混合道路状况下基于单片机的汽车智能路径选择系统设计

针对当前汽车在混合道路状况下排队等待时间长的问题,设计并实现了一种混合道路状况下基于单片机的汽车智能路径选择系统,系统采用光电传感器进行汽车速度与间距的测量,采用CCD摄像机获取某路段汽车运行情况图像的视频图像,采用SAA7113视频解码器通过抗混叠滤波、A/D转换成数字图像存储到高性能计算机中,汽车智能路径选择引入最大类间方差算法(OTSU),依据车辆和背景的方差动态确定图像分割阀值,获取排队车辆图像区域,按照视频的时间获取车辆的排队等待时间信息;并对获取的数据信息进行分析和处理,最终实现汽车路径的时间最优或路状最优选择;实验结果说明系统选择路径的车辆排队时间与最优等待时间匹配度达到98%,误差控制在2.5%以内,并且系统具有超高的稳定性,应用前景广阔。     

对VoWLAN技术的MAC研究与改进

提出了一种适合VoWLAN技术DEDCA接入机制,引入了信道状态CS因子,提出了基于信道状态的动态的退避窗口机制和一种新的退避方式.确立了退避窗户最大值和最小值的与信道关系的公式,确立了退避方式阀值的公式,最后通过进行了仿真,DEDCA不但对视频和音频有QoS保证,整个信道的性能都提高了,验证了DEDCA的正确性和适合在VoWLAN技术中的应用.     

复杂背景下相关跟踪算法的研究

针对传统跟踪算法（如邻域法、传统的相关跟踪算法）只能跟踪海上或空中目标,不能跟踪复杂背景下目标的问题,提出了一种稳定快速跟踪复杂背景下目标的算法。该算法在传统相关跟踪算法的基础上进行改进,相关处理之前采用边缘检测、阈值分割等方法去除复杂背景,提取出具有特征的目标信息。在跟踪过程中,根据匹配的效果自动对模板进行刷新。给出了算法实现的硬件组成和程序流程图。实验证明对于传统算法无法稳定跟踪的目标,改进后的算法能够实现稳定跟踪。