【摘 要】
:
多源信息车辆识别是智能交通领域的关键技术,每个传感器获得信息源具有不确定性、不精确性和不完备性,如何合理的融合各传感器的信息是实现车型自动分类的关键。信息融合算法中
论文部分内容阅读
多源信息车辆识别是智能交通领域的关键技术,每个传感器获得信息源具有不确定性、不精确性和不完备性,如何合理的融合各传感器的信息是实现车型自动分类的关键。信息融合算法中,DS(Dempster-Shafer)证据理论既能有效的处理不确定性信息,又能合理的表示、组合不确定性信息,因此引起学者的极大关注。但如何处理冲突证据以及在应用中如何将实际问题转化成可用于推理的基本概率指派函数仍然是理论和应用上的难题。本文对证据理论进行深入的研究,围绕DS证据理论及其在车辆识别中的应用进行展开。 本文的研究重点: 1、分析多传感器信息融合目标识别的基本原理、融合过程、结构模型;对多传感器数据融合目标识别的方法进行归纳总结。 2、介绍证据推理的基本理论、发展及其合成规则,并对证据推理在应用过程中凸显的问题进行分析,分析产生冲突的原因,归纳总结现阶段针对冲突问题的主要方法:开放识别框架、修改原始证据源和修正Dempster组合规则。改进方法虽在处理冲突问题中有一定的有效性,但仍存在不确定性强,对目标识别率不高的缺点。针对此问题,基于前人的思想,提出一种基于主元证据理论的改进方法,仿真结果说明改进算法能有效融合冲突证据,提高目标识别率。 3、图像特征提取是图像目标识别的关键,根据红外、可见光的不同成像原理,确定各自的特征提取方法。可见光特征提取方法中,针对Hu矩特征存在的问题,提出一种改进方法——小波矩特征提取,实验结果表明,小波矩具有平移、旋转、比例不变性。最后利用可见光相机、红外相机分别对车辆目标进行识别,得出各自的识别结果,为后续章节提供数据。 4、基本概率分配函数的难以获取是DS推理应用的关键问题,本文提出一种基于指数函数的构造方法。基于以上研究,建立基于证据理论的车辆目标识别仿真实验,仿真结果进一步验证了多传感器信息融合在目标识别中的有效性,及本文提出的改进融合规则在降低不确定性,提高车辆识别率方面的有效性。
其他文献
超声流量计作为常用的一种流量测定装置,采用时差法的超声流量计易受外界环境温度与流体流速的影响而产生误差,为了解决这个问题以满足生产的需求设计了超声流量计自动标定校准
太阳能是人类拥有的最清洁最丰富的可再生能源,太阳能巨大的利用空间吸引了各国对光伏发电产业的大力扶植,光伏产业一跃成为世界发展速度最快的产业之一。论文以光伏发电系统为研究对象,以提高光伏发电效率为目标,开展了光伏发电系统最大功率点跟踪(MPPT)的优化与研究。论文首先搭建了全新的光伏电池通用模型,从而为光伏电池的研究提供便利。接着介绍光伏发电系统的组成,主要讨论了并网和离网两种系统的结构特点。最后论
铁路运输作为交通运输体系中的一个重要分支,是解决长距离、大货物量和旅客运输的重要途径。为满足社会需求,提高铁路运输效率,安全高速成为如今铁路运输发展的重要目标。高
在自然环境中,一些动物以群体的方式进行生存。比如,蚂蚁群体有效地集体觅食、鸟类有序地集体迁徙、鱼群集体躲避捕食等。这些生物通过有限的信息检测和传递,基于局部的生物
起重机作为大型货物吊运、物流转运的重要载重设备,其运输效率直接影响工程的施工效率以及物流转运等行业的发展。然而,多数起重机采用钢丝绳进行货物吊运时,在其启停、上升、回转过程中,不可避免引起悬吊物的摆动。由于摆动问题导致起重机施工效率降低,严重时还会引发安全事故造成损失。本文主要针对起重机吊运小车进行防摆控制系统的研究。本文研究从实际对象出发,针对当前施工工地的现状,研究一套满足安全施工、高效运行的
芯片的验证测试是芯片开发流程中的重要环节,验证部分的经费在整个开发中的比例也逐年增大。随着集成电路近年来工艺的发展,使得存储器在设计和制作过程中出现了越来越多的问题
随着计算机视觉技术的迅猛发展,立体视觉和全景视觉受到越来越多的关注。立体视觉利用两台或多台相机同时拍摄从而获得景物的三维信息,相较平面图像多了一维景深信息,更加真实地
间歇性电源出力的随机性和波动性与现代电网对电源的“可控、可调”要求是矛盾的,也是制约电网接纳风电、光伏等清洁能源的重要约束。从电网角度看,并网发电时间歇性电源是具有随机性的扰动源,功率波动是影响电网的稳定运行的主要因素。因此,有必要研究有效的功率波动控制方法平抑风光储联合发电系统输出功率的波动。本文在分析风电与光伏出力波动特性的基础上,以充分利用风电场、光伏电站自身的可调度性,尽量减少储能设备的充
在当前海洋大开发前景下,对海洋声纳设备的精度要求也越来越高,海水声速是使用海洋仪器进行海洋资源开发与探测的重要参数之一,高精度海水声速值可以为测深仪、声纳设备、水下声
所谓图像超分辨率(Super Resolution, SR)即给定一幅或一系列低分辨率图像,结合已知的先验知识来得到该场景的高分辨率图像的过程。近年来,随着模式识别和计算机视觉的发展,