【摘 要】
:
以往车辆交通环境实时感知方法传感器灵敏度较差,无法适应复杂多变环境要求.光纤传感器可输出有用信号与补偿信号两路信号,提升不同情况车辆交通环境感知精度.研究基于光纤传
【机 构】
:
黄冈师范学院机电与汽车学院,湖北黄冈,438000
论文部分内容阅读
以往车辆交通环境实时感知方法传感器灵敏度较差,无法适应复杂多变环境要求.光纤传感器可输出有用信号与补偿信号两路信号,提升不同情况车辆交通环境感知精度.研究基于光纤传感器的车辆交通环境实时感知方法,依据光纤传感器感知原理建立交通环境实时感知结构,结构中的信息采集部分通过光纤传感器与IP摄像机采集环地上环境信息后,利用信息处理部分分割地面与地上环境信息,获取可行驶区域,通过K-Means方法聚类可行驶区域内地上目标,获取目标列表,利用叠加栅格网与目标表面特征匹配方法识别目标列表中的目标,采用扩展卡尔曼方法跟踪目标列表中的目标,融合识别目标和感知目标,感知目标通过信息显示部分展示.实验结果表明,该方法在晴朗、阴雨、雾霾天气下,加入白噪声和交通拥堵情况下,对车辆交通环境的实时感知准确率均较高,且该方法的车辆交通环境感知时间和能耗均较低.
其他文献
为了解决传统光谱采集系统存在的采集速度慢,采集结果信噪比和采集精度低的问题,设计了基于光纤传感的智能信息信号光谱采集系统.通过光纤电路将光纤传感器、光信号发射与接
在路由冲突下的激光传感节点通信中,低能耗调度传输信道受到多径效应的影响,导致调度的负载均衡性欠佳,信息传输的误码率较高.为了提高调度算法信道资源均衡调度能力,提出基
为提升复杂环境下机器人激光全局定位效率,增强全局定位效果,提出基于大数据的机器人激光全局定位算法,通过TOF激光测距仪测量机器人与目标物间距离,采用大数据技术中的卡尔曼粒子滤波算法,递推预测机器人运动状态,并在递推过程中,引入TOF激光测距仪测量的距离值,改进机器人运动状态中的卡尔曼增益和滤波误差协方差,获取机器人状态预测值:卡尔曼增益和滤波误差协方差;依据两个状态预测值,采用基于卡尔曼滤波的自定
采用当前系统识别光照明显微图像中存在的伪影影像时,存在运行时间长和正确匹配率低的问题。将云计算技术应用在伪影影像识别系统中,提出光照明显微中基于云计算的伪影影像识别系统设计方法。在云计算的基础上由登陆管理模块、管理模块、图像处理管理模块、数据库设计模块构成伪影影像识别系统的硬件结构。在软件设计中,通过减背景方法获取光照明显微图像的背景,用原光照明显微图像减去背景图像过滤空白图像,从形状纹理特征和统
针对传统激光信号监控系统的容易受到外界噪声干扰,监控效果较差等问题,设计了激光传感信号远程监控系统.采用多通道采样方法对激光传感信号进行采集,以小波降噪技术对采集到