【摘 要】
：
随着城市轨道交通的快速发展,自动驾驶技术应用于轨道交通的研究也逐渐增多。一方面,单一传感器由于其覆盖面单一、鲁棒性差等缺点,难以满足轨道交通自动驾驶中面对的复杂感知环境;另一方面,由于轨道交通所特有的轨道界限特征,准确判断出障碍物目标是否侵限轨道,对自动驾驶有轨电车安全行驶至关重要,而传统的利用相机识别轨道方法对环境、光照和天气依赖较大,且识别距离不能满足要求。本文根据现代有轨电车的应用场景搭建了
论文部分内容阅读
随着城市轨道交通的快速发展,自动驾驶技术应用于轨道交通的研究也逐渐增多。一方面,单一传感器由于其覆盖面单一、鲁棒性差等缺点,难以满足轨道交通自动驾驶中面对的复杂感知环境;另一方面,由于轨道交通所特有的轨道界限特征,准确判断出障碍物目标是否侵限轨道,对自动驾驶有轨电车安全行驶至关重要,而传统的利用相机识别轨道方法对环境、光照和天气依赖较大,且识别距离不能满足要求。本文根据现代有轨电车的应用场景搭建了感知系统测试平台,基于多雷达和GPS/INS定位系统等多源传感器产生的不同类型数据开展了轨道内障碍物目标检测方法研究,能为有轨电车自动驾驶的决策控制系统提供轨道内障碍物目标的状态信息。本文设计的有轨电车自动驾驶系统,利用感知信息和计算机技术,使决策控制系统获得合理的操作方案,从而使有轨电车在提高运行安全性的前提下,又改善了旅客乘车的舒适性。主要研究内容如下:（1）针对多雷达系统在平台上的安装误差,提供了一种有轨电车的激光雷达坐标校正方法。在点云地面点滤除中,针对角度法滤除地面精准度不高的问题,提出一种多次迭代地面拟合法。在此基础上,将非地面点云进行栅格化降采样处理。（2）利用激光雷达实时点云的扫描线特征,针对传统的密度聚类方法计算成本较高的问题,提出一种基于扫描线和水平角度的聚类算法。对聚类结果进行最小矩形包络法建模,并对于各传感器生成的障碍物目标列表,进行障碍物信息的关联融合。（3）根据GPS/INS惯导设备提供的高精度经纬度信息和航向信息,录制线路地图,实时获取车辆运行状态下前方的轨道区域信息,映射至栅格化的实时地图中,形成感兴趣区域,在感兴趣区域中筛选侵限障碍物目标并发送至决策控制系统,提供有轨电车自动驾驶系统发出警告或采取制动的依据。（4）搭建了基于激光雷达、毫米波雷达以及GPS/INS惯导设备等组成的现代有轨电车测试平台,分析处理各个视觉传感器数据并且结合GPS/INS惯导定位信息,为决策控制系统提供前方轨道感兴趣区域内障碍物信息。经过试验段和运营段的实地装车测试,采集实验数据并分析实验结果。实验结果证明,本文设计的有轨电车感知系统相关算法运行结果能够实现对轨道内侵限障碍物目标的输出,效果符合预期。
其他文献
数字化时代的到来引领了三维模型的发展,人们对三维模型的研究不断深入,三维模型的应用也越发广泛。其中,以线形方式表示的三维模型抽象地描述了物体的形状或结构特征,在计算机中不仅存储方便,而且易于交互。在此背景下,本文围绕三维模型的线形表达方式,以原子模型和线框模型为研究对象,调研分析了原子模型在建模和渲染、线框模型提取方面的相关工作,对于原子模型的建模和渲染、线框模型的提取过程中存在的问题进行了研究,
在如今信息技术的快速发展中,物联网技术被不断地普及,人机交互是当前领域的一个热门方向。与此同时,人们的工作生活中,久坐行为已经成为一个普遍存在的现象,但是人们对于久坐行为对身体带来的健康风险却知之甚少。本文将创新性地提供两种使用Wi-Fi信道状态信息进行久坐行为识别的系统方案,使用机器学习模型以及并行长短时记忆（Long Short-Term Memory,LSTM）神经网络和卷积神经网络（Con
区块链对计算和存储资源的高需求严重限制了区块链的发展。特别的,在包括物联网在内的资源有限的环境中,区块链难以实现大规模应用。将复杂的区块链计算任务从物联网终端用户卸载到边缘或云是缓解终端用户计算压力的有效解决方案。云/边缘向物联网终端用户提供付费计算资源,物联网终端用户得以执行区块链计算任务而获益。因此,合理的云/边缘计算资源分配与定价对云/边缘和物联网终端用户的收益至关重要。应用纠删码技术是减少
随着人工智能和深度学习的快速发展,跨模态识别研究有了很大的突破。视频描述生成是一个结合了计算机视觉与自然语言的跨模态任务,它的目的是将给定的视频转换为人类可以理解的自然语言序列。简而言之,理解视频的内容对于视力正常的人来说是件简单的任务,但是对于机器或视力残障人士来说却是困难的,它可以帮助视力残障人士理解视频中的信息。视频描述生成在视频检索、人机交互等众多领域都有潜在的应用前景,这需要对视频和自然
伴随着经济、科技水平的不断提高,人们在日常生活中对机器智能化的需求也日益增加。在如今的人工智能浪潮中,机器是否具有情感,是决定机器智能化和人性化程度的关键因素。为此,近年来很多人工智能领域的专家都展开了对情感计算的相关研究。而情感识别正是情感计算领域中最为关键的一项技术。目前关于情感识别的研究通常都只关注于单一模态,而人类的情感表达方式是多模态的,因此,仅基于单模态的情感识别方法可能无法捕捉到个体
作为人类传递和表达情感的重要方式,表情基本不受性别、种族和个人背景影响。精准识别人脸表情有助于实现更智能的人机交互。研究表明,表情可以通过面部活跃区域的动态变化来表示,而如何高效、全面地捕获面部活跃区域的特征一直是研究者们关注的重点。此外,针对自然条件下的人脸表情识别研究,因数据集标注者的主观性和视频本身表情的不确定性,导致部分样本标签被错误标注,进而使得网络学习到错误的特征,最终导致自然条件下人
随着云服务的广泛运用,云服务提供商需要不断提高服务质量,并降低运营成本。云数据中心的极度复杂性使得软硬件故障频繁发生,并进而导致巨额损失。但是,应对软硬件故障的容错机制都不可避免的会增加包括能耗在内的云计算系统成本。因此,服务质量、能量消耗和可靠性已成为云服务提供商和用户关注的焦点。针对上述问题,迫切需要高效的任务部署策略,将任务部署到合适的云数据中心服务器上,从而提高云数据中心的服务质量、能源效
行人重识别作为视频监控安防领域的关键技术,由于其对视频智能分析展现出的优异性能,近年来受到工业界与学术界的越来越多的关注。有监督行人重识别方法当前已经取得了较为理想的性能表现,而跨域行人重识别方法仍存在较大的改进提升空间,行人重识别技术实际跨境头应用场景下会遇到目标数据无标签的问题,同时已有模型对新的数据不具备类别学习能力。因此,本文从已标注与无标注行人重识别数据域关联的角度出发,提出一种基于域自
微波介质陶瓷作为滤波器、谐振器和天线的核心材料,在通信行业中发挥着重要的作用。特别是近年来,第五代（5G）通信网络和无线系统逐渐融入人们生活的方方面面,导致微波介质陶瓷行业井喷式增长。为了满足5G通信的高通量需求,新型高频微波介质元件的研究与设计越来越受到人们的关注。本文采用传统固相反应法制备了温度稳定的0.95CaSm AlO4-0.05Sr2TiO4（CSAST）陶瓷,并研究了CSAST陶瓷和
血压是诊断心血管疾病的一个重要生理指标,定期测量血压可以帮助患者更好的控制血压,避免更严重的心血管并发症。传统的袖带式血压检测设备需要将袖带传感器牢固套在上臂,当需要持续监测血压时,会给受试者带来不适。研究表明,提取光电容积脉搏波（photoplethysmography,PPG）中与血压相关的信息可实现无袖带血压估计。但是采集的PPG信号容易受到干扰,难以准确提取特征。此外,人工提取的特征并不能