用于钢铁回收中的目标检测与尺寸估计算法

为解决钢铁回收过程中由于开放式复杂场景而无法准确地获得目标废钢点云进行尺寸估计,文章提出一种基于Mask R-CNN模型预测掩膜自适应颜色阈值的目标点云提取算法。针对Mask R-CNN模型边缘分割的不完整性,通过预测框对点云进行截取,利用自适应颜色滤波阈值对截取的点云进行HSV颜色空间滤波,将非目标点云离散化,最后通过欧式聚类对目标点云进行分割并进行尺寸估计。通过废旧汽车B柱模拟回收场景,获取汽车B柱点云,验证了该算法的有效性。

商用车疲劳预警系统研究综述

阐述了商用车疲劳预警系统的整体框架,对监控系统、人机交互界面和疲劳检测方法的研究现状进行了详细分析,指出未来监控系统需具备高稳定、短延迟、海量数据处理能力,将预警分为两个层次并分别定义人机交互的有效性,然后对4类疲劳检测方法进行分析,指出基于多特征信息融合的疲劳检测方法将是未来的主要研究方向。最后提出当前研究的难点,并从获取更多驾驶员信息、提取更多疲劳特征、减少对特定疲劳特征的依赖3个方面对商用车疲劳预警系统的研究进行了展望。