利用D-S证据理论的夜间车辆检测

为了有效检测夜间车辆,提出了一种利用D-S证据理论进行夜间车辆检测的方法。首先在YCrCb颜色空间中采用阈值法对道路场景图像进行分割得到明亮块,提取各个明亮块的轮廓,利用轮廓四邻域偏红度水平消除非尾灯等虚假目标。其次,使用尾灯聚类算法组合车灯对,得到车辆假设。最后,利用车辆车尾中车灯对的面积比、互相关值以及车灯对组合框长宽比等结构化特征信息来构建基本信任分配函数,运用D-S证据理论,融合这些特征信息得到总的信任度值,最终设立信任度阈值验证车辆假设。该方法减少了主观阈值的数量,可有效降低经验不足导致阈值确定不当的风险,提高辨别率。实验结果表明,该方法效果明显,提高了检测精度,减少了误判,同时提高了系统的鲁棒性。

车间2×2 MIMO可见光通信模型优化研究

本文提出了一种车与车空间分集接收的2×2多输入多输出(Multiple Input Multiple Output,MIMO)可见光通信模型.该2×2MIMO模型以基于市场加权灯束模型的汽车前照灯作为2个发射器,以光电探测器作为2个接收器,分别考虑了沥青和水泥两种类型路面对接收光功率的影响,对2个光电探测器接收的信噪比进行最大比合并处理.在不同类型路面以及不同光电探测器高度下研究了两车相对位置与光电探测器接收到的光功率之间的关系,并分析了光电探测器最优接收高度时车间通信范围和误码率性能之间的关系.研究结果表明:真实路面反射对通信质量有较大影响,在评估通信质量时不可忽略,且沥青路面对通信质量的影响大于水泥路面.当两个光电探测器安装在接收信号车辆尾部距离路面的垂直高度为0.2 m,误码率小于10^(-4)时,以5 Mbps的数据速率车间通信距离可以达到28 m.相比于同样条件下单输入多输出(Single Input Multiple Output,SIMO)可见光通信模型,本文模型不同车间通信距离下的垂直平面宽度最大增加了3 m,车间通信距离至少增加了0.5 m.本文提出的可见光通信模型考虑了真实汽车前照灯模型和路面反射特性,为车间2×2MIMO可见光通信的研究提供了可靠的理论依据和实验指导.

基于侧倾特性的汽车自适应前照灯转角数学模型研究

汽车在弯道行驶时会发生侧倾,导致车灯位置和光轴照射角度在水平和垂直两个方向都会发生变化,这将影响汽车车灯的照明效果和驾驶的安全性。为此,结合考虑车身侧倾的三自由度操纵模型,推导了稳态工况下车速、转弯半径和汽车侧倾角的关系,得出了侧倾角与车灯转角的关系。针对样车进行分析,结果表明:汽车侧倾对车灯照明效果的影响较大,水平方向最大值可达1.92°,垂直方向最大值可达2.25°。将此偏差值与文献[1]中提出的数学模型相结合,提高了汽车自适应前照灯弯道行驶数学模型的精度。