注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 车牌识别系统- 自动化

  2. 警车发动 / 熄灭引擎时，ADAM-4055可以确保此系统的启动 / 关闭。汽车前方装有一个由驾驶员控制的摄像机。UNO-2182在其PCI-104扩展槽中装有视频捕捉卡，可以接收来自摄像机的图像数据。OCR软件将对这些图像数据进行处理，以从捕捉的图像中筛选出车牌号码。此号码将通过GPRS/GPS或WLAN发送到设在总部的中央数据库，用于在被盗车辆数据库中进行查询。查询到的详细信息会返回警车，警员可以在LCD监视器上查看这些信息。

  3. 所属分类：专业指导

    • 发布日期：2010-08-25
    • 文件大小：265kb
    • 提供者：qq1304438713

  1. 很好的行人检测

  2. c++ opencv 行人检测  候选区域位于车辆前方的道路区域；  窗口像素尺寸大小在一定范围内，这个范围是由视觉系统内部参数（焦距和分辨率）和行人允许的尺寸和距离确定的；  该区域中包含有行人特征的部分图像，如具有很强的对称度特性；  窗口应具有一定的纹理信息。

  3. 所属分类：C++

    • 发布日期：2011-11-28
    • 文件大小：2mb
    • 提供者：mayugang090329

  1. 基于边缘对称性的车辆前方行人检测方法研究

  2. 基于边缘对称性的车辆前方行人检测方法研究

  3. 所属分类：教育

    • 发布日期：2012-03-05
    • 文件大小：446kb
    • 提供者：guojing3666

  1. 无人驾驶汽车环境信息提取及运动决策方法研究_武历颖.caj

  2. 随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目

  3. 所属分类：机器学习

    • 发布日期：2018-04-17
    • 文件大小：10mb
    • 提供者：yuzha9785

  1. 机器视觉与毫米波雷达融合的前方车辆检测方法研究

  2. 以车辆自动驾驶系统中的道路环境感知技术为研究对象，开发了一套前方车辆检测系统，该系统利用安装在车辆上的相机和毫米波雷达实时获取前方道路信息，通过各传感器的数据接收、处理以及融合算法，实现及时、准确、可靠、具有环境适应性的前方车辆检测。

  3. 所属分类：讲义

    • 发布日期：2018-08-13
    • 文件大小：4mb
    • 提供者：west_gege

  1. 基于卷积神经网络的道路车辆检测方法

  2. 提出了一种基于卷积神经网络的前方车辆检测方法。首先，根据车底阴影特征，运用基于边缘增强的路面检测算法以及车底阴影自适应分割算法来分割并形成车底候选区域，以解决路面灰度分布不均及光照条件变化问题；其次，运用针对道路交通环境的卷积神经网络结 构，建立图像样本库进行网络训练；在此基础上，采用基于卷积神经网络识别的方法以验证并剔除被误检测为车底阴影的候选区域，进而确定真正的车辆目标；最后，修改网络为三分类识别，以验证本文方法的强扩展性的优势。实验结果表明：本文提出的车辆检测方法能够很好地区分车底阴影和

  3. 所属分类：深度学习

    • 发布日期：2018-08-30
    • 文件大小：949kb
    • 提供者：czzc1990

  1. 基于单目视觉夜间场景车辆检测方法

  2. 针对夜间场景道路车辆检测问题，采用基于车辆尾灯特征的方法来检测夜间道路前方车辆。首先确定车辆尾灯需要检测的区域，降低了检测的复杂度，然后根据夜间高速公路场景下的车辆尾灯的颜色和亮度特征和车辆尾灯的空间分布特点，通过搜索的方法得到候选尾灯的图像。通过对候选尾灯图像连通区域的信息量化得到候选尾灯的具体信息。最后，根据车辆尾灯对的几何特征规则来对候选尾灯进行配对从而得到车辆尾灯对，实现对夜间车辆的检测。

  3. 所属分类：C++

    • 发布日期：2018-10-17
    • 文件大小：30mb
    • 提供者：weixin_38902664

  1. 自动驾驶基于传感器融合的ACC功能simulink建模仿真

  2. 在simulink中搭建的基于相机和毫米波雷达的障碍物检测，检测前方车辆并进行ACC的整套模型。已在实车中进行验证。

  3. 所属分类：交通

    • 发布日期：2020-04-11
    • 文件大小：860kb
    • 提供者：a417478a

  1. 车联网时代的汽车安全技术.pdf

  2. 本文通过介绍分析以上各类安全系统的概念，结合一些整车厂的规划实例，阐明车联网时代的汽车安全技术应当考虑的研究课题及方向。2013第十六届中国汽车安仝技术国际研讨会 或设计引起,但是此类故障大多可以通过用车前检查保养,行车中监控诊断等措施发现而避免。 易见的通过经验即可以发现的隐患要养成勤于检査的习惯,比如长途外出前进行保养,査看各种 液面高度,检测胎压。而内在的一些因素可以通过车辆诊断去获知各种传感器量值,进而判断 或许普通车主一般不会购买专业的诊断设备,或者就算有诊断设备,但是要操作它发现一些

  3. 所属分类：其它

    • 发布日期：2019-10-12
    • 文件大小：693kb
    • 提供者：yehanyu

  1. 基于雷达和机器视觉融合的前方车辆障碍物检测.

  2. 基于雷达和机器视觉融合的前方车辆障碍物检测, 介绍融合的一些方法

  3. 所属分类：交通

    • 发布日期：2019-08-23
    • 文件大小：6mb
    • 提供者：hitbuyi

  1. ADAS功能标准分析4-LSF.pdf

  2. ISO 关于ADAS的功能分析,标准文件_LSF LOW SPEED FOLLOWING介绍 acquired, the controller (identified as" LSF control strategy"in Figure 1)sends 氐速跟随的主要系统功能是通过使用以下信息来控制适应于前方车辆的车辆速度:范围包括前行车辆,主 体(装备)车辆的运动和()驾驶员的指令(请参见图功能单元)。根据所获得的信息,控制器(图 中标识为“控制策略″)向执行器发送命令以执行其纵向控制策略,并

  3. 所属分类：交通

    • 发布日期：2019-08-23
    • 文件大小：10mb
    • 提供者：hitbuyi

  1. 基于毫米波雷达与机器视觉融合的前方车辆检测研究_ .caj

  2. 本学术论文提出基于毫米波雷达与机器视觉信息相融合的前方车辆检测方法，利用毫米波雷达获取前方有效目标车辆的距离、速度和加速度等信息；依据车辆几何特征信息及毫米波雷达提供的距离信息在摄像机图像上建立感兴趣区域；然后对感兴趣区域利用Adaboost算法进行验证，判断是否为车辆类障碍物。

  3. 所属分类：电信

    • 发布日期：2020-08-30
    • 文件大小：3mb
    • 提供者：heroshine

  1. 基于改进车底阴影提取算法的前方运动车辆实时检测

  2. 道路前方运动车辆检测是汽车安全辅助驾驶的重要方面，开发鲁棒性强的实时检测方法是实现主动安全预警的有效途径。基于单目视觉和车道线确定梯形感兴趣区域（Region of Interest，ROI），并根据车底阴影特征，提出一种变矩形窗口的自适应均值-方差差值法，用于计算车底阴影阈值；进而，提出一种基于车辆尾部宽度模版的横向遍历最小均值法，生成车底阴影与路面相交线假设；再利用车底阴影的灰度值特征，对车底阴影线进行验证，从而检测出车辆。将上述方法应用于自行开发的DSP实验平台进行验证，结果表明，该方法平

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：458kb
    • 提供者：weixin_38545243

  1. 基于单目视觉的智能车辆视觉导航系统设计

  2. 本文设计了一种精度高，稳定性好的基于单目视觉的车载追尾预警系统。它利用一种新的边缘检测算法识别前方道路，然后利用阴影检测与跟踪相结合的方法识别前方车辆，接下来根据前后车距判断其威胁等级，最终向驾驶员提供相应的声光报警信号。

  3. 所属分类：其它

    • 发布日期：2020-10-19
    • 文件大小：193kb
    • 提供者：weixin_38581455

  1. 一种快速的公交专用车道检测方法

  2. 为了提高车道线检测的准确性和实时性,提出了一种快速准确的车道线检测方法。首先根据道路的纹理特征求出道路的消失点，再采用改进的Hough变换检测出车道线，结合车道线的一些特征以及摄像头的参数,在不影响测量结果的情况下缩小检测空间，快速准确地检测道路的车道线，并结合BRT车道(快速公交车道)的一些特征识别车辆所在车道是否为BRT车道，从而实现对BRT车道内前方车辆的监督。将代码移植到DM6437平台,实验结果表明,该方法具备较好的实时性和鲁棒性。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：729kb
    • 提供者：weixin_38735987

  1. 基于单目视觉的车牌快速定位方法

  2. 提出了一种基于颜色空间理论和形态学结合的方法。首先对图像进行颜色空间转换，按要求提取出需要的特征颜色区域，再对颜色特征区域进行检测，对边缘进行灰度统计，按一定的比例进行筛选，并利用前方车辆位置变化的特点，对下一次车牌可能出现的区域进行粗定位，利于下一次更快速的定位。应用该算法对100幅车牌图像进行定位，定位准确率达90%，速度均在0.1 s内。

  3. 所属分类：其它

    • 发布日期：2020-10-18
    • 文件大小：195kb
    • 提供者：weixin_38506798

  1. 基于毫米波雷达的车辆防碰撞预警

  2. 防碰撞预警是主动安全中的一项重要技术。提出了一种基于毫米波雷达的防碰撞预警技术。首先在MHT模型下使用毫米波雷达检测出前方车辆，然后利用毫米波雷达获取的目标的速度和距离提出了以碰撞时间（Time to Collision, TTC）作为参数的防碰撞预警机制。通过实验分析，所提出的方法能够有效地将本车与前车保持在安全不碰撞的状态，可以应用到现有的主动安全系统中。

  3. 所属分类：其它

    • 发布日期：2020-10-16
    • 文件大小：336kb
    • 提供者：weixin_38605538

  1. 基于Haar-like特征与Adaboost算法的前方车辆辨识技术研究.pdf

  2. 针对智能车辆和安全驾驶辅助系统中车辆检测问题,提出一种基于类 Haar 特征和 AdaBoost 分类器并结合车辆灰度对 称性验证的前车检测方法。 使用积分图方法计算图像类 Haar 特征,并对提取的海量类 Haar 特征应用 AdaBoost 算法进行特征 选择及分类器训练,最后使用所选择的特征及分类器进行测试。 实验结果表明,该方法在阴天和晴天情况下检测率分别为 90. 86% 、91. 15% ,可以快速、有效地进行前车检测

  3. 所属分类：机器学习

  1. 检测道路特征：检测道路特征：识别视频中的车道和车辆边界-源码

  2. 项目结构 该项目的目标是尝试在面向前方的车辆摄像头数据中检测一组道路特征。 我称其为朴素的方式，因为它主要使用计算机视觉技术（与朴素的贝叶斯方法无关！）。 我们要检测和跟踪的特征是车道边界和周围的车辆。 文件 描述 source/lanetracker/camera.py 根据校准图像集实现相机校准。 source/lanetracker/tracker.py 通过将处理流水线应用于视频中的连续帧来实现车道跟踪。 source/lanetracker/gradients.py 基于渐

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：96mb
    • 提供者：weixin_42099302

  1. 基于机器视觉的夜间道路前方车辆目标检测技术

  2. 当前夜间道路前方车辆目标检测技术存在检测结果与实际结果差距较大，准确率低的问题。据此，提出基于机器视觉的一种新的夜间道路前方车辆目标检测技术，根据设定的等级曲线分析车辆路面灰度等级数变化过程，使用Robinson边缘检测算法建立矩形窗口，获取图像梯度值，根据方向模板算子确定图像中心点的灰度值和图像中心点的方向。将相关跟踪法、差图像和模式识别法同时应用到机器视觉技术中，对图像序列中的目标数据进行实时跟踪，判断出目标的运动轨迹。对比结果表明，所提方法能够较为精准地提取出车辆特征值信息，从而实现准确检

  3. 所属分类：其它

« 12 3 »