基于竞争神经网络的逆变器状态识别方法研究

针对地铁车辆辅助逆变电路中电容软故障无明显征兆,难以识别的问题,本文提出一种基于时域参数的样本特征提取,结合模糊聚类方法建立全体样本特征的模糊相似矩阵,并采用竞争神经网络模型对滤波电容进行状态分类。实际应用时,首先建立MATLAB电路模型,分别对该电路的不同故障状态和正常状态进行仿真分析,提取输出电压信号进行时域分析得到信号特征向量,作为特征样本;其次,利用全部状态的特征样本求得模糊相似矩阵,并将其引入竞争神经网络对故障进行分类。实验表明,此方法能简单有效检测区分软硬故障,实现滤波电容状态识别,分类正确率达到93.75%。     

带批次和临时库存的越库配送车辆路径问题研究

从零售业供应链整合入手,构建供应商、配送中心和零售点构成的协同配送网络,研究带批次和临时库存的越库配送车辆路径问题.将越库过程分为取货、分拣和配货三个阶段,考虑配送中心分拣能力,分批次设置车辆协同到达配送中心的服务时刻,据此建立以最小化车辆运输成本、临时库存成本和固定成本为目标的数学模型.考虑问题特征,设计一种混合变邻...     

“路畅停”APP在城市交通管理中的应用与研究

随着私家汽车、共享汽车、电动车等代步工具的日益普及,城市交通压力逐年攀升,乱停乱放、停车难、车子占用盲道等问题在不断地清理与监管中并没有得到有效的解决。虽然大型停车场的建设一定程度上缓解了停车压力,但在街道、景区、学校等地,随着高峰时段车流的汇聚,停车压力依旧很大,对于新手来说更是一个巨大的挑战。“路畅停”APP集成车位寻找、停车提示、停车缴费、盲道占用四项功能,给居民出行带来便利的同时,也减轻了交警人员的工作压力。     

基于光纤传感器的车辆交通环境实时感知研究

以往车辆交通环境实时感知方法传感器灵敏度较差,无法适应复杂多变环境要求。光纤传感器可输出有用信号与补偿信号两路信号,提升不同情况车辆交通环境感知精度。研究基于光纤传感器的车辆交通环境实时感知方法,依据光纤传感器感知原理建立交通环境实时感知结构,结构中的信息采集部分通过光纤传感器与IP摄像机采集环地上环境信息后,利用信息处理部分分割地面与地上环境信息,获取可行驶区域,通过K-Means方法聚类可行驶区域内地上目标,获取目标列表,利用叠加栅格网与目标表面特征匹配方法识别目标列表中的目标,采用扩展卡尔曼方法跟踪目标列表中的目标,融合识别目标和感知目标,感知目标通过信息显示部分展示。实验结果表明,该方法在晴朗、阴雨、雾霾天气下,加入白噪声和交通拥堵情况下,对车辆交通环境的实时感知准确率均较高,且该方法的车辆交通环境感知时间和能耗均较低。     

双目标的冷链物流车辆规划路径的研究

针对冷链物流车辆在路径规划中存在成本高、时间长等问题,提出了基于降低运输成本和提高客户满意度为双目标的车辆路径规划模型,并使用了鲸鱼优化算法进行模型求解,在鲸鱼算法的种群初始化中采用混沌映射保持了种群多样性,在参数中使用自适应避免了算法陷入局部收敛,在个体筛选中使用蝗虫优化算法提高了个体解的质量。仿真实验说明文章算法在车辆路径规划方面具有较好的规划效果。     

基于注意力机制的实时车辆点云检测算法

针对现有激光点云目标检测效果、实时性差的问题,提出了一种基于注意力机制的实时车辆点云检测算法。本文所提出的检测算法将注意力机制算法与YOLOv3相结合,利用注意力机制对点云鸟瞰图的特征进行权重分配,以学习不同通道和空间下特征的相关性,并通过CIOU loss和Focal loss来改进检测器的损失函数。实验结果表明基于注意力机制的车辆点云检测算法检测速度可达30帧/秒,车辆目标的平均检测精度达到了92.5%。并且在实车数据测试中,该算法能快速准确的对一定范围内车辆进行准确识别,并且达到实时检测效果。     

一种改进的汽车牌照定位算法

本文介绍了一种有效的基于彩色图像的汽车牌照的定位算法。它充分运用车牌的字符特征、形状特征和颜色特征,能够准确分割车牌区域。     

基于深度神经网络和迁移学习的高精度车辆识别系统研究

近年来,我国大力推进智慧城市和智慧交通建设,在车牌识别领域所要求的识别精度、场景适用性和反映灵敏性也越来越高。文章提出了一种基于深度神经网络算法的高精度车辆识别系统,利用开源图形化视觉处理库OpenCV和数据分析处理库NumPy对车牌进行图像预处理。基于预处理后的数据,利用深度神经网络学习框架TensorFlow进行学习训练,实现了对车牌的快速精准识别。系统首先对车牌所在位置进行定位,其次对锁定后的车牌图像进行切割,再次将车牌背景和文字通过像素点移位算法由彩色图像转换为灰度图像,最后实现字符的切割与识别,得到所要识别的车牌数据。实验结果表明,与传统识别系统相比,基于深度学习的识别系统准确率更高,识别速度更快。     

基于人体红外传感器的大型车辆盲区预警系统设计

大型车辆由于车身长、轴距长等特点,导致其在行驶过程中存在严重的视觉盲区。车身越长,转弯形成的内轮差就越大,盲区也就越大,因此给行车安全带来巨大的隐患。文章设计了一套低成本盲区预警系统,采用三级混合报警系统,将人体红外传感器、语音报警器、地面投影器、声光报警器融合,实现多方位盲区检测,达到“车避人”+“人避车”的效果,很好地解决盲区问题,大幅提高驾驶的安全性。     

基于分布式计算的轨道车辆制动系统异常检测

轨道车辆制动输出数据量较大,难以实现统一分析与计算,导致制动系统异常检测的检出率降低,误报率升高。为了解决该问题,提出基于分布式计算的轨道车辆制动系统异常检测方法。通过数据采集系统、处理中心系统搭建轨道车辆制动系统异常检测架构。将数据采集器布置在指令通信器和动力制动器中,采集对应的车辆制动输出数据,处理中心系统对采集到的数据进行初步处理,通过数据预处理、数据聚类、基于分布式计算的异常检测完成轨道车辆制动系统异常检测。实验结果表明,基于分布式计算的轨道车辆制动系统异常检测方法的检出率达到99%,误报率低于0.56%,实际应用效果好。