基于图像多特征识别的空闲车位检测

车位空闲状态检测与识别是停车场自动泊车引导的关键技术,目前虽有多种检测识别方法,但就某一种方法而言,很难达到快速、准确的检测目的.原因在于每种识别算法各有所长,既有优势,又有不足,因而实际中需要结合采用两种或两种以上的方法才有可能达到满意的检测效果。基于图像多特征识别检测方案,提出一种融合边缘检测、封闭轮廓检测以及前景与背景的像素差异的联合检测方法,对每一个停车位进行综合检测,判断车位上是否有停泊车辆.实验表明,这种融合算法不仅十分有效,且具有较强的识别能力和较高的准确性。

基于超宽带的联合定位算法研究

为提高UWB室内多用户定位检测抗干扰能力,本文以停车场泊车定位检测应用为例,提出了一种能够根据信号干扰大小自动匹配的正交可变扩频因子(OVSF-TH)改进算法。在此基础上,为进一步提高定位精度,同时提出采用基于RSS的极大似然估计法与基于最小二乘法相结合的一种联合定位方法,保证了定位的可靠性与准确性。仿真结果表明,改进后的算法,在性能上优于传统2PPM-TH定位算法以及DS-UWB定位算法,因而同样适合于其他UWB室内的精确定位与应用。

基于Harris与SVM角点判断的车位状态检测算法

为实现停车场车位状态的快速检测,本文提出了一种基于Harris角点提取与SVM角点判断的车位状态检测算法。首先对车位图像进行角点提取,并通过支持向量机SVM对提取的角点进行分类,找到车位的四个直角角点从而确定车位,再根据该车位里是否有角点来判断车位状态。实验证明,该方法具有较高的准确性,可节省计算时间,具有很好的应用前景。