一种网络攻击下网联自动车的改进换道模型

网联自动车被认为可以提升交通效率、保证行车安全并节约能源,但是由于无线通信系统的开放性,网联自动车很容易受到网络攻击的威胁。现有的研究主要集中于网络攻击的种类及过程,并评估该攻击对车辆纵向行为的影响。本文旨在研究网络攻击对车辆横向行为的影响,即对网络攻击下的换道行为进行研究。通过对经典的跟驰模型智能驾驶员模型(Intelligent Driver Model,IDM)和经典的换道模型最小化换道总制动模型(Minimizing Overall Braking Induced by Lane changes,MOBIL)进行改进,提出了一种扩展换道模型(Extended Lane-Changing model,ELC),来对网络攻击影响下的车辆换道行为进行建模分析。最后通过仿真实验,说明了不同的恶意网络攻击对车辆换道行为的影响。结果表明,网络攻击会显著影响车辆的换道决策,并导致异常驾驶行为。

利用总变分最小化方法的无监督纹理图像分割

纹理图像的分割是图像处理领域中的一个典型难题。不同于传统的提取纹理特征量进行纹理分割的方法,本文将图像复原和重建中的总变分最小化方法和活动围道分割方法相结合,提出了一种简单的线性纹理模型。利用总变分最小化方法在保持图像大尺度棱边信息的基础上对纹理体现的局部小尺度周期性灰度振动细节进行平滑得到简化的图像原型。对其进行分割获得不同纹理区域之间的低定位精度的边界围道,再利用原始图像对围道进行高精度细化。在总变分最小化导致的非线性扩散方程求解过程中,运用AOS(additiveoperatorsplitting)数值算法以改进算法效率。实验结果表明,该方法能很快提取出纹理图像的简化图像,同时是一种无监督的纹理分割方法。

基于改进的Snake模型的眼细胞彩色图像边缘检测算法研究

在前人研究的Snake模型上提出了适应彩色眼细胞图像边缘检测的改进的Snake模型.该改进模型选取了有益的能量项,舍去了刚性能量项,并在面积能量项的计算上进行了一些改进.在图像力能量项上采用把单通道灰度图像处理方式推广到真彩色RGB三通道的方法,获取彩色图像力能量项.在轮廓初始化时的受控点逆时针排序上给出了行之有效的算法.最后采用贪婪算法最小化总能量,在彩色眼细胞边缘检测上取得了较为明显的效果.