基于深度学习和OpenCV的车速测量算法

传统的视频车辆测速算法对目标缺乏整体辨识能力,检测精度易受人、车、物和光线等诸多因素的影响,目标分割、跟踪等关键步骤存在技术瓶颈.为弥补这些不足,提出一种基于深度学习技术和开源机器视觉库(OpenCV)的车速测量算法.通过YOLO-V5算法进行车辆检测,通过OpenCV提供的方法进行车辆目标角点提取和轨迹跟踪,进而根据...     

多车道交织区车辆跟驰行为风险判别与冲突预测

车路协同系统(IVICS)是保障安全高效出行的新兴技术之一,将高精度车辆轨迹数据与机器学习方法相结合,提出一种可应用于IVICS的多车道交织区的潜在风险判别与冲突预测方法.首先,基于无人机视频,从广域视角提取交织区交通矢量位置、速度等信息,并划分上下游、交织影响区等多个分区;然后,考虑决策行为(车车边缘距离、接近率)与...     

面向交叉口通行轨迹离散性的交通流模型参数标定方法

为了更准确地描述交叉口内部通行轨迹的离散性,基于车辆轨迹模型,提出了基于聚类的多变量分布交通流模型参数标定方法。首先,基于上海市5个交叉口的高精度视频轨迹数据,对各通行车辆轨迹模型的参数进行拟合,得到400组驾驶行为参数数据。随后对数据在不同交叉口和不同流向上的差异性进行分析,确定标定的分组。进而,提出基于聚类的多变量分布法,采用聚类方法先将驾驶人分类,再通过多变量分布法标定每一类驾驶人行为参数。同时为了反映标定效果,将其与采用传统的边际分布法和多变量分布法的标定结果进行对比。最后分别利用上述3种标定结果对参与驾驶行为标定的交叉口和新交叉口各流向车流轨迹进行仿真,并采用轨迹重合度指标评价模拟结果与现实的吻合程度,对所提出的模型参数标定方法效益进行检验。研究结果表明,驾驶人行为参数取值与流向的相关性显著,所提出的基于聚类的多变量分布法能较好地描述交叉口的轨迹分布现象,对于参与驾驶行为标定的交叉口,轨迹分布的重合度可达到90%以上;对于未参与驾驶行为标定的新交叉口轨迹分布的重合度也能达到88.5%。相比于以往的交通流参数标定方法,所提方法的优势主要体现在对转向车流通行轨迹离散性的描述。     

时变干扰下AUV三维轨迹跟踪反步滑模控制

针对自主水下机器人(AUV)在环境干扰下的三维轨迹跟踪问题,设计一种基于非线性干扰观测器(NDO)的反步滑模控制器。根据“云帆”AUV自身特点构建六自由度数学模型,设计NDO对环境干扰进行估计补偿。最后在反步法的基础上引入滑模控制,并加入NDO设计反步滑模控制器,并通过李雅普诺夫函数证明系统的稳定性。仿真结果表明,基于NDO的反步滑模控制器能够满足AUV在环境干扰下三维轨迹跟踪要求,且具有较好的鲁棒性。     

基于数据挖掘的耙吸式挖泥船行为辨识方法

基于轨迹数据的船舶行为高效辨识对于耙吸式挖泥船施工效率优化具有重要意义.耙吸式挖泥船往返施工作业,行为模式改变频繁,轨迹路径密集,行为辨识存在较大困难.针对耙吸式挖泥船AIS(Automatic Identifica-tion System)航行状态数据缺失问题,提出一种无监督船舶行为辨识方法.该方法采用DBSCAN(...     

面向交通排放测算的跟驰模型优化方法

为了消除跟驰模型用于交通排放测算产生的系统误差,提高微观交通仿真模型与交通排放模型融合应用于交通排放测算的准确性,引入衡量加速度变化率的参数急动度(jerk),提出一种考虑jerk分布特征的Wiedemann跟驰模型优化方法。通过对实际轨迹数据与车辆跟驰数据的拟合分析,建立各加速度区间下的jerk分布,并增设jerk约束对交通仿真模型生成轨迹进行优化。以北京市出租车轨迹数据和跟驰数据为例,测算结果表明：Wiedemann模型优化后,不同速度区间的车辆比功率(Vehicle Specific Power,VSP)分布误差平均降低1.2%,CO₂,CO,THC,NO_X等4种排放物的排放因子平均误差分别降低了16.9%,118.3%,27.0%,20.5%,表明该优化方法能够有效改善原模型中不真实的加速度,降低排放测算误差。     

FMCW毫米波雷达检测车辆目标跟踪方法

为有效获取复杂交通场景下的高分辨率车辆轨迹数据,提出了一种基于FMCW毫米波雷达的车辆轨迹跟踪方法。首先,在实际场景中利用毫米波雷达系统获取目标运动状态原始数据,经预处理剔除异常量测值。然后,通过轨迹状态管理机制,利用设置了矩形跟踪门和关联准则的改进最近邻点迹关联算法产生点迹关联对,实现目标轨迹的状态更新,进而完成车辆轨迹提取。最后,采用三阶贝塞尔曲线算法对车辆原始轨迹做平滑处理。实例应用发现,在前250帧原始数据中共提取到13条有效车辆轨迹,正确率为100%,有效提高了多目标轨迹跟踪准确度;经平滑处理后,13条原始轨迹4次多项式曲线拟合的平均径向距离误差由0.555降至0.446,有效改善了原始轨迹平滑度,这表明所用方法能够有效实现复杂交通场景下的多车辆目标检测与轨迹跟踪。     

发动机主轴承轴心轨迹的测试与研究

本文介绍了采用电涡流多参数轴心轨迹的测试系统。把测试结果与理论计算进行了对比，并对影响轴心轨迹的各种因素进行了测量、分析，得出了有价值的结论。     

基于图像轨迹代数运算的车辆监测技术与判定

随着人们生活水平的提高和日常出行的需要,拥有汽车的家庭日渐增多。为保证城市道路交通安全与顺畅,车辆监测成为现代城市交通管理的一种重要手段。介绍了道路汽车监测系统的类型,并基于图像轨迹代数运算,对汽车轨迹级联预测道路状况进行了分析。通过图像轨迹代数运算对数据图像进行处理,可以使城市交通管理更为智能化。     

智能汽车轨迹跟踪与横摆稳定性协同控制

为了提高四轮独立驱动智能电动汽车在变曲率弯道下的轨迹跟踪精度和横摆稳定性,提出了一种模型预测控制与直接横摆力矩控制协同的综合控制方法。建立了横纵向耦合的车辆动力学模型,采用2阶龙格库塔离散法保证了离散模型的精度,并基于简化的2自由度动力学模型推导了车辆横摆稳定性约束,设计了非线性模型预测控制器;利用直接横摆力矩控制能够改变车辆横摆角速度和航向角的特点,考虑模型预测控制器的预测状态、控制量以及跟踪误差,设计了协同控制规则。仿真结果表明,协同控制方法解决了考虑横摆稳定性约束的模型预测控制器中存在的稳定性约束与控制精度相矛盾的问题,并补偿了模型预测控制器没有可行解时对横摆稳定性的约束,同时提高了智能汽车的轨迹跟踪精度和横摆稳定性。