一种自适应TIN迭代加密滤波算法

滤波是LiDAR数据后处理过程中最基本的环节。在研究三角网迭代加密滤波算法的基础上,针对其存在的问题,提出了一种改良方法。在滤波前先剔除错误点,并提出了根据三角形坡度建立自适应阈值函数的方法。最后,对数据处理结果进行定量和定性分析。实验结果表明:改进的算法对于去除错误点和近地点,提高滤波的准确性是有利的。     

地面激光扫描仪在铁路工程滑坡监测中的应用研究

采用三维激光扫描技术对铁路工程附近的滑坡体进行监测。对多站扫描数据进行配准、拼接,获取监测区域的完整点云数据;对拼接后的激光点云数据进行地形滤波,获取监测区域的地形数据;最后,对不同期次的点云数据进行对比分析,得出监测区域的变形值。     

地铁列车电传动系统线路空心滤波电抗器研制

对地铁列车电传动系统线路空心滤波电抗器的开发研制情况进行了介绍,重点描述了滤波电抗器的整体结构设计、电磁设计、关键工艺和试验等过程中出现的问题,并就解决方法进行了分析和总结.     

图像复原技术在沥青混合料自动检测中的应用探索

陈述了图像复原技术的基础知识,推导了图像复原技术中的逆滤波、盲反卷积滤波和维纳滤波的基本模型;结合这些推导出的模型,给出了各种图像复原模型在沥青混合料自动检测技术中的应用情况;通过对比分析,得出结论:维纳滤波对于沥青混合料数字图像特征参数的提取精度的提高有着显著的效果。     

基于多传感信息融合的智能车辆定位方法

针对高精度定位系统中地图的重要性问题,将定位问题分为无地图定位与基于地图定位,分别对智能车辆的定位问题进行探索.对研究的智能车辆、传感器及其定位问题进行建模分析,再对该平台实施传感器校准以减小系统误差.对于无地图定位问题,利用扩展卡尔曼滤波算法将里程计与惯性测量单元(IMU)数据相融合,通过试验证明航迹推测法存在累计误...     

一种组合式高速公路交通事件检测算法

传统的高速公路事件检测算法原理简单、容易实现,但很难达到高检测率和低误报率的效果。国内外学者越来越偏向于研究复杂算法,虽在理论上取得了较好的效果,但因数据传输量大、数据处理繁琐、对设备要求高等特征,降低了这些算法的实用性。因此,如何构建适合现状高速公路检测设备和软件系统,且具有良好检测效果的实用性算法,成为目前高速公路事件检测技术的热点话题。文中基于降低硬件成本和运行费用、提高检测效果这一目标,利用不同情况下各自算法特征值的变化规律,提供了一种基于California算法和滤波算法的组合算法。仿真研究表明,与单独应用California算法或滤波算法相比,这一组合算法在软硬件费用不增加的情况下,具有较高的检测率,且能有效降低误报率。     

改进粒子滤波算法在组合导航中的应用

为了提高组合导航定位系统的定位精度和可靠性,分别对扩展卡尔曼滤波(EKF)、粒子滤波(PF)和U卡尔曼滤波(UKF)3种算法进行了分析。通过分析3种算法各自的特点,将PF算法和UKF算法的优点相结合,提出了一种新的粒子滤波算法——U粒子滤波(UPF)算法,并将其应用于GPS/DR组合导航系统中。通过对UPF算法与PF算法在GPS/DR组合导航系统中的仿真研究比较,进一步证实了UPF算法的可行性及计算的精确性。     

基于自适应滤波的电动车纵向滑移率识别方法

根据路面附着状况实时地选择最优的滑移率控制目标是电动车驱动防滑控制策略的关键.针对四轮驱动电动车的特点,研究利用自适应Kalman滤波获得车速信息和轮胎驱动力信息的方法.利用该方法实时估计车速和驱动力等参数,并计算附着系数-滑移率曲线的斜率k,以对路面附着状况进行精确估计.通过将计算得到的斜率与设定的最优滑移率所对应的斜率之差作为控制参考量,及时地调整驱动电机的输出转矩,提高电动车的道路附着系数利用率,以获得更好的电动车驱动防滑控制效果.仿真结果表明:车辆在高、低附路面行驶时,该算法均可有效地估计滑移率的k值.     

无人机视频车辆跟踪算法研究

鉴于现有算法在复杂环境下易造成目标跟踪丢失的问题,为研究精准高效的车辆跟踪算法,实现无人机视频交通参数提取,将传统KCF(核相关滤波)算法中的固定尺度检测窗口替换为多尺度检测窗口,提出多尺度KCF优化算法;与CamShift算法和KCF算法的对比结果表明,在不同场景下多尺度KCF优化算法的跟踪效果均优于其他两种算法,在目标遮挡和存在阴影的情况下表现更优异,具有较强的鲁棒性和适用性。     

基于自适应AR谱与神经网络的车变速器轴承故障诊断

提出了基于自适应AR谱和神经网络的汽车变速器轴承故障诊断方法.该方法采用自适应滤波将轴承振动信号进行滤波,建立AR模型,从而提取出故障轴承的特征,再利用BP神经网络进行故障分类.试验证明该方法适用于汽车变速器轴承的故障诊断.