一种利用导航轨迹数据的车道信息提取方法

基于轨迹数据提取车道级道路信息的关键在于道路中心线,然而目前已有研究大都基于先验地图或者粗略估算来获取道路中心线,这严重降低了后续车道信息提取与更新的效率和精度。为此,文章提出了一种利用导航GNSS轨迹数据自动提取车道信息的方法。首先,利用自适应K-means聚类方法对导航轨迹进行方向划分并基于轨迹的密度分布实现轨迹数据清洗;其次,根据机动车轨迹在道路上的位置分布进行拟合,实现车行方向道路中心线的提取;最后,基于约束高斯混合模型实现各个路段的车道数量和车道中心线的提取。实验结果表明,该方法可以准确地提取车道信息,其中车道数量精度为79.8%,车道中心线的位置精度接近1 m,车道宽度精度大都优于0.5 m。

基于单片机的车道信息采集系统的设计

设计了基于单片机的车道信息采集系统,介绍了该系统的软硬件设计,并给出该系统所使用图形点阵液晶显示器的部分驱动程序。该系统对进出港口的车辆信息进行采集,通过串行总线将车辆信息传输到中央控制单元,从而加强港口的信息化管理,提高港口的智能化程度。

复杂环境下道路车道线识别算法的研究

针对不同光照、雨雪天、大雾天等恶劣环境下道路车道线识别难的问题,研究其识别算法。弱光照下,通过面积算子选取合适阈值进而实现边缘增强;夜间光照更弱的情况下,通过改进SUSAN算子实现夜间昏暗道路的边缘增强,解决了道路信息模糊、周围因素影响等造成的噪声干扰;强光照下,通过强光滤波算法可以消除伪边缘干扰,实现车道线的准确识别。雨雪天下,道路积水造成路面复杂,不能准确找到车道线特征点,通过建立路面积水反射模型,去除光的反射影响,增强路面和车道信息对比度,实现车道线信息的准确提取。大雾天,道路信息模糊不清,通过逆透视原理、差值分离建立道路识别模型,对道路特征进行加强分析,增强车道信息,提高识别效果。实验验证了所提出和改进的复杂环境下道路车道线识别算法的有效性,并且具有较强的鲁棒性和抗扰能力,可应用到智能交通系统中。

GIS在车辆导行系统中的应用

将 GIS技术引入城市车辆导行信息系统 ,阐述了系统开发的必要性 ,开发环境和目标 ,介绍了系统的功能 ,开发了基于车道信息的城市交通车辆导行信息系统程序 ,并给出车辆出行最短路径搜索算例。

路径识别和图像处理的CPLD实现

通过对传统智能车竞赛过程中道路信息采集模块的分析,提出了一种基于边缘检测原理来提取黑线的中心点和其他赛道信息的方法。该方法采用CPLD来处理CMOS数字摄像头拍摄到的黑白赛道信息,并将处理后的结果发送给CPU。最终得到的黑线中心点精度高、实时性好;且使得CPU将更多的资源放在复杂的控制算法和舵机控制上,有利于赛车速度的提高。

广播信息系统在高速公路收费车道的应用

收费车道广播信息系统具有丰富员工业余生活、提高员工综合素质等作用。结合高速公路车道广播信息系统在高速公路上的应用,对系统的工作原理及组成、功能、实施、应用效果进行了阐述。