基于粗集理论的车辆状态检测

该文提出一种基于粗集理论的车辆状态提取方法,首先从视频中提取存在目标车辆的关键帧,对关键帧中的选定区域进行扫描,根据关键帧中的R、G、B颜色信息以及像素点位置关系,建立区域内的可能目标的粗集表示。然后根据车辆目标的特征,去除选定区域内可能的伪目标。进而基于上下近似集表示车辆目标提取车辆边界,计算车辆目标质心,从而计算得到t时刻到t＋1时刻内车辆质心的移动距离和方向,计算得到车辆行驶方向和速度。仿真实验表明该文算法能够准确提取车辆目标较少情况下的车辆运行状态数据。

移动APP测试技术在车辆运行状态检测应用的可行性分析

文章在分析传统车辆运行状态检测技术的原理和方法的基础上,结合移动客户端内置传感器的种类和功能,探究了基于移动客户端APP测试技术检测车辆运行状态的可行性,并依据GPS/INS组合导航方法设计了GPS重调惯导、位置和速度信息组合模式两种检测方案。针对移动客户端采集数据的特征,通过数据有效性检查、采样频率检查与修正、修补丢失数据和数据滤波4个处理环节来消除原始数据中存在的数据无效点、采样点丢失、噪声干扰等缺陷,提高检测数据的可靠度及精度。研究结果表明:利用移动客户端完全可以实现车辆运行状态的检测,从而大大降低了车辆运行状态检测的成本和时间投入。

基于移动端的车辆运行状态检测系统研究

为降低车辆运行状态检测成本、提高检测便捷性,文章在分析传统车辆运行状态检测技术利用GPS定位、测速功能和惯性传感器测姿功能以实现车辆运行状态检测的基础上,结合移动端内置传感器的种类和功能,探究了基于移动端的车辆运行状态检测的可行性,并依据GPS/INS组合导航方法设计了GPS重调惯导、位置和速度信息组合模式两种检测方案。研究结果可为移动端测试技术在车辆运行状态检测上的应用提供理论依据和技术支持。

块LBP-TOP稀疏表示表情与车辆检测技术研究

提出基于分块LBP-TOP(Local Binary Patterns from Three Orthogonal Planes)特征和改进的加权稀疏表示分类解决微表情识别与专用线车辆状态检测问题。首先利用LBP-TOP特征描述符对从分块图像中选择出的有效块进行提取特征,将提取的特征作为字典,采取加权稀疏表示(Weighted Sparse Representation,WSRC)和对偶增广拉格朗日乘子法(Dual Augmented Lagrange Multiplier,DALM)相结合的算法(WSRC_DALM)进行稀疏表示分类;然后利用不同尺寸的块划分图像,选择有效块提取特征,特征融合后参与分类。在CASMEⅡ与SAMM表情数据库上采用"留一人交叉验证"(Leave One Subject Out, LOSO)的分类方法进行5分类,得到的识别率分别达到了77.30%与58.82%,在车辆状态检测检测数据库上的实验达到了84.60%的检测率。实验结果表明了所提出算法的有效性。

基于加速度传感器的车辆防盗技术研究

为了准确地检测出车辆的被盗情况,并迅速向用户报警,文中研究了一种基于MEMS三轴向加速度传感器的车辆运动状态检测技术,并提出了基于此技术的防盗终端和报警系统设计方案。论文首先介绍了防盗报警系统的结构,然后对采集到的加速度数据进行分级处理,分别根据加速度的变化情况及加速度幅度概率值的规律来判断车辆的运动状态,通过设定合理的门限值,完成对车辆非法运动的判定,并触发无线通信模块向用户报警。对配置防盗终端的汽车进行了多次模拟被盗实验,成功报警率达到98%。实验证明,算法简便快捷,实时性好,准确率高。