基于嵌入式单片机的智能自动售货机控制系统

针对售卖袋装、盒装、软瓶装小商品的自动售货机设计了智能嵌入式单片机控制系统,给出其硬件和软件结构设计．该系统以16位单片机SPCE061A为控制核心,可实现货币识别、商品选择、硬币找零、商品输出、金额显示、语音提示等功能．具有智能化的人机界面,功能强、使用方便．     

由两起操作性污染事故引发的关于液货船装卸作业安全的思考

随着我国对石油的需求不断增长,液货船舶数量不断增多,船舶操作性污染事故日益增多.文中试图分析两起发生在天津港的操作性污染事故产生的原因,浅谈目前液货船在装卸作业方面存在的安全问题,从而提出建议和对策,希望能在避免液货船操作性污染事故发生以及减少海洋环境损害方面起到积极的作用.     

海上施工定位方法及精度分析

论述了海上工程定位的方法。从计算方法和精度讨论入手 ,阐述了选取要求及注意事项 ,给出了相应的计算和改正计算公式     

长沙地铁2号线运营初期客流特征分析

开展客流特征研究对科学合理地设计轨道交通系统、优化运营组织设计具有重要意义。以长沙地铁2号线的地铁刷卡数据为研究对象,运用数理统计方法对其开通初期三年的运营客流进行分析,着重分析断面不均衡系数、车站进出站高峰系数与车站周边土地利用性质的相关性,线路客运量高峰系数与该线功能定位的关系,以及乘降量和换乘量的客流特征。针对上述结论对设计和运营提出建议,可为轨道交通的设计、建设、运营提供参考,也可为大城市轨道交通客流预测结果的合理性判断提供依据。     

基于行为识别的智能车纵向决策研究

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3 种结果中做出综合决策. 实车实验表明：在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.     

基于自适应迭代学习控制的列车自动驾驶算法

针对高速列车自动驾驶系统受到时变外部扰动和受限状态的情况,提出一种基于迭代学习控制的自适应控制算法. 基于Lyapunov 函数,利用列车运行过程中的状态偏差,推导出自适应迭代学习控制律和参数学习更新律. 构造类Lyapunov 函数的复合能量函数,通过迭代域的差分,证明其差分负定性和收敛性. 采用所提控制算法对列车跟踪性能进行计算机仿真和实例仿真验证,结果表明,所提出的自适应迭代学习控制算法对列车期望曲线跟踪具有较高的精度和较快的收敛速度,能够在较短的迭代次数实现对期望曲线的精确跟踪.     

基于智能路钮的超高速公路虚拟轨道系统研究

为提高超高速公路行驶安全性,使用结构分析和数学模型的方法研究基于智能路钮的高速公路虚拟轨道系统. 该系统由路面子系统、车载子系统和服务中心子系统组成. 安装车载系统的车辆接近写入路钮时激活虚拟轨道系统,阅读器读取标签路钮的位置坐标和该处道路线形信息,同时数据处理模块读取线形参数并处理得到道路切线与车身角度,读取前轮偏角、车辆速度和相邻两个标签路钮之间的距离,利用计算模型得到车辆在相邻两个标签路钮之间行驶时方向盘的转动角速度,并将控制参数发送给转向电机. 研究结果表明,当超高速公路设计车速分别为140,160,180 km/h时,只要保证路钮间的距离分别小于1.33,1.50,1.69 m,就可保证车辆偏离中心线的距离小于0.5 m. 因此,基于智能路钮的虚拟轨道系统可将车辆限制在虚拟轨道内行驶,保证超高速公路的安全性.     

融合式空间塔式算子和HIK-SVM的交通标志识别研究

在交通标志识别问题上,提出了一种基于融合式的空间塔式算子和直方图交叉核支持向量机(HIK-SVM)的分类方法.在该方法中,通过提取图像的灰度塔式词袋直方图(Gray-PHOW)特征、颜色塔式词袋直方图(Color-PHOW)特征和塔式边缘方向梯度直方图(PHOG)特征来对交通标志的外观、颜色和轮廓信息进行描述.通过提取空间塔式直方图特征,能很好地对图像各种特征的空间分布状况进行描述.提取到图像的外观、颜色、轮廓和特征的空间分布信息后,对其进行融合,最后得到的融合式的空间塔式特征具有很强的鲁棒性.将该融合式特征送入HIK-SVM进行训练和分类,取得了极其高的识别效果.     

快速路可变限速与匝道控制协同优化策略

可变限速控制和匝道控制是快速路交通控制的主要手段,本文对两者的协同优化策略进行了研究.借助智能车路协同系统强大的信息感知能力,通过引入微观交通流信息,对经典METANET模型进行了改造,构建了可变限速控制影响下的微观METANET模型,实现了一种新的可变限速控制策略,同时,采用ALINEA算法,对入口匝道进行了优化控制,实现了两者的协同优化.最后,基于实际道路和交通流数据搭建了仿真平台,对微观METANET模型和协同优化策略的有效性进行了验证.仿真结果表明,微观METANET模型具有良好的交通流预测效果,协同优化策略能有效地改善快速路交通流状态.     

基于GPS与图像融合的智能车辆高精度定位算法

车辆自定位是实现智能车辆环境感知的核心问题之一.全球定位系统(Global Positioning System,GPS)定位误差通常在10 m左右,不能满足智能车辆的定位需求;惯性导航系统成本较高,不适于智能车辆的推广.本文在视觉地图基础上,提出一种基于GPS与图像融合的智能车辆定位算法.该算法以计算当前位置距离视觉地图中最近一个数据采集点的位姿为目标,首先运用GPS信息进行初定位,在视觉地图中选取若干采集点作为初步候选,其次运用Oriented FAST and Rotated BRIEF(ORB)全局特征进行特征匹配,得到一个候选定位结果,最后通过待检测图像中的局部特征点与候选定位结果中的三维局部特征点建立透视n点模型(Perspective-n-Point,Pn P),得到车辆当前的位姿,并以此对候选定位结果进行修正,得到最终定位结果.实验在长为5 km的路段中进行,并在不同天气及不同智能车辆平台测试.经验证,平均定位精度为11.6 cm,最大定位误差为37 cm,同时对不同天气具有较强鲁棒性.该算法满足了智能车定位需求,且大幅降低了高精度定位成本.