智能车辆控制系统PID算法的设计

在行驶过程中,智能车辆需要不停的检测前方道路信息以及自身的行驶信息。在检测过程中有许多复杂信息需要采集,并有多种干扰因素需要抗拒。将检测到的道路信息与自身行驶信息相结合,来确定下一步动作。在工程实际中,应用最为广泛的调节控制规律为比例、积分、微分控制,简称P I D控制,它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主流技术之一。本文采用超声波测位和无线通信实现两辆车安全地交替超车,具有很高的稳定性和快速性。在硬件上采用基于P W M技术的H型桥式驱动电路,解决了电机驱动的效率问题,这种设计能实现对电动车的运动状态进行实时监控,控制灵活、精度高,以实现小车的智能化设计,来满足对系统的各项要求。     

伪彩色空间完全非结构化道路检测方法

完全非结构化道路检测是智能车辆自主行驶所面临的关键技术难题,解决该问题可以增强智能车辆的环境适应能力。以实时道路图像的真彩色信息为研究对象,提出一种三次样条曲线模型和分块子区生长模型相结合的完全非结构化道路检测算法。该算法运用三次样条曲线插值实现了真彩色空间到伪彩色空间的映射,采用主次伪色调和纹理信息相结合的子区生长方法,实现了完全非结构化道路检测。实地图像测试和对比试验表明,该算法对道路区域检测准确性高,对受到阴影、水迹等影响的道路区域具有较强抗干扰能力,实时性好。     

智能车辆的道路检测及其应用

道路检测是智能车辆环境感知的主要内容,也是实现自动驾驶的基础.由于交通道路环境多样、复杂,车道检测存在许多挑战.本文总结了相关工作,以缩微智能车辆验证平台为例,从车道检测系统的嵌入式平台构建、典型车道线检测算法分析、车道预警应用等方面入手,分析了典型道路检测技术实现,可作为智能车辆相关功能实现的技术参考.     

基于计算机视觉的前方车辆检测与测距系统设计

随着我国私家车数量的增多,公路行驶道路安全成为社会关注的主要问题.而前方车辆距离检测系统的搭建,能够完成前方车辆检测与智能汽车导航工作.探讨了计算机视觉的前方车辆检测与测距系统设计,通过分析基于前方车身底部阴影的检测算法,阐述了前方车辆检测与测距系统的设计与应用.     

智能交通系统消息交换的复杂度研究

针对道路上自动化管理的智能交通难题,利用车辆无线传感器网络对车位检测的辅助定位进行了研究,阐述了基于无线传感器网络的智能交通在提高车辆行驶的安全和效率方面的优势。首先讨论无线传感器网络技术在交通道路系统中的整体应用以及该技术在国内外的发展现状以及分析;然后讨论交通道路传感器网络系统的总体概述;接着对车辆传感器网络辅助定位的理论进行了深入的分析、数据的计算;最后详细地给出了计算车辆传感器网络广播协议的消息传输总时间复杂度的公式。     

智能交通系统消息交换的复杂度研究

针对道路上自动化管理的智能交通难题,利用车辆无线传感器网络对车位检测的辅助定位进行了研究,阐述了基于无线传感器网络的智能交通在提高车辆行驶的安全和效率方面的优势。首先讨论无线传感器网络技术在交通道路系统中的整体应用以及该技术在国内外的发展现状以及分析;然后讨论交通道路传感器网络系统的总体概述;接着对车辆传感器网络辅助定位的理论进行了深入的分析、数据的计算;最后详细地给出了计算车辆传感器网络广播协议的消息传输总时间复杂度的公式。     

基于机器学习的车辆检测方法研究

车辆检测技术是智能汽车领域重要的研究方向,广泛应用于汽车安全辅助驾驶系统中,准确、快速地对道路前方车辆检测可以很好地保障车辆的安全行驶.论文主要研究了基于Adaboost机器学习的车辆检测算法,为提高检测精度,提出了一种多区域多分类器车辆检测方法,根据车辆特征在不同角度的差异性,把待检测的车辆分为左斜侧车辆、前向车辆、右斜侧车辆,然后选择不同的特征分别训练级联分类器进行检测,实验结果表明论文提出的方法检测速度、准确性都有了明显的提高.     

基于车联网技术的智能交通方法研究

本文设计了一种基于移动互联网技术和车联网思想的智能交通灯系统,该系统通过交通灯控制模块采集交通灯实时信息实现交通灯在车载终端的显示和预警,GPS模块实现导航和行驶轨迹记录,通过无线激光测距模块实现车距安全警报保证行驶安全,本发明能够有效提高道路通行效率和保障车辆行驶安全。     

基于模糊算法的智能小车控制系统的设计

基于模糊算法控制算法,采用CCD线性器件作为道路信息检测设备设计了智能小车控制系统。由设计的调理电路进行数据采集、图像识别,从而可以进行道路探测,并采用三次样条曲线作为智能车辆自动超车的路径拟合曲线。以模糊逻辑为控制策略,自适应神经网络为隶属函数的参数调整手段,成功实现了智能小车系统。系统能自动识别路况,图像处理,进而调整方向沿预定轨道前行,具有很高的可靠性、稳定性和快速性。系统分为四个模块：电机驱动电路、路面检测模块、超声波检测模块、无线收发模块。利用软件编程来控制小车的行驶速度,提高了单片机的使用效率,同时具有一定的防飞出能力。     

关于车道线图像识别轨迹规划跟踪仿真

针对智能车辆在结构化道路上行驶时车道线识别不精确,常用轨迹规划跟踪中没有考虑避障与车辆运动学及动力学约束的问题,提出用双边沿检测与霍夫变换结合卡尔曼滤波来自适应确定感兴趣区域进行车道线检测的方法,并采用符合车辆运动学的五次参数方程生成行驶轨迹,并加入车辆几何宽度信息和车辆动力学约束以保证车辆行驶安全,根据环境变化结合有限状态机切换车道保持、超车、换道、停车线停车四种行驶状态.仿真结果证明,改进方法可以快速识别跟踪车道线,保证车辆避障安全的前提下切换行驶状态进行轨迹跟踪.在结构化道路环境中,车辆安全行驶跟踪精度较高.     

基于视频检测技术的智能隧道交通安全监控系统设计

隧道实时交通安全监控系统是确保隧道安全运营的重要手段.针对隧道环境的特殊性,提出基于差异深度积累的目标检测算法和基于卡尔曼滤波的目标跟踪算法,实现了多运动目标的检测与跟踪,并综合运用图像处理、计算机视觉、模式识别和软件工程等技术设计了基于视频检测技术的智能隧道交通安全监控系统.该系统能准确地检测出各种交通运行参数和交通事件,为隧道交通安全提供了有力保障.     

智能交通检测系统中动态目标检测方法研究

视频交通检测技术已逐渐成为交通信息采集领域的主流技术。以交通信息采集系统中运动车辆的检测与识别为应用背景,在对运动目标检测中背景更新、噪声的消除等一些难点问题进行深入分析研究的基础上,给出了一个稳定的运动车辆检测算法。运动车辆检测方法作为视觉监控领域的一种普遍方法,具有一定的理论意义和实用价值。     

基于计算机视觉的行人检测技术的发展

智能车辆作为智能交通系统的关键技术,是许多高新技术综合集成的载体。智能车辆的一个非常重要的研究课题就是在城市道路交通环境下如何避免行人被车辆碰撞。总结了基于计算机视觉的行人检测的现有的主要技术,针对摄像机在交通视频监控系统中的静止情况,以及在智能车辆上的运动情况下的行人检测算法及其性能进行了评述和比较,并分析了当前行人检测技术的研究现状,指出了存在的问题和研究前景。     

TRAFFIC VIDEO-BASED MOVING VEHICLE DETECTION AND TRACKING IN THE COMPLEX ENVIRONMENT

Moving vehicle detection and tracking is the key technology in the intelligent traffic monitoring system. For the shortcomings and deficiencies of the frame-subtraction method, a novel Marr wavelet, kernel-based background modeling method and a background subtraction method based on binary discrete wavelet transforms (BDWT) are introduced. The background model keeps a sample of intensity values for each pixel in the image and uses this sample to estimate the probability density function of the pixel intensity. The density function is estimated using a new Marr wavelet kernel density estimation technique. The background and current frame are transformed by BDWT, and moving vehicles are detected in the binary discrete wavelet transforms domain. For the shortages of RGB (Red, Green, Blue) or HSV (Hue, Saturation, Value) color space-based vehicle shadow segmentation algorithms, shadow segmentation algorithm based on YCbCr color space and edge detection is proposed. The original data of the shadow according to the characteristics of the YCbCr space is chosen, and then, combined with edge detection, the shape and location of the vehicle region is determined. An automatic particle filtering algorithm is used to track the vehicle after detection and obtaining the center of the object. An actual road test shows that the algorithm can effectively remove the influence of pedestrians and cyclists in the complex environment, and can track the moving vehicle exactly. The algorithm with better robustness has a practical value in the field of intelligent traffic monitoring.     

基于粒子滤波算法的高速公路车辆停车检测

提出了一种基于粒子滤波视频跟踪算法的停车事件检测方法,实现了对高速公路交通视频的自动监控。首先用混合差分技术,快速提取出视频中的车辆对象;并用粒子滤波算法实现了运动车辆的跟踪;进而通过对车辆运动的数学建模,对停车事件进行了自动检测。最后,对多组高速公路交通视频进行测试,结果表明：提出的检测方法比其他常用方法响应速度更快,且具有较高的检测准确率和鲁棒性。     

基于DM6446的视频运动车辆检测系统

给出了一种基于DM6446处理器的视频运动车辆检测系统的技术实现方法,介绍了系统的硬件结构及软件设计思路。结合DM6446双核处理器的特点,给出了处理器ARM端与DSP端通信及双缓冲区切换的具体方法。在视频运动车辆检测算法上,采用差异积累法对DM6446实时获取的交通视频数据进行背景建模,用背景差法检测车辆运动区域,再结合Otsu阈值化、形态学滤波及区域生长等算法,最终在DM6446硬件平台上实现视频运动车辆的实时检测。实验结果表明,该系统具有良好检测效果。     

基于机器视觉的高速公路车辆停车检测

为减少高速公路上车辆追尾等交通事故的发生,研究了基于机器视觉的车辆停车检测方法.检测系统采用当前帧和背景帧差分的方法实现了检测线圈范围内图像特征提取.分析了车辆从运动到静止的特征提取值图,并利用车辆存在阈值、车辆存在值、系统最小车辆存在值、系统不相似度阈值、系统相似度值、系统相似度最小值、车辆不存在值和系统最小车辆不存在值等参数实现了车辆停车检测.试验表明,该方法能够有效的将停靠在路面上的车辆检测出来.     

改进的基于边缘检测技术的车流量统计系统

车流量检测技术是智能交通系统系列技术中的关键基础，基于图像处理技术的车流量检测技术的研究已成为该领域的研究热点。该文提出了一种基于HSV颜色模式和边缘检测技术的车辆检测算法进行车流量统计。在该算法的基础之上，开发实现了一套车流量统计系统。实验证明，该算法能够有效地排除阴影和天气变化带来的影响，大大提高了系统的精度，是切实有效的。     

基于三维重建的交通流量检测算法

在智能交通系统中 ,道路交通流量信息实时、有效的检测是交通信息系统的关键环节 .固定相机的视频图象检测法具有诸多优点 ,为此 ,提出了一个基于知识的视频图象交通流量检测系统 ,其中 ,车辆的分割和识别是视频检测法的核心 .根据车辆具有较大的运动惯性等运动规律 ,在短时间隔内 ,可以近似认为车辆运动为刚体匀速直线运动 .在这一条件下 ,将刚体上的运动点重投影到道路平面 ,则重投速度与该点的空间位置到路面的高度具有固定的比例关系 .运动特征采用具有较好定位精度的边缘特征 ,并拟合为直线进行运动跟踪匹配 .在识别过程中 ,先假定车辆的模型及其高度 ,然后再根据重投影速度 ,重建车辆的三维空间结构 ,进行基于知识规则的假设校验 .试验结果表明 ,该方法可以较好地解决车辆视频检测中的遮挡、粘连、阴影等情况     

基于颜色和运动信息的夜间车辆检测方法

在城市交通流量视频检测系统中，夜间车辆检测一直是个难题。传统的方法都是基于形态学算子，通过检测车头灯来检测车辆，这种方法运算量较大，而且受环境光线影响比较大，为此，提出了一种基于颜色和运动信息的夜间车辆检测方法。该方法首先利用颜色信息在图像中检测出车辆尾灯，并对车辆尾灯进行连续的跟踪；然后利用运动信息和先验知识对车辆尾灯进行匹配；最后统计出交通流量。实验结果表明，该算法可以准确的检测出夜间正常行驶的车辆，并且能够适应雨天等复杂天气条件。