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。     

基于计算机视觉的船舶操纵受扰力预测模型

常规船舶操纵受扰力预测模型在高海况预测数据幅值较大的情况下,预测过程引入的误差较大,因此设计一种基于计算机视觉的船舶操纵受扰力预测模型。首先分析船舶水上受力,得到不同坐标系下船舶自由度向量,在一定假设条件下得到船舶受力方程,了解船舶的受力情况后对基于计算机视觉的船舶航行图像的质量进行处理,填充连通图像区域,完成图像形态学处理,提取出与船舶操纵受扰力相关的图像兴趣区域,结合船舶自身的特性,完成船舶操纵受扰力的预测。仿真实验的结果表明,设计的预测模型在高海况不同船舶航行速度下,预测误差均小于常规模型,验证了设计模型的准确度。     

基于双目标定的渗滤液导排管道堵塞定位研究

为得到垃圾填埋场渗滤液导排管道堵塞位置信息,提出基于相机标定的管道内壁堵塞位置检测方法.首先对导排管道堵塞图像进行中值滤波和图像增强处理;其次根据传统相机标定所涉及到的坐标系以及引入的新坐标系之间的关系建立矩阵方程模型,再利用畸变矫正对模型参数进行优化,通过极线矫正和图像匹配获取堵塞目标点在左右图像的像素坐标;最后代入...     

基于视觉识别的城市区域限时停车系统研究

针对社会服务机构附近车流量大,车位需求大,而部分车辆长时间滞留导致交通堵塞及路侧临时停车位使用效率不高的问题,提出了在城市部分区域建立基于视觉识别的限时停车系统。本文分析了系统构建模式,通过对限时区域功能分类,分别建立了相应的最优车辆停留时间模型,并以武汉市某小学周边区域为例进行了分析。区域限时停车系统的建立对于解决城市局部交通拥堵及停车困难问题具有重要的意义。     

基于计算机视觉的结构位移监测综述

梳理基于计算机视觉的结构位移监测方法的研究和应用进展,从系统组成、计算方法、影响因素和实际应用4个方面进行综述,探讨计算机视觉结构位移监测目前存在的研究不足并给出合理建议。在系统组成方面,介绍各种相机、镜头和标志物选择的标准及优缺点,给出相机和镜头的选择建议以及是否需要人工标志物的应用场合。在计算方法方面,介绍相机标定、特征提取、目标追踪和位移计算4个方面的实现方法,分析镜头畸变带来的测量误差和相机标定的必要性,介绍2种实用相机标定的简化方法。在影响因素方面,从硬件因素、图像处理算法和环境影响3个方面分析引起系统测量误差的来源,阐述减小系统误差的解决方案。在实际应用方面,介绍计算机视觉结构位移监测在结构状态评估中的应用,包括结构受力行为分析、承载力评估、模态参数识别、模型更新、损伤识别和索力估计。     

基于机器视觉和支持向量机的汽车焊点定位研究

如何提高工业机器人的定位精度是实现汽车焊点自动化检测任务的一个关键技术问题。针对传统示教再现机器人存在的定位精度问题,提出一种基于机器视觉和支持向量机回归的焊点定位方法。通过融合激光测距信息的视觉系统测量机器人示教位置与期望位置的偏差,进行焊点的初步定位;建立基于粒子群优化算法的支持向量机回归模型,对视觉引导后的机器人末端进行三维空间上的误差补偿,实现焊点的精确定位;搭建了一套完整的试验平台,并与常用的支持向量机参数优化算法以及误差补偿模型进行比较和误差分析,验证了该方法的有效性和优越性。