基于直线模型的微型飞行器姿态角计算

利用地平线进行微型飞行器(MAV)稳定飞行控制中的姿态估计.根据地平线的直线模型,将地平线视作一条直线,依据线性摄像机成像投影关系,建立地平线在世界坐标系和图像坐标系中的位置对应关系.通过推导得出图像坐标系中地平线的直线方程参数与摄像机姿态角的对应关系,实现通过地平线的直线方程参数计算MAV的姿态角.实验验证了该方法的正确性.在对俯仰角的求取问题上,与使用占天面积比的方法进行了比较,通过仿真实验论证了该方法的优势.     

基于分段直线模型和ATN的车道识别方法

为了满足室外移动机器人高速安全行驶的要求,提出了一种基于分段直线模型和增强型状态转移网络(ATN)的车道识别方法。给出了高速公路车道线的分段直线模型;在车道识别阶段,首先采用动态双阈值二值化方法对原始图像进行预处理得到二值化图像,再利用基于ATN的图像理解算法识别出车道线。使用该算法的清华大学室外移动机器人(THM R-V)系统在高速公路上的最高自主行驶速度已经超过了150 km/h,另外在各种天气和不同路况下的稳定表现也说明了该算法的鲁棒性。     

基于摄像机模型的运动车辆车道偏离检测

针对车道偏离检测中较难解决的车载摄像机标定问题,从分析摄像机成像模型入手,根据图像中3条或3条以上车道线的消失点位置以及车道线斜率关系,在道路现场调整摄像机安装位置,以实现对摄像机外部参数的直接设定,从而避开了繁琐的摄像机参数标定过程.同时,推导出图像内车道线斜率比与车道偏离程度的简单函数关系,该函数与摄像机内外参数无关.因此,行车过程中只需测量图像中车道线的斜率,即可计算出车辆当前的车道偏离量.现场试验结果表明,在车辆直行时采用该方法测得的车道偏离率与手工实测结果相比,其相对误差小于5%,具备了较高的检测精度.     

基于自适应直线拟合的角点检测

角点检测是计算机视觉的一个基本问题，进行角点检测的关键是估算曲率。笔者给出了一种新的基于参考点的前后曲线方向估计的曲率计算方法。我们以离散点远离直线垂直距离误差最小为目标进行直线拟合，同时根据误差大小来自适应的选择拟合窗口的大小。很好地解决了角点曲率计算时拟合窗口大小和计算精度间的矛盾，实验证明，该方法抗干扰性好，且运算量不大，对于存在明显转折点的曲线角点有很好的检测和定位能力。     

智能车测试环境中虚拟车道线的快速构建方法

针对测试环境的设计与构建是智能车辆智能行为验证的前提,但常常会受到真实道路环境复杂性和不确定性等因素的限制等问题,提出序列化排列锥形交通标搭建智能车测试环境,在机器视觉基础上根据识别出的锥形标间的拓补关系构建虚拟车道线的方法.研究结果表明:该方法可有效地处理感知环境中的行人与运动车辆等干扰信息,满足智能车对系统的实时性和鲁棒性要求;该方法在结构化道路与非结构化道路均可实施,是一种快速构建智能车测试环境的有效方法,既降低了测试成本,又保证了测试过程的安全性和可靠性.     

基于道路特征信息的视觉车道模型研究

为有效进行道路设计评价以及分析道路环境影响驾驶员行为的机理,提出一个视觉车道模型,用于描述驾驶员眼中的道路特征信息. 视觉车道模型基于Catmull-Rom样条曲线建立,在CAD平台下自主开发了视觉车道模型软件,能自动进行设计道路视觉图像拟合;经大量实验分析表明,该模型能拟合任意形状的道路线形,并提取相关参数. 对视觉车道模型与道路三维几何信息的关系进行统计分析,是进行道路设计一致性评价的基础.     

基于道路几何模型的单目测距算法

在研究前方障碍物识别及高速公路几何模型基础上,对其左右边缘线的几何约束关系进行了讨论,分析了常用的多目测距算法的不足,提出了一种实时、有效地利用计算机视觉原理实现单目测距的求解高速公路上障碍物距离测算方法,实验证明,系统的实时性好。精度高,达到了实用要求。     

基于改进SegNet算法的车道线检测方法

无人驾驶车辆在结构化道路中需要通过车道线判断自身位置,为提高其检测的实时性与准确性,本文提出一种利用改进SegNet网络算法与连通域约束相结合的方法实现车道线检测识别。将对称的SegNet网络算法改为非对称结构对车道线作逐像素提取：利用卷积与池化提取车道线特征,摒弃传统的车道线聚类过程,利用二值化图像结合连通域约束与关联对车道特征点进行分类,最后对相同类别的车道特征点进行车道线拟合。该算法在香港中文大学的 CULane 数据集和图森未来的TuSimple数据集上进行了训练与测试,该算法对车道分割准确、实时处理能力优秀,检测识别效果优于传统SegNet网络算法,其平均检测精度为 94.60%,每帧检测耗时提升53毫秒。     

具有Neumann边界条件曲率方程解的估计

研究一类具有Neumann边界条件的平均曲率方程解的估计,研究方法主要是通过构造合适的辅助函数,利用函数在极大值点的性质,Hopf引理以及极大值原理得到方程解的梯度估计.先对此类方程中的u_t进行估计,进而得到了一类具有Neumann边值问题平均曲率方程中f依赖于x,u,Du时解的边界梯度估计.     

基于关键点特征融合的六自由度位姿估计方法

针对单张RGB-D图像进行六自由度目标位姿估计难以充分利用颜色信息与深度信息的问题,提出了一种基于多种网络(金字塔池化网络和PointNet++网络结合特征融合网络)构成的深度学习网络框架.方法用于估计在高度杂乱场景下一组已知对象的六自由度位姿.首先对RGB图像进行语义识别,将每一个已知类别的对象掩膜应用到深度图中,按...     

基于统计分析阈值的航段油耗分段线性估计模型

航程油耗的非线性复杂特征为合理、准确判断航空运输过程碳排放量进而有效控碳带来了诸多困难。为此,构建了一种基于统计分析阈值的运输过程航段油耗分段线性估计模型。该模型在飞机运输过程航段油耗高阶多项式表达的基础上,以全航程航段油耗核证重要性指标作为统计分析阈值来设定多项式表达线性化分段的依据,从而兼顾科学计算准确性与碳核证实操合理性。实例分析结果表明了方法的有效性。     

基于滑动ROI的强鲁棒性实时车道侦测算法实现

车道线检测是智能交通系统(Intelligent Transport System,ITS)实现的重要组成部分,文章提出一种在复杂环境中的直弯道检测方法.首先采用带有自适应阈值的横向梯度算子对影像灰度图进行车道线资讯过滤,并采用模糊搜索策略修补过滤后的车道线资讯,提高系统鲁棒性及车道检测的正确率.然后采用滑动ROI(Region Of Interest)窗口策略统计车道边界资讯图梯度方向角,剔除异常梯度方向角的边界噪音资讯,同时采用影像关联方法减少冗余车道线边界资讯,以减少后续Hough转换运算量.直线车道部分提出一种快速查表的Hough转换方法,用于直线侦测;弯道部分引入双曲线对模型,其参数初始值承接于直线车道部分,并通过搜索策略最终确定其k参数,实现弯道部分的侦测.实验表明,此算法在路况复杂的环境中具有较好的鲁棒性,能够实时提供车道资讯信息.     

关于回归参数估计方法的探究

线性模型广泛应用于工业、生产、经济、社会等领域,本文对模型中的参数作了最小二乘估计,讨论了最小二乘估计的优点和缺点。针对这种方法的不足,提出了对模型参数的线性约束估计,同时对其优点作了讨论。     

基于曲率变化率的运行速度模型

针对目前运行速度预测模型误差较大、准确度不高以及普适性不强等问题,提出了曲率变化率的概念,并论述了单曲线曲率变化率与运行速度之间的关系;通过统计分析双车道二级公路大量观测的运行速度后,得到了不同曲率变化率值下的汽车运行速度的特征规律,利用SPSS软件进行回归分析,建立了曲率变化率K值与弯道内稳定运行速度V85的关系模型。模型经过检验和验证后表明:模型的准确性和精度满足要求,模型预测值与实际观测值拟合良好;利用曲率变化率预测运行速度简便、有效;该方法的提出能有效突破目前预测运行速度方法的局限。     

基于模态回归的半参数部分线性模型的稳健估计

以半参数部分线性模型为对象,研究了基于模态回归的稳健估计方法。非参数部分采用B样条近似,在模型的回归中通过控制核函数的带宽来实现估计的稳健性,结合局部二次算法(LQA)和模型期望值最大化算法(MEM),提出EM估计算法,得到了参数估计以及非参数部分估计的收敛速度。通过蒙特卡洛模拟和实例分析,验证了本文方法的有效性。     

关于Logistic模型参数估计的比较

针对应用Logistic模型进行准确预测中的参数估计问题,研究一种交替迭代算法.Logistic模型参数估计问题是应用该模型进行准确预测的关键,一种交替迭代算法被提出用以估计参数.通过构造误差损失函数,并使之最小,证明了该算法的收敛性,同时指出应用中观察数据应满足的要求.仿真算例说明该算法较常用的多项式曲线拟合估计效果好.     

基于原始自助法估计异方差线性模型

利用原始自助法(wild bootstrap)估计异方差线性模型,建立了异方差线性模型中参数部分的最小二乘估计的渐近分布,给出了非齐次方差的协差阵的一个相合估计.     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

公路避险车道灰色定位评估模型

为了提高避险车道定位精度,从交通事故统计数据和道路条件与车辆状态2个方面深入分析了避险车道定位的影响因素,阐述了中心点三角白化权函数的原理,提出了基于中心点三角白化权函数的避险车道定位灰色评估模型,利用此模型对依托工程长下坡路段各单位路段的行车安全性进行综合评估与安全等级分类,并在分析评估结果的基础上确定设置避险车道的候选位置与设置次序。利用此模型对依托工程长下坡路段各单位路段的行车安全性进行综合评估与安全等级分类,将评定等级为＂差＂类路段确定为设置避险车道的候选路段;通过比较相邻候选路段的灰色综合聚类系数,确定在路段9和路段20末端设置避险车道。依托工程避险车道设置效果表明,通过本模型确定的避险车道位置合理。