一种基于支持向量机的烟叶异物检测方法

为解决基于颜色空间的检测方法难以剔除与烟叶颜色相同或相近异物的难题,提出了基于支持向量机的检测方法。首先采用Laws算子,对烟叶图像进行预处理,初步分离出目标与背景;然后,根据纹理特征明显与否将待处理区域分为2类;最后,使用支持向量机分别对2个预分类的结果在频域做细分类。试验结果表明,所提方法可以准确地检测出烟叶中的各种异物,误检率较低,满足实际使用要求。     

智能车运动轨迹规划中的关键技术研究现状

智能车行驶过程中的运动轨迹规划方法是智能车辆技术研究的重要组成部分。给出了运动轨迹规划方法研究的主要内容,讨论了该方法涉及的关键技术:轨迹曲率连续技术,轨迹动态规划技术和轨迹优化技术,并分析了各种技术的优点和不足之处。最后,在总结全文的基础上对运动轨迹规划方法今后的发展方向做出了展望。     

考虑轮胎无滑移的智能车辆连续曲率轨迹规划方法

提出了无滑移约束条件下,给定起止点位置和状态的可行运动轨迹规划方法。首先根据前轮转向的单轨车辆模型,建立了7维非线性车辆动力学模型。然后基于无滑移假设,推导出前轮转角及其转角变化率的无滑移表达式;利用MNC轮胎/路面模型推导满足车辆无滑移的动力学约束,并据此给出最大速度轮廓曲线。最后利用闭环操纵稳定性评价指标来优化生成的轨迹。仿真结果验证了该方法的有效性。     

面向聚光镜的太阳自动对准技术研究

讨论了目前太阳跟踪方式研究中存在的问题。设计了一种基于四象限太阳位置传感器的太阳跟踪器。控制上,以单片机为核心,对太阳定位传感器的输出信号进行处理,进而控制电机实现对太阳估计位置的跟踪。跟踪策略上,晴天采用光电跟踪,阴天采用日历跟踪,实现了聚光器全天候的自动跟踪。试验表明:该方法在±18°视场角度内的跟踪精度不低于0.1°;在各种天气状况下,跟踪器能够稳定工作,取得了满意的效果。     

太阳自动跟踪系统的研究与设计

为提高太阳能的转换效率,设计了基于四象限探测器的太阳跟踪装置,采用视日运动轨迹跟踪与光电跟踪相结合的方式对太阳进行跟踪,利用光电二极管检测作为反馈实现两种跟踪方式间的转换.设计了一套能自动使太阳能电池板与太阳光线保持垂直的跟踪系统,实现了最大效率的太阳能利用.试验结果表明,该系统跟踪精度高,可实现各种天气状况下全天候全自动跟踪,跟踪器稳定,效果满意.     

智能车大角度弯道转向曲率连续的轨迹规划方法

为了使智能车能够顺利地在大角度弯道上行驶,提出一种新的曲率连续的无碰轨迹规划方法。该轨迹规划方法基于β样条曲线,利用β样条曲线的凸多边形属性,考虑避碰约束、曲率约束、转向速度约束以及状态约束等非完整约束条件对运动轨迹规划的影响,生成一条曲率连续的无碰行驶轨迹。实车试验结果表明,提出的方法比传统方法更加有效可行,规划的轨迹曲率连续,且能够使得车辆顺畅地进行循迹行驶。     

复杂场景下动态目标视觉跟踪方法

当跟踪目标与背景颜色相近或跟踪目标被遮挡时,传统的均值平移算法失效.提出了一种改进的均值平移算法,将RGB颜色空间转换成HSI颜色空间,克服背景颜色与跟踪目标颜色相近时带来的干扰.当发生遮挡时,在较短时间内将目标的运动看作是不变系统,利用Kalman滤波器进行参数辨识使得发生遮挡后的跟踪系统具有后续状态预测的能力.实验结果证明:提出的算法能在复杂场景下准确地跟踪目标,在Intel 1.73 GHz处理器上的处理速率达39帧/s.     

智能车辆发展及其关键技术研究现状

智能车辆作为智能交通系统的重要组成部分,能够提高驾驶安全性,大幅改善公路交通效率,降低能源消耗量,该技术的研究日益受到国内外学者的关注。给出了智能车辆研究的主要内容和该领域当前的研究概况;讨论了该技术涉及的关键技术,分析了各项技术存在的优缺点,并指出了在今后进一步研究中值得关注的5项问题。     

基于ACT-R的智能车动态优化方法

为了使智能车辆在不同道路环境中能够顺利沿规划轨迹行驶,提出一种新的基于认知结构ACT-R的动态轨迹优化方法。该方法将数学工具最优控制方法和ACT-R模型联系起来,以ACT-R模型为核心,用最优控制方法生成轨迹,由ACT-R模型对评价函数的权重进行动态调整优化,通过智能优化多个权重的方法动态生成最优轨迹。避障行驶仿真实验结果表明,所提出的方法有效可行,可以动态地生成最优参考轨迹。     

一种基于支持向量机的烟叶异物检测方法

为解决基于颜色空间的检测方法难以剔除与烟叶颜色相同或相近异物的难题,提出了基于支持向量机的检测方法。首先采用Laws算子,对烟叶图像进行预处理,初步分离出目标与背景;然后,根据纹理特征明显与否将待处理区域分为2类;最后,使用支持向量机分别对2个预分类的结果在频域做细分类。试验结果表明,所提方法可以准确地检测出烟叶中的各种异物,误检率较低,满足实际使用要求。