基于改进AdaBoost+Haar的车辆检测算法

为解决AdaBoost+Haar分类器易发散和检测效率低等问题,对该算法的训练和检测进行改进:在训练阶段对负样本进行分类,训练出的分类器的结构先简单后复杂,这样可以有效避免分类器在训练的时候过早发散,提高检测效率;在检测阶段,提出车宽匹配检测算法,以检测框底边作参考边,调整检测窗口的范围,减少检测窗口数量。实测表明,在白天不同时段、不同场景情况下用该算法来检测车辆,能够在提高检测率的同时,将检测速度提高7倍。

激光雷达检测载重车辆高、宽的研究应用

我国机动车辆超载问题严重。不仅造成高速公路及桥梁垮塌等事故,而且给交通带来了一系列重大隐患。利用激光雷达测载重车辆高、宽等先进技术,可以快捷地确定车辆是否超载,极大地提高工作效率。