检索结果-南通市图书馆

作者：曾凡勇桂林理工大学

学位级别：硕士

合理的四轮定位参数对保证汽车的操控稳定性、行驶安全性以及减小轮胎和悬架磨损程度、降低油耗等起着重要作用。因此,对汽车进行四轮定位具有重要意义。传统四轮定位仪设计复杂、系统模块众多、测量误差较大、设备不易维护,基于机器视... 详细信息

合理的四轮定位参数对保证汽车的操控稳定性、行驶安全性以及减小轮胎和悬架磨损程度、降低油耗等起着重要作用。因此,对汽车进行四轮定位具有重要意义。传统四轮定位仪设计复杂、系统模块众多、测量误差较大、设备不易维护,基于机器视觉技术的3D四轮定位仪,操作简单、测量速度快、精度高,已经成为了当前市场上的主流四轮定位产品,但目前以机器视觉为技术手段的四轮定位仪价格昂贵。本文在研究当前3D四轮定位算法的前提下,对当前使用双目视觉技术的四轮定位提出改进措施,采用单目视觉技术分别采集固定在汽车前轮和后轮上的目标板图像,以空间向量法为定位参数计算模型,利用图像处理技术完成了车轮定位参数的计算。本文首先介绍了课题研究的相关背景,阐明了基于机器视觉技术的四轮定位仪的优势和对当前3D四轮定位仪进行改进的现实意义,然后介绍基于机器视觉的车轮定位理论与算法,着重论述了空间向量法车轮定位参数计算模型。主要完成了以下几个方面的工作:1、在对相机标定的研究中,以张正友相机标定法为理论基础,利用采集到的标定板图像,通过单应性矩阵的计算,结合OpenCV完成相机标定,得到相机内参和畸变参数;2、在对当前的基于机器视觉的车轮定位技术进行研究的前提下,提出了基于单目视觉的车轮定位技术方案,将方案分为图像采集和数据处理两个部分,并详细阐述了各个部分的组成及功能;3、介绍了定位参数计算过程中使用的图像二值化方法、图像高斯滤波方法、图像分割方法和用于圆心坐标提取的广义Hough变换算法,并完成了相应的实验;4、对于目标板位姿计算问题,采用矩阵奇异值分解和最小二乘法结合的方法完成了对位姿参数的计算;5、采用空间向量法计算模型,最终完成车轮定位参数的计算。最后,利用本文提出的方法对车轮定位参数进行计算,然后再将计算结果与施瑞德四轮定位仪对同一辆车的测量结果进行对比,二者基本吻合,证明了本文所提出方法的有效性,为基于单目视觉的四轮定位技术的进一步研究奠定了基础。

关键词：车轮定位相机标定机器视觉特征点检测

基于连续元胞自动机的高速公路交通流建模研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于连续元胞自动机的高速公路交通流建模研究

作者：吴遨桂林理工大学

学位级别：硕士

在汽车保有量大幅上涨且继续呈现上升势头的情况下,我国高速公路交通状况负荷激增,车流拥堵严重,研究高速公路交通流模型能合理降低道路拥堵问题、释放高速公路通行能力。道路交通流理论研究旨在通过准确的刻画现实车辆车流在行驶过程... 详细信息

在汽车保有量大幅上涨且继续呈现上升势头的情况下,我国高速公路交通状况负荷激增,车流拥堵严重,研究高速公路交通流模型能合理降低道路拥堵问题、释放高速公路通行能力。道路交通流理论研究旨在通过准确的刻画现实车辆车流在行驶过程中的一般特性,重现复杂交通现象,缓解交通拥堵问题,提升路段通行能力,成为指导交通系统合理有效运行的理论基础。本文以一种新型的连续型元胞自动机作为建模方法,构建高速公路交通流改进模型,描述高速公路车辆的微观交通流特性并分析其相关参数影响,为缓解道路交通问题提供理论依据。本文主要内容如下所示:（1）本文在构建模型之前首先将车辆跟驰模型的发展系统的梳理,其次介绍元胞自动机的定义、组成、特征并仿真了部分经典元胞自动机模型,之后引入连续型元胞自动机,阐述其相较于传统元胞自动机模型的不同和优势。（2）在基于安全距离的元胞自动机模型的基础下,引入车辆慢启动规则并考虑周围车辆有可能造成的影响,改进车辆跟驰规则,构建改进后的基于安全距离的交通流连续元胞自动机模型。将改进模型进行数值模拟分析,验证其与实际交通流特性的拟合程度,分析交通流特征参数的变化和随机慢化概率对交通流的影响。（3）在改进单车道模型的基础上扩展双车道模型,在考虑人类驾驶员在换道过程中易出现心理-生理等内外因素影响的前提下,分别使用F-STCA换道规则和智能网联环境下的换道规则构建双车道模型。将改进单车道、普通双车车道以及智能网联换道环境下的双车道模型进行数值分析比较特征参数的变化规律和换道次数对交通流的影响,发现采用环境感知系统帮助车辆换道的双车道模型能够有效避免人类驾驶员换道易受干扰的问题,同时还更具有效换道能力,有利于提升道路的通行能力。实验结果表明:采用智能网联环境下的换道模型能有效降低道路的交通堵塞比例。

关键词：交通流模型连续元胞自动机智能网联换道跟驰规则

基于SSM的线下商圈服务管理系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于SSM的线下商圈服务管理系统设计与实现

作者：郭俊杰桂林理工大学

学位级别：硕士

随着经济的发展,各地陆续新建了许多线下商圈,商圈中不同的店铺位于不同的区域,销售着各式各样的商品。虽然线下商圈有着一套完整的销售体系,但是顾客在逛商圈时仍然会面临许多问题:商圈中没有实时更新的的店铺信息（所在区域地址、店... 详细信息

随着经济的发展,各地陆续新建了许多线下商圈,商圈中不同的店铺位于不同的区域,销售着各式各样的商品。虽然线下商圈有着一套完整的销售体系,但是顾客在逛商圈时仍然会面临许多问题:商圈中没有实时更新的的店铺信息（所在区域地址、店铺类别等）;店铺中的商品琳琅满目,顾客寻找自己需要的商品很困难;商圈重要信息无法及时通知到顾客,等等。针对这些问题,本项目设计了一个线下商圈服务管理系统平台。该系统平台使用JavaEE+SSM框架+SUI Mobile前端UI库的编程技术,实现了两个子系统:店铺管理系统和商圈展示系统。整个系统平台既能帮助管理者管理整个商圈的店铺和商品信息,又能面向消费者展示整个商圈的重要信息和店铺商品信息,帮助顾客准确定位商铺和商品。本项目本项目所做的具体工作如下:（1）系统环境搭建。本项目使用IDEA开发软件,通过集成Maven项目管理工具,搭建web项目,然后根据商圈实际需求补全项目目录,进行环境配置,最后搭建整个SSM框架开发结构。（2）创建实体类对象,设计数据库。分析商圈的实际需求,设计出本项目需要的实体类,通过实体类的E-R图分析,找到各个实体类之间的关系,然后使用MySQL数据库完成数据库设计。（3）公共模块设计实现。本项目对穿插在整个系统中的一些功能模块进行抽取,将它们设计为公共模块,降低系统业务代码耦合度。其中图像处理模块使用Thumbnailator工具类设计实现;日志处理模块使用Logback设计实现。（4）店铺管理系统设计实现。店铺管理系统是整个系统平台的子系统之一,它为商圈展示系统提供了展示数据,该系统的作用是面向管理员,实现了管理员对商圈下店铺和商品的操作。主要实现的功能有:店铺类别列表管理、店铺新增注册、编辑和更新,店铺下商品类别列表的批量新增、删除,商品新增、编辑操作和商品列表展示、商品上下架。同时,本系统使用SUI Mobile为店铺管理系统设计了单独的前端页面,便于开发测试和网站数据管理。（5）商圈展示系统设计实现。商圈展示系统是针对顾客开发的用于显示商圈重要头条信息和店铺商品信息的系统。主要实现了头条信息展示,各种店铺类别展示,店铺详细信息、商品类别、店铺和商品详情图的展示。本系统为了顾客更加方便查找,也实现了组合查找功能和无极滚动翻页功能。

关键词：商圈 SSM SUI Mobile 店铺管理系统商圈展示系统

基于改进YOLOv5的交通标志检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进YOLOv5的交通标志检测算法研究

作者：胡征剑桂林理工大学

学位级别：硕士

交通标志检测技术是无人驾驶的关键技术之一。性能优秀的交通标志检测算法不仅能够缓解道路交通拥堵现象,还能够减少交通事故发生率,最大程度上保证驾驶员的生命安全。然而在真实道路场景中,由于各种因素的干扰,如目标被遮挡、检测目标... 详细信息

交通标志检测技术是无人驾驶的关键技术之一。性能优秀的交通标志检测算法不仅能够缓解道路交通拥堵现象,还能够减少交通事故发生率,最大程度上保证驾驶员的生命安全。然而在真实道路场景中,由于各种因素的干扰,如目标被遮挡、检测目标太小、光线太强等,对交通标志检测算法的实时性、准确性造成巨大的影响。为了进一步提高交通标志检测性能,本文基于YOLOv5算法对交通标志检测技术进行如下研究:为了提高交通标志的检测精度,本文对YOLOv5s模型进行了改进,利用Swin Transformer模型关注全局信息的特性,将Swin Transformer blocks嵌入YOLOv5s的主干网络中,并将Neck层的路径聚合网络替换成特征提取能力更强的Bi FPN结构,最后使用带有角度特征的SIo U损失函数作为其边界框损失函数,得到本文提出的S-YOLO网络模型。在TT100k数据集上,本文对S-YOLO以及原YOLOv5s模型进行了对比验证,实验表明,S-YOLO模型的检测精度比YOLOv5s模型高了4.4%,而检测速度只比YOLOv5s稍慢,充分表明S-YOLO对于交通标志的检测综合性能要强于YOLOv5s。为了减少模型计算量,提高交通标志检测速度,设计了GS-YOLO轻量化模型,并实现基于Py Qt5的交通标志检测平台。通过对深度可分离卷积的理论分析引入GSConv及Vo VGSCSP模块,并对主干网络和Neck层网络结构进行重新设计,在损失函数的设计上仍使用SIo U作为边界框损失函数,最后在网络输出的前一层使用Shuffle Attention保留特征图关键信息,从而平衡模型的检测精度和检测速度。通过实验计算出GS-YOLO模型的平均检测时间为0.012s,检测速度比YOLOv5s模型快了14.9%。为了直观展示GS-YOLO模型的检测效果,设计了基于Py Qt5的交通标志检测平台,并在Windows环境下进行部署,验证GS-YOLO模型的有效性和实时性。

关键词：交通标志检测 YOLOv5s模型边界框损失函数轻量化设计 GSConv模块

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于WiFi的室内定位算法研究

基于WiFi的室内定位算法研究

作者：张超群桂林理工大学

学位级别：硕士

随着移动互联网的高速发展,移动智能终端,如平板电脑、车载导航、智能手机的广泛使用。使得与位置紧密相连的移动互联网应用也得到了了快速发展。人们的出行越来越依赖导航定位技术。如飞机场、大型购物商场、大型仓库、教室、室内停车... 详细信息

随着移动互联网的高速发展,移动智能终端,如平板电脑、车载导航、智能手机的广泛使用。使得与位置紧密相连的移动互联网应用也得到了了快速发展。人们的出行越来越依赖导航定位技术。如飞机场、大型购物商场、大型仓库、教室、室内停车场、隧道等比较复杂的室内环境,人们往往需要知道自己的准确位置或者仓库中设备的准确位置。在室外环境下人们可以利用GPS来进行导航定位,但在环境相对封闭的室内,很难搜索到GPS信号。许多国内外专家学者提出了室内定位技术解决方案,用来解决室内环境下定位的难题。室内定位系统主要使用基于WiFi的室内定位技术,该技术包含基于WiFi信号接收强度的指纹识别算法和WiFi信号距离损耗模型两种不同的实现方式。基于WIFI的室内定位系统中,主要是基于接收信号强度(Received Signal)的指纹识别算法。该算法是一种基于指纹数据库的匹配定位算法,通过建立定位区域信号强度的指纹数据库,再与实时采集的信号强度进行匹配来达到位置估计的目的。此方法分为离线和在线两个阶段:离线阶段主要任务是参考点特征信息采集,在线阶段的任务是完成定位服务。使用指纹匹配算法定位存在两个不足:一是测量参考点信号强度时需要耗费大量人力,它需要人工分别测量出参考区域的每个参考点处的信号强度值;二是由于整个定位过程分为在线和离线两个阶段,在定位阶段参考点处的信号强度和离线阶段参考点处的信号强度存在差异,导致定位出现误差。受定位精度、定位速度以及复杂室内环境等条件的限制,实验室单一环境下的理想算法模型很难在不同的室内环境中发挥算法优势。可以通过融合多种算法,提高算法的适应性,进而提高算法准确度。本文改进了一种基于双模互补的WiFi室内定位技术,可以降低上述两种不同算法缺点带来的影响。使用一种定位算法不能适应多种环境下的定位,对定位环境的不稳定造成的影响不具有很好的鲁棒性,不适用实际室内环境中的定位。本课题分别用位置指纹匹配算法和多项式分布算法在不同环境下进行定位,用同一个参数量化这两种不同算法对同一环境的定位结果。根据选择系数选择最优算法进行室内定位,在随后的在线定位阶段可以一直采用根据选择系数选出来的能够适应本环境的算法进行定位。可以解决指纹匹配算法自身的缺陷,显著提高室内定位精度。

关键词：室内定位双模互补自适应选择系数