基于深度学习的智能车辆视觉里程计技术发展综述

针对基于模型的视觉里程计在光照条件恶劣的情况下存在鲁棒性差、回环检测准确率低、动态场景中精度不够、无法对场景进行语义理解等问题,利用深度学习可以弥补其不足。首先,简略介绍了基于模型的里程计的研究现状,然后对比了常用的智能车数据集,将基于深度学习的视觉里程计分为有监督学习、无监督学习和模型法与深度学习结合3种,从网络结构、输入和输出特征、鲁棒性等方面进行分析,最后,讨论了基于深度学习的智能车辆视觉里程计研究热点,从视觉里程计在动态场景的鲁棒性优化、多传感器融合、场景语义分割3个方面对智能车辆视觉里程计技术的发展趋势进行了展望。     

基于FPGA的里程轮信号优选算法设计

文中通过对里程信号产生机理进行分析,提出了一种基于FPGA架构的里程优选算法,给出了实现算法的硬件架构图,并设计相应硬件电路和模拟实验。结果表明:该算法可以对3个里程轮脉冲信号进行优选采集,当里程轮处于超速或者停转状态时也能输出正确的脉冲信号。     

基于多传感器的列车里程计定位误差检测及校正方法

城市轨道交通列车运行过程中,轮对空转/滑行和车轮磨损是造成车载里程计测速测距误差的主要原因,因此里程计定位误差的检测和校正主要是对列车空转/滑行和车轮磨损的检测和误差校正。通过城市轨道交通列车定位需求分析以及传感器定位特性分析,在列车里程计基础上引入多普勒雷达,采用二者构建车载组合定位系统。基于H!滤波理论实现两种传感器量测信息的融合处理,得到列车定位参数的最优估计,在此基础上,利用空转/滑行和车轮磨损检测方法完成相关检测并对误差进行校正。仿真试验结果验证了本方法的有效性,达到了模型的预期设计目的,提高了车载定位系统的自主定位能力。     

基于灰色理论的列车组合定位轮径校准方法研究

多传感器组合定位是实现低成本、高精度列车定位的有效方法.本文针对列车车轮磨损导致轮径减小从而影响组合定位系统里程计定位精度的问题,分析列车组合定位系统里程计定位的误差特性,给出利用GPS、惯性定位传感器辅助轮径校准方法,并结合灰色预测理论,提出一种基于灰色理论的轮径校准方法.该方法通过"更新-预测-更新"的过程,在一定...     

单片机控制的步进电机式车用仪表机心的研制

单片机控制的步进电机式车用仪表机心在欧、美等国应用已相当普及,其卓越的性能价格比已引起我国车用仪表界的广泛关注。本文在详细阐述步进电机式机心车用仪表技术特点的基础上,将此领域的有关研究成果,特别是其硬件电路的组成和主要部分的电路原理图公开发表。     

管道内检测器里程轮信号优选算法的设计与实现

阐述了管道内检测器里程计量模块的工作原理,提出了一种新的里程轮信号优选算法,设计了单片机控制系统,编制该算法程序,并用实验验证了该里程脉冲优选算法,给出实验数据。结果表明,该系统可以高效、准确地选择最佳里程轮脉冲信号。     

某纯电动商用车总里程跳变分析

针对某纯电动商用车的组合仪表里程跳变问题进行了分析,发现其储存芯片存在问题,并针对该问题提出了一种方法。该方法在下电前通过VCU记录组合仪表所发送的里程数据,并在下次上电时发送到总线上,供仪表进行校验,如校验通过,则里程未跳变;如校验失败,则里程跳变,组合仪表改用VCU发送的总里程并继续计算总里程。经验证,该方法可以有效地预防里程跳变,特别是下电后再上电时的里程跳变。     

船用捷联惯性导航系统在线误差校正算法设计及仿真*

针对捷联惯性导航系统的长期精度不能满足舰载应用的问题,设计了利用罗经的航向信息及多谱勒计程仪的速度信息,通过卡尔曼滤波,在线校正捷联惯性导航系统误差的软件算法,并进行了计算机仿真。     

电子式车用里程表

介绍一种采用单片机实现的电子式里程表,它不仅可以显示汽车行驶的各类里程,还可实现限速、报警等功能,并具有较强的再开发能力。     

基于GPS和里程计的列车定位方法

列车测速轮对的空转/滑行和车轮磨损是影响车载里程计(ODO)测速、测距精度的主要原因。针对该问题,通过传感器定位特性分析,在列车里程计基础上引入GPS技术,构建车载组合定位系统。通过GPS和ODO的信息融合,建立空转/滑行和车轮磨损的检测与误差校正计算模型,完成相关检测和误差校正。仿真试验结果表明,所提出的列车定位方法是有效的,可以提高车载定位系统的自主定位能力。