多感知信息融合的车辆感知方法研究

为提高前方车辆检测的速度和准确率,本文采用一种毫米波雷达与机器视觉融合的感知方法。结果表明,该方法的准确率为93%,单帧数据的处理时间为42 ms,满足智能客车对前方车辆检测的要求。     

位移数据分析在实桥监测中的应用

针对国内某实桥A四个伸缩缝位移测点监测数据不一致的问题,采用多测点数据融合分析方法,研究实桥A两岸位移监测数据的差异性及关联性,结果发现主桥B2岸桥头伸缩缝位移监测值波动剧烈的异常征兆。桥梁结构专家质疑是否因桥梁结构约束体系发生改变引起,现场复核后确认是由桥梁辅助墩支座损坏引起的。由此可见,多测点位移监测数据融合分析方法能从区域化、整体化上发现结构异常,可更加准确、有效地判断桥梁运营状态。     

基于多源信息融合的柴油机故障诊断方法

为提高柴油机这一复杂系统的故障诊断精度,在采集缸盖声发射信号、缸盖振动信号和机体声发射信号特征信息的基础上,利用3个BP神经网络进行局部诊断并获得证据体,对各证据体应用D S证据组合规则进行决策融合。针对D S证据理论在处理冲突证据时存在的局限性问题,提出一种多源加权融合的故障诊断方法。该方法利用各证据体对命题识别的正确率和证据体之间的距离对各证据体进行修正。故障模拟试验表明:提出的方法可提高柴油机的故障诊断精度,充分验证其应用在柴油机故障诊断中的可行性。     

Bayesian predictive travel time methodology for advanced traveller information system

Travellers can benefit from the availability of point‐to‐point driving time estimates on a real time basis for making travel decisions such as route choice at strategic locations (e.g. junctions of major routes). This paper reports a predictive travel time methodology that features a Bayesian approach to fusing and updating information for use in advanced traveller information system. The methodology addresses the issue that data captured in real time on travel conditions becomes obsolete and has archival value only unless it is used as an input to a predictive travel time method for updating the information. The need for fusing real time data with other factors that influence travel time is defined and the concept of predictive travel time is discussed. The methodological framework and its components are advanced and an example application is provided for illustrating the fusion of data captured by infrastructure‐based and mobile technology with model‐based predictions in order to produce expected travel times. Copyright © 2010 John Wiley & Sons, Ltd.     

基于多传感融合的有轨电车在途障碍物检测方法研究

有轨电车是一种具有混合路权的轨道交通方式,其行车安全主要依赖于信号系统及司机,因此研发一种能够辅助司机检查轨行区域安全的检测方法显得尤为重要.文章以SSD卷积神经网络的视觉障碍物检测方法为基础,通过多传感融合的方式,在其检测结果上融合激光雷达传感器的障碍物检测结果,实现对轨行区内障碍物的有效识别.实验证明,该方法对于列...     

面向目标识别的水下多传感器信息融合技术比较研究趑

对于水下作战,目标识别十分困难,因此必须走多传感器融合、多技术融合的道路,应分析研究不同的方法优缺点,取长补短,综合处理。本文比较了不确定性推理技术中主观Bayes方法与证据理论的特点,分别给出了基于2种技术的目标融合识别思想。提出了基于Bayes统计理论的身份识别和基于D-S理论融合身份识别的框架。研究了基于模糊神经网络的多传感器信息融合技术,提出了模糊神经网络信息融合紧密结合与松散结合的2种处理框架,并结合应用讨论了其特点。     

雷艇信息融合技术

多传感器融合是一个涉及到信息科学、计算机科学、自动化化科学的复合型学科,是一个正处于发展中的研究方向。在讨论了多传感器信息融合的基础上,对其关键技术进行了进一步的讨论。并探讨了线导鱼雷与潜艇通过线导通道进行信息融合的若干实际问题,指出雷艇信息融合在这方面存在的特殊性,并展望了其应用前景。     

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...     

数据融合技术在GPS数据处理中的应用

通过对GPS数据的处理,可以很方便的得到道路车速的统计值,但存在比较大误差,所以利用GPS数据分析道路车速之前,要对其做预处理来提高数据的可信度.根据数据融合的基本原理以及GPS数据的特点,本文采用了数据融合技术中的关联检验方法来对GPS数据进行处理.文章介绍了数据融合技术以及关联检验方法,最后以对上海大众出租汽车公司提供的出租汽车GPS数据的处理为例,讨论了关联检验在GPS数据处理中的应用.     

多源信息刺激下驾驶员综合认知拓扑结构研究

根据多传感器信息融合和人类对多源信息综合处理过程之间的相似性,充分考虑驾驶员心理-物理因素及其对驾驶行为多变性和不确定性的制约,研究多源信息刺激下驾驶员任务集聚的心理-物理综合认知拓扑结构和认知活动链,探讨各驾驶行为模式的决策机制、车辆运行模式的运行机制和驾驶员协同反应机理,可为微观交通流仿真和智能车辆的研究提供理论依据,为智能运输系统的建立提供分析工具.