基于机器视觉的车辆检测与参数识别研究进展

近年来公路交通运输快速增长,交通车辆的快速准确检测与识别对智能交通系统和交通基础设施运维具有重要意义.随着机器视觉和深度学习技术的迅速发展及其在目标检测领域的广泛应用,车辆目标检测和参数识别也取得新的突破.该文从车辆参数的识别方法和应用研究两方面梳理了机器视觉和深度学习在车辆检测与参数识别领域的研究现状、最新研究成果和...     

基于视觉识别的线控制动压力滑模控制

制动安全是车辆主动安全的关键技术之一.制动决策和执行器控制是影响线控制动系统性能的两个主要因素.路面自适应性和控制器鲁棒性分别对制动决策和执行器控制有着重要影响,制约着线控制动系统的发展.本文中以一种液压调控的线控制动系统为基础,针对路面自适应性和控制器鲁棒性问题,提出一种双层结构的制动系统控制器,上层采用计算机视觉的...     

一种ATS系统自动化测试工具的设计与实现

列车自动监控系统(ATS)是车载信号系统中的重要组成部分.本文提出一种ATS系统的非侵入式自动化测试工具,模拟测试人员真实测试的整个流程,可配置的测试脚本更具有灵活性,可以实现不同的测试需求;采用基于计算机视觉与光学字符识别的信息提取方式,使测试流程可以完全模拟真人测试;通过验证状态机的结果,简化了测试验证流程.该工具...     

基于背景建模的钢轨表面缺陷像素级检测方法

钢轨表面缺陷具有独特性和稀疏性,利用机器视觉技术自动地检测钢轨表面缺陷仍存在很大挑战.提出一种基于背景建模的钢轨表面缺陷像素级检测方法,利用钢轨图像固有特性构建图像背景分布模型,找到背景分布簇中心,以定位到可疑像素点;提出一种钢轨表面缺陷像素级识别方法,根据可疑像素点的上下文特征和空间位置先验概率识别该像素点是否属于真...     

客货滚装码头车辆定位系统需求分析和技术实现

针对某客货滚装码头中车辆运输的智能化调度需求,进行车辆位置智能感知的研究,采用物联网感知和计算机视觉技术,得出一种基于视频监控的车辆定位系统方案。该系统能够实时监控码头内进出港车辆,跟踪和记录其路径,支持越界报警,为智能化调度和安全监控提供基础数据。     

计算机联锁标准化研究与实践

计算机联锁系统经过30多年的发展,在满足技术条件的前提下,不同型号的系统形成了各自的特点,但不同的实现方式给后续维护和使用带来了不便.通过标准化研究,在不影响各系统现有良好安全态势的基础上,对联锁功能、系统接口设计及人机接口设计的标准进行了统一,并对后续尚需统一的内容进行了论述.通过对计算机联锁标准化的研究,可以进一步...     

激光探测与测量视觉技术在堆取料机全自动控制中的应用

针对散货料场堆取料机人工操作堆取作业随意性大、精度差、效率低等现状,设计了一种堆取料机全自动控制系统。该系统基于激光雷达(Lidar)机器视觉技术,通过3D激光扫描仪实时获取料堆形状的点云数据,并完成对目标料堆的在线实时建模,最后控制堆取料机完成自动作业;提出了一种基于视觉图像处理算法的作业路径规划算法,通过实时提前预测作业轨迹来指导堆取料机自动作业。实践表明该控制系统提高了设备的作业效率,降低了作业成本。     

基于机器视觉的钢轨对接焊高精度检测方法

为提高闪光对接焊设备焊接过程的焊接精度,提出一种基于机器视觉和图像处理技术结合的钢轨对接焊高精度定位检测方法。该方法采用黑白面阵CMOS工业相机、线激光器作为主要检测硬件,其中线激光器发射的激光分别垂直投射在与轨道轴线平行的轨顶面和轨侧面上,通过对工业相机所采集的图像进行特征提取,针对多种不同特征进行模式识别,从而获得钢轨顶部和侧面高度差。通过重复性与可靠性试验,表明该方法满足工程实际检测要求。与传统的手工检测方法相比,本方法具有更高的精度,且受外部环境的影响较小,满足工况环境条件下的焊接精度要求,在复杂环境下同样可获得较好的检测效果。     

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.     

Autonomous vehicle perception: The technology of today and tomorrow

Perception system design is a vital step in the development of an autonomous vehicle (AV). With the vast selection of available off-the-shelf schemes and seemingly endless options of sensor systems implemented in research and commercial vehicles, it can be difficult to identify the optimal system for one’s AV application. This article presents a comprehensive review of the state-of-the-art AV perception technology available today. It provides up-to-date information about the advantages, disadvantages, limits, and ideal applications of specific AV sensors; the most prevalent sensors in current research and commercial AVs; autonomous features currently on the market; and localization and mapping methods currently implemented in AV research. This information is useful for newcomers to the AV field to gain a greater understanding of the current AV solution landscape and to guide experienced researchers towards research areas requiring further development. Furthermore, this paper highlights future research areas and draws conclusions about the most effective methods for AV perception and its effect on localization and mapping. Topics discussed in the Perception and Automotive Sensors section focus on the sensors themselves, whereas topics discussed in the Localization and Mapping section focus on how the vehicle perceives where it is on the road, providing context for the use of the automotive sensors. By improving on current state-of-the-art perception systems, AVs will become more robust, reliable, safe, and accessible, ultimately providing greater efficiency, mobility, and safety benefits to the public.