基于环境模拟的汽车热平衡试验研究

以环境模拟试验中的热平衡试验为主要研究对象,对该试验的国标及企标进行对比研究,利用试验室的环境仓和转鼓等硬件设施,进行了多车型的整车热平衡环境模拟试验。从热平衡、环境温度对试验结果影响、光照对试验结果影响、环境模拟试验与道路试验的比对等方面进行分析,进而对目前的热平衡试验标准提出了改进意见。     

车辆造型设计渲染中基于全局光照理论下的真实感与实时性研究

车辆造型渲染对于真实感的追求通常基于光照模型理论,不同的光照模型对于真实感表现不同,对生成真实感的照片图像至关重要。以基于全局光照模型中的光线追踪算法真实感表达能力最强,算法最为复杂,但因其模拟于真实世界的物理光线传播的特性,计算成本非常高昂,故其不流畅的交互体验无法被应用于造型展示情境等各类交互式场景。当今随着硬件技术的提升,全局光照模型中的光线追踪技术已经逐渐可以被用于实时渲染,不过仍然需要通过计算减重的算法实现质量换取速度,但在很多工业领域中其展示的质量与速度也取得了一定的平衡。真实感与展示实时性是车辆造型渲染的主要追求目标,利用计算机图形学领域的研究成果使车辆造型渲染同时兼顾真实感与展示实时性,研究成果将指引未来车辆造型渲染及展示评审的建设方向。     

支持抗光照目标检测的改进YOLO算法

针对现有的深度学习目标检测算法中存在的复杂光照场景下检测精度不高、实时性差等问题，提出了一种基于YOLO算法的抗光照目标检测网络模型YOLO-RLG。首先，将输入模型的RGB数据转换为HSV数据，从HSV数据分离出抗光照能力强的S通道，并与RGB数据合并生成RGBS数据，使输入数据具备抗光照能力；其次，将YOLOV4的主干网络替换成Ghostnet网络，并对其在普通卷积与廉价卷积的模型分配比例上进行调整，在保证检测精度的同时提高检测速度；最后，用EIoU替换CIoU改进模型的损失函数，提高了目标检测精度和算法鲁棒性。基于KITTI与VOC数据集的实验结果表明，与原网络模型比较，FPS提高了22.54与17.84 f/s，模型降低了210.3 M，精确度（AP）提升了0.83%与1.31%，且算法的抗光照能力得到显著增强。     

基于光照自适应调节和模糊分类的人脸图像质量提升算法研究

针对铁路人脸识别闸机使用中影响人脸识别准确率的光照和模糊问题，文章提出一种人脸光照自适应调节算法，以提升非理想光照条件下的人脸识别准确率；设计了模糊识别模块，以挑选清晰的人脸图像，提升旅客移动场景的人脸识别准确率。在自建数据集中进行算法实验，实验结果表明，采用文章设计的算法，人脸识别准确率达到97.21%，能够满足实际应用的需求，具有推广价值。     

一种面向非均匀光照的路面不平整检测新方法

针对基于图像处理的路面不平整检测易受非均匀光照影响的问题，提出一种非均匀光照产生阴影的路面不平整检测方法。该方法通过多尺度海森（Hessian）变换对路面图像进行滤波，分别获得高低频尺度下的路面整体轮廓信息与路面坑槽不平整细节信息，并利用海森矩阵特征值与特征矩阵获取路面不平整的坑槽检测，最终通过实际路面检测结果验证了提出方法的有效性。     

基于Retinex的低光照车位图像增强

针对自动泊车过程中车载鱼眼相机拍摄的车位图像因低光照环境导致图像整体偏暗、车位信息模糊而无法检测出车位的问题，本文中设计了一种融合限制对比度自适应直方图均衡化（CLAHE）和改进单尺度Retinex(SSR)的车位线图像增强算法。首先将鱼眼相机图像畸变矫正后转换生成鸟瞰图；然后使用优化映射函数计算过程的CLAHE算法对鸟瞰图预处理；进而使用基于迭代方框滤波估计入射分量的单尺度Retinex算法增强图像；经过滤波和形态学处理，最后基于亮通道先验将图像灰度化，得到最终的增强结果。本文采集多组低光照场景下单侧鱼眼相机摄取的实际泊车过程视频，截取驶过停车位过程中的单帧图像作为数据输入，并使用一种基础车位检测算法对增强结果进行检测，试验结果表明，经过增强后可被检测出车位的视频帧数量超过90%，且单帧图像增强算法处理时间仅38 ms。