one of the main reasons why automated data collection methods are more advanced for motorized traffic. This paper presents a method based on Histogram of Oriented Gradients to extract features of an image box containing the tracked object and Support Vector Machine to classify moving objects in crowded traffic scenes. Moving objects are classified into three categories: pedestrians, cyclists, and motor vehicles. The proposed methodology is composed of three steps: (i) detecting and tracking each moving object in video data, (ii) classifying each object according to its appearance in each frame, and (iii) computing the probability of belonging to each class based on both object appearance and speed. For the last step, Bayes’ rule is used to fuse appearance and speed in order to predict the object class. Using video datasets collected in different intersections, the methodology was built and tested. The developed methodology achieved an overall classification accuracy of greater than 88%. However, the classification accuracy varies across modes and is highest for vehicles and lower for pedestrians and cyclists. The applicability of the proposed methodology is illustrated using a simple case study to analyze cyclist–vehicle conflicts at intersections with and without bicycle facilities.     

基于自抗扰控制的高速列车自动驾驶速度控制

针对高速列车在复杂环境运行时,传统PID控制器受未建模动态及外界未知干扰导致列车速度追踪误差大的问题,提出一种基于自抗扰控制ADRC(Active Disturbance Rejection Control)的高速列车速度控制算法。基于单质点模型建立列车的状态空间方程,令列车方程中的未知部分作为扩张状态设计二阶自抗扰控制器,并利用CRH380A型列车参数进行仿真,对指定的目标速度曲线进行追踪,证明基于自抗扰控制算法的可行性;同时设置干扰量,与传统PD控制、非线性PID控制算法在抗干扰性能和追踪误差等方面作比较。结果表明,基于自抗扰控制的高速列车速度控制器具有抗干扰性强、追踪误差小的优点。     

比例导引下的机动目标跟踪算法仿真研究

针对比例导引目标的跟踪问题,将比例导引规律引入状态方程,建立线性时变系统模型,利用含有参数的标准卡尔曼滤波方法给出了目标的状态估计。运用语言进行仿真计算,分析并得到了在不同的初始航向角、比例导引系数、导弹的初始位置和速度下的导引弹道滤波曲线和弹目相遇时间。仿真结果表明,此方法正确可行。     

基于遗传算法的武器系统安全可靠性的优化分析

分析武器系统的安全可靠性与费用的关系，提出了一个两目标优化问题的数学模型。并用遗传算法对其求解，为进行武器系统的安全优化设计得出了基于费用的多个备选方案。遗传算法设计中采用了性别编码、保留Pareto最优解、共享函数的处理，很好地解决了此两目标优化问题。最后给出的应用实例，也充分说明了此方法的可行性。     

倾斜角定位技术的研究

介绍了倾斜角定位算法的基本原理，并推导了处于不同高度雷达站计算倾斜角的公式。通过计算机对该方法进行了仿真和分析，分析结果表明，在一定的范围内，该算法可以对目标进行有效的定位，并分析了测角精度等因素对该算法性能的影响。     

既有双线提高旅客列车速度对起停附加时分及追踪列车间隔的影响

将旅客列车速度提高到１４０￣１６０ｋｍ／ｈ是铁路改善旅客运输质量、参与市场竞争的重要手段，是铁路面临的新课题。本文对既有双线自动闭塞区段提高旅客列车速度并相应提高货物列车速度后旅客列车起停附加时分及货物列车起停附加时分的变化进行了分析和讨论，进而对旅客列车提高速度后的列车追踪间隔时间Ｉ追、列车到达间隔时间Ｉ到、列车出发间隔时间Ｉ发和列车不停车通过车站间隔时间Ｉ通的变化情况进行了较为详细的分析，得出     

基于光流和水平集模型的运动目标自动跟踪方法

在分析直升机在天空飞行序列图像特点的基础上，提出了基于光流和水平集模型的运动目标自动跟踪方法。该方法通过对图像进行高通滤波预处理，获得运动目标的特征图像，用特征图像来求解运动目标的光流，用光流对运动区域进行分割，获得运动区域的中心和半径，以该中心和半径的圆作为初始水平集曲线，以光流速度作为曲线演化的外力修改Chan and Vese模型，用改进后的模型对图像进行分割。实验证明，用本文方法能够快速、准确地自动跟踪运动目标。     

光电跟踪仪综合测试系统

光电跟踪仪综合测试系统的研制旨在解决光电跟踪仪制造、验收和修理中电视和红外两个通道的跟踪精度、跟踪速度、跟踪加速度等功能和性能的综合测试问题。从系统的功能、主要技术指标、系统工作原理和结构组成等几个方面对光电跟踪仪综合测试系统进行了详细介绍。     

一种基于粒子滤波的自适应相关跟踪算法

相关跟踪是最常见的一种目标跟踪方法,但传统相关跟踪采取的“峰值”跟踪方法抛弃了所有小于峰值点相关值的位置点的信息,不够稳健,受遮挡影响大,并且很难求解相关模板的仿射变形参数。提出了一种改进的非线性相关跟踪算法,以改进的灰度模板作为目标表示方式,粒子的权值与相关值成比例,目标状态的后验概率由粒子加权表示。模板更新时根据粒子权值进行自适应调节,对所有粒子所在位置的区域进行加权更新,权值大的粒子具有更高的更新系数,避免了仅利用单一峰值点处的模板进行更新可能造成的误差累计。该算法大大提高了跟踪与模板更新的鲁棒性,同时也是一种在仿射空间进行运动参数搜索的实用方法。