基于RFID和ZigBee技术的智能停车引导及车位管理系统设计

针对停车场停车引导和车位管理存在的不足,结合RFID和ZigBee的技术优势,在无源电子标签和RFID阅读器的基础上,设计一种与ZigBee网络融合的停车场停车引导及车位管理系统。试验测试结果表明,该系统具有功耗低、运行稳定等特点,能克服传统人工管理方式的弊端,提升停车场管理水平,满足停车场自动管理的需求,具有广阔的应用前景。     

南通加快电动汽车充换电站建设

7月5日,一辆大客车停泊在南通市通京大道充换电站的全自动充换电车位上,工作人员在电脑前轻轻一敲,一个灵活的智能“机器人”稳健地完成取换电池过程。笔者了解到,这样的大型充换电站,南通市已建成3座,年内还将建成2座。     

基于模糊理论的停车诱导决策方法研究

从停车者的角度出发,建立最优泊位选择模型,通过车位引导系统引导驾驶员合理停车。采用模糊理论方法,把用户停车泊位的主要特性指标进行量化,并根据这些停车泊位的量化值,采用有序加权平均算法,确定停车泊位的隶属度值并进行排序,选取最大隶属度值的泊位为最优泊位。     

技高一筹

停进路边的车位,这是每一位开车族必须掌握的技术,尤其是在日益拥挤的大城市里。如果你的某位朋友能够在你面前果断而熟练地将车倒入一个并不宽松的车位,你一定会对他的驾驶技术备感羡慕。如果再告诉你,有些车甚至不需要驾驶者转动方向盘,它自己就能干脆利落地倒进车位,你会不会感到惊讶呢？     

自动泊车关键技术研究进展综述

自动泊车是汽车智能化的重要组成部分，代替了驾驶员进行泊车的繁琐操作，减少了泊车事故的发生，在新车上的装载量大幅增加。为了研究自动泊车的发展现状、现有不足与发展趋势，对自动泊车应用现状进行了分析，又从车位探测、路径规划和跟踪控制等技术方面进行了分析，总结现有自动泊车关键技术存在的不足之处和局限性，提出了自动泊车关键技术研究的未来趋势，为从事自动泊车技术研究提供参考。     

基于LKJ记录文件的车位误差分析判断

对于列车运行监控装置（LKJ）记录文件中存在的车位误差，通过分析LKJ记录文件，研究列车实际越过信号机时间与车位误差之间的关系，提出LKJ自动校正车位、轨道电路连续发码、侧线进出站等情况下车位误差的计算方法，进一步确认车位误差产生原因，为核查车载数据的准确性提供分析依据，有效消除LKJ车载数据与实际数据不一致带来的安全风险，切实发挥LKJ保障行车安全的作用。     

轻量化车位识别网络与流畅泊车路径规划设计

深度学习在自动驾驶开发中得到广泛应用，而在低算力嵌入式平台上部署高算力需求的车位识别网络及复杂的路径规划算法成为行业挑战，因此本文首先设计了轻量化车位识别网络结构，对不同场景下的车位关键点进行检测，其次基于深度搜索设计了快速泊车路径规划算法，然后基于OpenVX的框架将模型和算法部署在多核异构平台上，最终在实车平台上进行自动泊车功能验证。试验结果表明车位检出率大于98%，泊入成功率大于96%，泊车系统运行时间小于40ms，满足实时性要求。     

基于深度学习的停车位检测研究

随着智能网联汽车的发展，越来越多的学者投身于L4级以上的稳定的自动驾驶算法研究中来。自动泊车系统作为智能网联汽车的一项重要功能，能够在有效提升驾驶体验的同时，降低由于复杂地段的泊车困难带来的交通事故和经济损失，因此自动泊车在学术界和工业界掀起了研究热潮。传统的自动泊车系统中对于车位的感知依赖于超声波雷达，并且对车位空间结构有诸多限制。由于复杂的视觉环境和环视图像上停车位的不完整显示，基于视觉的停车位检测是一项重大挑战。本文提出了一种基于卷积神经网络（CNN）的车位检测算法，设计适用于车载环视图像的多重沙漏网络，并引入一种策略选择最佳感受野，从而联合检测停车位的角和线特征。所提出的方法达到了较高的精度和召回率，在搭载GPU的嵌入式移动终端可以达到30 FPS的实时性和较高的精准度。     

阶段约束下Gauss配点离散化平行车位自动泊车轨迹规划

针对平行车位自动泊车高精度轨迹规划，提出一种联立多阶段划分和非均匀Gauss配点参数化的轨迹优化算法。首先，结合车辆泊车动力学方程和约束条件建立了平行自动泊车数学模型；然后，根据泊车过程，提出将泊车过程划分为泊车起动、接近车位、进入车位、姿态调整、泊车落位5个阶段，并建立各阶段对应的不等式约束条件；进一步，在伪谱法算法框架下，结合阶段约束给出了多阶段局部高斯配点策略，以此实现分阶段独立配点离散，从而提高泊车轨迹规划的精准度和适应性；最后，在通用小型汽车模型上在长短车位上进行仿真测试，验证提出方法的正确性和适应性。结果显示，相较于分段区域Gauss伪谱法，改进方法在获得平滑泊车轨迹的同时泊车时间平均减少2.976 s，时间性能提升21.7%，表明了所提算法的有效性。     

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。