视觉图像与三维点云融合的障碍物主动识别与距离感知研究

针对无人机配电线自动巡检及绝缘层涂覆维护过程中障碍物主动识别和距离感知的问题,提出视觉图像与三维点云相结合的障碍物识别方法。对图像进行增广预处理来丰富数据集,引入基于特征提取的深度学习进行模型训练,获取障碍物目标的类别和方位,结合三维点云信息得到目标的距离信息。实验结果表明:三维点云与视觉图像融合的障碍物主动识别与距离感知算法可以兼顾实时与精准测距的需求,提高了系统预警的精确度,最大识别误差为2.356%,有助于提高无人机及线缆涂覆机器人的障碍感知能力,保障作业安全。

存在障碍物影响的多AUV间距离量测识别与平滑算法

相互间距离量测信息是多AUV协同定位的基础。利用朗伯W函数求解AUV间的RSS距离估计,并通过TOA及RSS 2种距离量测结果的比较,引入一种障碍物引起的非视距(ONLOS)量测识别方法。在此识别基础上,建立了多AUV间距离量测动态变化模型,并利用Kalman滤波方法设计了ONLOS距离量测误差平滑算法。仿真结果表明,该算法可有效提高领航与跟随AUV间的相对距离量测估计精度,减轻ONLOS量测误差对多AUV协同定位性能的影响。

基于驾驶状态识别的自动紧急制动控制策略

针对自动紧急制动系统缺乏对驾驶员实际需求与个性化考虑的问题,提出一种基于驾驶状态识别的自动紧急制动控制策略。引入驾驶状态识别系数将驾驶状态分为激进型、标准型和保守型3类,并将其用于最小安全距离修正。结果表明,基于驾驶状态识别的自动紧急制动系统可以更好地协调车辆起始制动距离,车辆制动后与前车的最小安全距离更符合驾驶员的心理预期,提高了驾驶员的认可度与信任度。

基于车载激光雷达的隧道内障碍物检测

采用激光雷达对隧道环境中的障碍物进行检测时,海量的隧道点云容易造成虚警。对此,文章提出了一种基于车载激光雷达的隧道内障碍物检测方法。其首先设计了背景点云的滤除策略,根据三维点云生成二维栅格图,并标记隧道边界栅格和地面栅格;对隧道边界栅格点云进行欧几里得聚类和边界曲线估计,根据估计曲线滤除隧道边界点云;对地面栅格点云进行平面估计,根据估计平面滤除地面点云。接着,对保留的障碍物点云进行欧几里得聚类并提取障碍物的尺寸和位置信息。最后,应用改进距离准则的全局最近邻算法和卡尔曼滤波算法对障碍物进行跟踪,并设计了基于生命状态转移的目标航迹管理策略。实验结果表明,本文所提方法不仅能有效消除背景点云的干扰,而且能稳定识别和跟踪隧道内的障碍物。

识别真品菲罗多刹车片的简易办法

现在汽配市场上假冒伪劣最多的就是三滤和刹车片等常用易损配件，作为比较知名的菲多刹车片，被仿冒的几率就更大，伪劣刹车片刹车造成的噪音很大，制动距离较长，而且粘接处还容易出现裂纹，迅速磨损制动盘，经常导致刹车失灵，得寸造成交通事故，正品刹车片造成材料优良，不会过软或过硬，具有能够平衡刹车距离，使用寿命长等优点。刹车片的质量主要是由所采用的材质决定的，所以用肉眼很难辨别出优劣，车主时常上当。辨别优质的正品刹车片需要有专业的食品才能测试出来，不过还是有一些细小的区别，能让我们分辨刹车片的真伪。

输电线巡检机器人弱光条件下的障碍物识别研究

在室外光照条件变化下进行有效的障碍物识别是高压输电线路巡检机器人所面临的技术难点之一。针对弱光条件下障碍物识别的稳健性问题,提出了一种基于机器人视觉的障碍物识别智能方法,以使巡检机器人适应各种不同程度的弱光变化。通过对采集的障碍物图像进行自适应同态滤波处理,以减少部分光照的影响;将障碍物图像分成均匀大小的子区域,运用改进的局部方向模式提取各个子区域图像的特征直方图向量,并把子块特征直方图逐个串联为总的直方图;再选用卡方距离法进行统计识别。实验结果表明:该方法使巡检机器人对输电线上的防震锤、悬垂线夹和绝缘子串能够进行有效的识别。相比于其他算法,其具有更好的抗光照干扰效果和更高的准确识别率;提升了机器人巡检过程中图像识别的稳健性、适应性和准确性,极大地提高了巡检机器人在电力行业的可持续发展性。

超高速公路安全平曲线半径研究

超高速公路具有更高的服务水平与通行能力,但同时也对平曲线设计提出更高的要求。文章基于对既有高速公路平曲线设计与运营常出现问题的调研以及超高速公路交通事故概率与程度的量化分析,提出超高速公路高安全要求,并以满足安全要求为出发点,建立障碍物识别模型进行平曲线几何分析,计算出超高速公路安全平曲线半径,为超高速公路及其平曲线研究提供了依据。

夜间行车

暮色苍茫时和夜间行车有危险的原因是什么?太阳落山后,市内街道上的灯光照明程度各有不同——从灯火辉煌的干线到一片漆黑的小巷。夜间在照明差的街道上行驶,由于看不见障碍物而使人麻痹,诱人加快车速。调整好的近光灯能照见40～50米的路段,这意味着:即使是在良好的道路条件下,安全的速度是每小时50～60千米。

夜间行车道路判断

夜间行车虽有灯光照明,但其照射的范围和亮度有限,驾驶员的视线模糊不清,远没有白天那样一目了然,且灯光随着车辆运动,使得驾驶员对道路地形、道路上的障碍物和车辆行进方向的判断更感困难,有时甚至会产生错觉,酿成事故。为此,驾驶员应采取多种方法,进行分析、比较,摸索总结出一些夜间行车规律进行道路识别,例如:

智慧时代的万物互联 室内定位技术的应用2

工业级射频识别技术(RFID)射频识别技术是一种利用射频信号实现对物体的自动识别并获得相关信息的技术,具有辐射距离远、可绕过障碍物传输、设备成本低、可携带性高、可维护、定位精度高等特点,但是作用距离短,接收信号强度不稳定。

RFID基础知识问答

Q1什么是RFID? A:RFID全称Radio Frequency Identification,它是一种非接触式的自动ID识别技术。通过射频信号通过对某个目标的ID自动识别得到对象的个体信息,并获取相关数据。作为快速、实时、准确采集与处理对象物的ID信息的技术,已经被世界公认为本世纪十大重要技术之一。它在生产、零售、物流、交通等各个行业得到了应用并有着广阔的前景。在某种意义上说,该技术可称为条形码的无线识别的上位版本。RFID具有条形码所不具备的防水、防磁、耐高温、使用寿命长、读取距离大、标签上数据可加密、存储数据容量更大、存储信息更改自如等优点。实际上。RFID并不仅仅是条形码的无线识别的上位版本,它在泛社会化应用中越来越发挥出不可替代的作用。