一种基于人工势场法的车辆编队避障控制方法

    公开(公告)号:CN115981300A

    公开(公告)日:2023-04-18

    申请号:CN202211362531.6

    申请日:2022-11-02

    申请人: 淮阴工学院

    IPC分类号: G05D1/02

    摘要: 一种基于人工势场法的车辆编队避障控制方法,首先建立本车的运动学模型,根据道路环境和车辆跟驰情况构建道路势场和车辆避撞势场;然后将道路抽象为轨迹,对该轨迹进行跟踪,利用反步法设计车辆跟踪控制器;并设计势能控制器规范车辆行进、避免车辆相撞与撞到障碍,该控制器为切换控制器,在人工势场仅在触发条件满足的情况下发挥作用。本发明能够保证车辆队列快速高效、顺利通过障碍物,完成避障后较快恢复编队行驶。

    一种非机动车逆行检测装置及检测方法

    公开(公告)号:CN113570877B

    公开(公告)日:2022-09-23

    申请号:CN202110692243.6

    申请日:2021-06-22

    申请人: 淮阴工学院

    IPC分类号: G08G1/056 G06T7/246

    摘要: 本发明公开了一种非机动车逆行检测装置及检测方法,该检测装置包括图像采集模块、非机动车车辆检测模块、非机动车运动追踪模块、非机动车逆行检测模块、报警灯、数据传输模块和计算机;本发明的非机动车运动追踪模块检测并跟踪步骤(1)中的目标非机动车车辆,得出该目标非机动车车辆的运动轨迹;非机动车逆行检测模块确定图像采集模块中非机动车车辆的移动坐标变化;在非机动车逆行检测模块识别出逆行车辆后,计算机将信息发送给报警器,发出报警提醒,并保存非机动车行驶视频。本发明通过对非机动车的逆行进行自动检测,代替了人工监控,节约了成本。

    一种基于视频技术的公路隧道停车检测方法

    公开(公告)号:CN111597905A

    公开(公告)日:2020-08-28

    申请号:CN202010310782.4

    申请日:2020-04-20

    申请人: 淮阴工学院

    IPC分类号: G06K9/00 G06K9/62 G08G1/017

    摘要: 本发明公开一种基于视频技术的公路隧道停车检测方法,包括:采集公路隧道内的视频数据;判断视频图像中车辆是否存在和是否运动;分车道进行车辆空间位置的跟踪,获得车辆行驶在车道上的轨迹点,将车辆在图像中相邻连续帧的位置连线形成轨迹;采用k-mean聚集算法判断轨迹聚集中是否存在特殊轨迹,若存在特殊轨迹,则车辆行驶过程中发生车道改变;当一段时间内在同一位置进行换道的车辆数量大于或等于一定值,则判定该位置处有停车事件发生。本发明可以有效地避免隧道内碰撞事故的发生,确保隧道行车的安全,对隧道的交通管理具有十分重要的意义。

    一种基于粒子群优化的车联网分簇车-车多跳路由方法

    公开(公告)号:CN106792963B

    公开(公告)日:2019-10-18

    申请号:CN201611106638.9

    申请日:2016-12-06

    申请人: 淮阴工学院

    IPC分类号: H04W40/02 H04L29/08

    摘要: 本发明公开了一种基于粒子群优化的车联网分簇车‑车多跳路由方法,采用簇首选举的当选判据值计算公式以及普通节点选择加入簇的方法,使得簇首以及普通节点能够保持相对稳定,可以提高尤其是簇内链路稳定性;本发明提出路径粒子及速度的编码规则,制定粒子迭代规则,设计适应度函数,解决了路径粒子群的参数设置问题。并且,本发明采用的寻找边界中继节点的方法,使得跨簇之间的信息交互变得更加高效。

    基于图像无标记识别的现实增强方法

    公开(公告)号:CN106897982B

    公开(公告)日:2019-06-14

    申请号:CN201710098343.X

    申请日:2017-02-23

    申请人: 淮阴工学院

    IPC分类号: G06T5/20 G06T15/00

    摘要: 近几年随着计算机图像处理技术的不断发展以及多媒体技术的进步,现实增强作为一种将虚拟与现实相互叠加的技术,已经有了很大程度上的发展,其通过虚拟的信息去扩展我们获取的有限的现实信息量,从而达到现实增强的效果。本发明针对以往实现的现实增强实现方法上的不足,提出通过滤波处理优化的无标记识别的现实增强应用。通过滤波对于图像进行预处理优化操作,从而优化过去识别算法匹配效果不佳的问题,并且通过在二维图像中建立三维模型,在二维平面上进行模型的渲染从而进行现实增强。通过与以往的匹配算法进行效率与准确性的比较,该方法有十分优异的识别效果,在匹配效率上有着十分明显的优势,而且在各个场景的鲁棒性上也有相当不错的表现。

    基于ST-MRF模型的电动自行车与汽车交通冲突检测方法

    公开(公告)号:CN106530825B

    公开(公告)日:2019-01-22

    申请号:CN201611030277.4

    申请日:2016-11-16

    申请人: 淮阴工学院

    IPC分类号: G08G1/16

    摘要: 本发明公开了基于ST‑MRF模型的电动自行车与汽车交通冲突检测方法,其特征在于,包括如下步骤:步骤1、交通摄像头拍摄三维视频图像,采用ST‑MRF模型同时跟踪单个的电动自行车与汽车,获得单个的电动自行车与汽车的交通信息;步骤2、通过坐标转换算法将交通摄像头拍摄的三维视频图像转换成二维坐标数据;步骤3、预测电动自行车与汽车在下一帧图像中的停车点;步骤4、根据停车点之间的距离建立驾驶员冲突判断准则。通过车辆运动轨迹跟踪,提供一种闯红灯的电动自行车与正常行驶的小汽车之间的交通冲突检测方法,能为交通管理部门提供实时、准确的交通信息用于事故鉴定。

    基于模式识别与ST-MRF相结合的交通流参数提取方法

    公开(公告)号:CN107590462A

    公开(公告)日:2018-01-16

    申请号:CN201710821434.1

    申请日:2017-09-13

    申请人: 淮阴工学院

    IPC分类号: G06K9/00 G08G1/01

    摘要: 本发明公开了一种基于模式识别与ST-MRF相结合的交通流参数提取方法,其特征在于,包括如下步骤:步骤一、通过模式识别技术分割遮挡严重的单个车辆区域,识别被遮挡车辆的边缘间隙以及边界信息;步骤二、通过ST-MRF中的能量函数分配标号进行提炼及优化处理,结合模式识别技术融合不完整的分割部分,得到车辆跟踪算法;步骤三、基于摄像机标定的坐标转换方法,对同一点在实际交通场景中的坐标和图像平面上的坐标进行相互转换;步骤四、提取交通流参数。优点:在原始ST-MRF算法的基础上,结合车辆模式识别技术,以解决车辆在行驶中的遮挡问题,从而提高车辆跟踪精度,获得准确的交通流参数。