【摘 要】
：
随着工业与经济的发展,城市交通难以应对车辆数量快速增长带来的冲击。在此背景下,传统车辆检测算法越来越难以适应复杂的交通情况。车辆检测技术可分为侵入式检测与非侵入式检测。侵入式检测如感应环路,检测精度高但是会对路面造成破坏。非侵入式检测如高速摄像头,成本高昂且不易架设。为解决传统车辆检测中高成本、架设繁琐等问题,本文研究并实现了基于无线能量传输技术（Wireless Power Transfer,W
论文部分内容阅读
随着工业与经济的发展,城市交通难以应对车辆数量快速增长带来的冲击。在此背景下,传统车辆检测算法越来越难以适应复杂的交通情况。车辆检测技术可分为侵入式检测与非侵入式检测。侵入式检测如感应环路,检测精度高但是会对路面造成破坏。非侵入式检测如高速摄像头,成本高昂且不易架设。为解决传统车辆检测中高成本、架设繁琐等问题,本文研究并实现了基于无线能量传输技术（Wireless Power Transfer,WPT）的地磁传感器网络车辆检测系统。系统中地磁传感器收集车辆附近的地磁场数据,并通过无线传感器网络（Wireless Sensor Network,WSN）传输数据。本文具体的研究内容如下:（1）节点间数据通信使用了基于zigBee协议的WSN。本文针对传统WSN中存在的能量供应不足等问题进行改进,使用基于微波能量传输的WPT技术从环境中获取能量。在合理的电源管理技术与低功耗设计的基础上,实现WSN节点中传感器的无线能量供给,从而大幅降低传感器检测节点对于电池的依赖。此设计可有效降低WSN的成本,对提升检测系统运行稳定性具有重要意义。（2）对于接收到的地磁信号,首先对信号进行了校准处理,其次采用了平滑滤波对噪声进行滤波,提高了信号的平滑度。在此基础上,设计了一种基于地磁阵列的车辆检测算法并给出了车辆速度与长度的估计方法。（3）搭建了地磁车辆检测系统,对检测节点硬件电路的设计与绘制。地磁信号检测使用QMC5883L芯片,无线传感器网络使用了基于cc2530芯片的ZigBee模块。使用Express框架与React框架搭建了服务于车辆检测的前后端系统。实现了对于传感器网络以及各个节点的实时监控。最后在实际场景下对整个车辆检测系统进行了测试。结果显示系统对应车辆的检测正确率达到了90%,对车速的检测上限达40Km/h。
其他文献
作为计算机视觉领域内的主要研究方向之一,目标检测的核心目的是对每张输入图像的待检测目标进行分类和定位。自2011年以来,在深度学习的辅助下,目标检测任务在医学影像、军事运用、信息挖掘等领域取得了诸多成果。然而基于卷积神经网络的目标检测技术依旧存在诸多问题。首先现阶段常见的轻量化方法忽略了特征集合自身的特点;其次,不同尺寸的目标的检测精度参差不一,检测效果处于劣势的小目标对整体精度的测算带来很多负面
当前,人们对于对流初生短临预报的需求日益增长,随着深度学习技术的不断深入发展也使得利用深度学习方法进行对流初生短临预报成为了可能。虽然我国近几年在灾害性天气中的预报取得了长足的进展,但传统的数值天气预报方法在对流初生短临预报上仍面临较大的挑战。在本论文中,针对对流初生短临预报问题,我们尝试使用深度学习的方法提升预报模型的时效性和准确性。本论文依托中国电子科技集团公司第十四研究所所控横向项目开展工作
随着经济的增长,中国的汽车总数逐年增加,这大大增加了交通事故和交通堵塞的可能性。无人驾驶作为一种新的研究领域,期望能优化由汽车带来的一系列交通问题。无人驾驶的研究是复杂且长期的,它包含了多个方面的研究,信息采集就是其中的一个。信息采集包含了对道路中各种关键信息的检测,包括车道线、红绿灯、交通标志等。本论文以无人驾驶领域中的交通标志检测为研究课题,重点研究了基于YOLO v3改进算法的交通标志检测、
人体语义分割是一种精细的语义分割任务,其目的是在像素级尺度上识别人类图像的组成部分（如身体部位和衣服）。理解人类图像的内容,对电子商务、人机交互、图像编辑和虚拟现实等一些潜在的应用很有应用价值。目前,随着基于语义分割的全卷积神经网络的发展,人体语义分割取得了重大进展。人体语义分割与一般的图像分割相比,其难点主要有以下几个方面:首先,人体语义分割在实例场景下的数据比较复杂,涉及到多种场景,例如多人或
随着通信技术的发展,辐射源个体识别在很多领域具有广泛应用,例如电子信息对抗、频谱管理、生命科学和故障诊断等领域。然而现在的辐射源个体往往具备多种调制方式、中心频率、传输速率等特点,这将给辐射源识别带来极大挑战。在辐射源个体之间无明显差异的场景下,基于传统机器学习的辐射源个体识别算法准确率往往不够理想,而且其复杂度比较高、识别时间长,导致其很难满足现代的实际工程需要。为了解决以上问题,本文主要采用基
为让机器人在工作环境中自主地移动,定位和绘制环境地图这两项基础功能便是不可或缺的。经多年发展,基于视觉的同时定位和制图（Visual Simultaneous Localization and Mapping,VSLAM）已经有比较成熟的框架,且能为机器人提供基本的环境感知能力。SLAM（Simultaneous Localization and Mapping,SLAM）系统框架的前端是整个框架
随着新能源汽车扶持政策的持续发布,如今有越来越多的高校和企业活跃在新能源汽车市场。当前我国新能源汽车正在迈向中高级阶段,有着重解决汽车本身充电、续航、安全性等基础技术问题,转向关注与其他高技术行业的协同,充分挖掘新能源汽车的潜能。本课题以故障预测和健康管理（PHM）技术为核心思想,设计了一套结合机器学习和UDS（Unified Diagnostic Services）诊断的车载同步电机的故障诊断系
随着互联网的飞速发展,网民数量爆炸式增长,web应用系统面临巨大的负载压力,负载的波动性也更加显著,传统固定集群规模的web系统难以保证良好的服务质量。结合云服务的动态资源申请,弹性web系统利用能够根据当前负载水平自动增减硬件资源,动态调整系统集群规模,始终保持良好的服务质量,因此,弹性伸缩web系统成为互联网技术领域的重要研究方向。随着技术的迭代,微服务架构和容器技术成为当前web系统主流的软
绳驱式蛇形机械臂是一种仿生物蛇的连续型机械臂,相比于传统工业机械臂,蛇形机械臂能够灵活的在狭小空间作业,同时绳驱式下驱动和作业臂分离的特点有利于机械臂的抗辐射和水下密封设计。本文针对核电站水池的使用环境设计了能够同时满足抗辐射需求和水下作业环境的蛇形机械臂机器人,这时国内第一次尝试把绳驱式蛇形机械臂应用于核环境水下作业。相比于已有的研究,本文的机械臂更注重在实际环境中的功能、可靠性和使用体验,同时
随着涉及的数据越来越复杂,在机器学习、数据挖掘等领域,对于一些高维数据,例如图像、文本和音视频等数据的处理需求明显增加了。同时,我们也面临着因特征太多、噪声或冗余特征的存在而造成的一些问题,这不仅会导致后续的模型预测结果不准确,还会耗费大量计算时间。由此可见,采用某些手段找出最优的特征子集是非常重要的,使用最优特征子集进行后续训练不仅可以减少过拟合问题发生的机率,增强算法模型的泛化能力,减少模型训