国家自然科学基金(61104158)
- 作品数：6 被引量：40H指数：4
- 相关作者：黄珍吴超仲吴业福李亚秋张晖更多>>
- 相关机构：武汉理工大学教育部威斯康星大学麦迪逊分校更多>>
- 发文基金：国家自然科学基金教育部“新世纪优秀人才支持计划”武汉市学科带头人计划基金更多>>
- 相关领域：交通运输工程机械工程自动化与计算机技术更多>>
- 基于EKF学习方法的BP神经网络汽车换道意图识别模型研究被引量：18
- 2013年
- 实时准确地识别驾驶人的换道意图有助于提高车辆行驶的安全性,达到安全辅助驾驶的目的.文中提出了一种基于EKF(extended kalman filter)学习方法的BP神经网络模型,用于识别驾驶人的换道意图,并进行短时行为预测.通过实验采集了20组高速公路实车行驶数据,利用前方车头时距、转向盘转角值、驾驶人头部水平位置数据,以及车道偏离量4类数据样本进行训练得到结果.实验结果表明:本模型较传统的神经网络识别模型具有更短的识别时间,且模型的可信度更高.在车辆换道和直线行驶2种工况下,本模型对换道意图的识别准确率达到了95%.
- 李亚秋吴超仲马晓凤黄珍张晖
- 关键词：安全辅助驾驶EKF
- 人脸检测与实时跟踪在机动车道路考试系统中的应用研究被引量：6
- 2013年
- 为了对机动车道路考试系统中考生头部动作相关的评判项进行自动评判,对图像处理领域中关于目标图像(主要指人脸)检测与跟踪的理论和技术进行了相关的研究。建立了机动车道路考试系统中人脸区域定位的检测算法和人脸区域跟踪的图像处理模型,并在跟踪基础上设计了计算考生脸部运动方向的算法,成功运用到实际机动车道路考试系统中。
- 吴业福李波师宇吴超仲刘钢
- 关键词：图像处理人脸检测与跟踪
- 基于危险态势识别的智能车驾驶模式选择被引量：6
- 2016年
- 人机共驾是智能车发展中必须经历的一个重要阶段,而人机切换时机选择是人机共驾需要解决的一个关键问题。为此,文中以实车实验采集的数据为依据,根据驾驶人经验及经K-均值聚类得出的危险态势等级对驾驶模式选择方式(安全驾驶、进行警示和自动切换)进行了标定。通过引入车速均值、加速度标准差、车头时距、前轮转角标准差、车道偏离量以及驾驶人经验等6项指标作为特征向量,提出了基于径向基核函数序列最小优化算法(SMO)的智能车驾驶模式选择模型。并以决策树、径向基神经网络、支持向量机(SVM)作为对照。研究结果表明,文中提出的基于SMO方法的驾驶模式识别模型的准确率达到91.7%,相较于其他3种识别方法具有较大的优越性.
- 严利鑫黄珍吴超仲秦伶巧朱敦尧冉斌
- 关键词：智能车驾驶模式K-均值聚类交通安全
- 车辆自适应巡航控制算法的设计与仿真被引量：4
- 2012年
- 为实现智能车辆的自适应巡航功能,基于车速跟踪及PID控制理论设计了具有上下两层结构的自适应巡航控制系统.下层控制器根据上层控制器计算出的期望车速对节气门开度和制动力矩进行协调控制.在保证控制精度的前提下简化了算法.多种工况下的仿真实验表明控制器的控制效果良好.
- 黄珍吴浩然库峰徐小强
- 关键词：自适应巡航控制PID控制仿真
- 车辆横摆角速度的智能手机提取方法被引量：1
- 2013年
- 使用智能手机和高精度惯导设备测量了车辆横摆角速度,分析了手机放置位置对测量精度的影响。针对智能手机的测量误差,采用自适应加权融合算法对智能手机中陀螺仪和方向传感器的测量数据进行融合修正。根据多元函数极值理论求出2个传感器的最优加权因子,加权求和得到最优的横摆角速度。分析结果表明:智能手机的放置位置对车辆横摆角速度测量精度影响很小,重心位置与非重心位置上的手机陀螺仪和方向传感器测量结果最大相对误差分别为0.739 7%和0.923 8%。融合修正后的数据与高精度惯导设备数据相比,平均绝对误差为0.607 7(°)·s-1,相比陀螺仪和方向传感器平均绝对误差分别降低了34.3%和50.0%。融合后的数据均方差随测量次数增加呈下降趋势,并快速收敛,收敛时间约为6s。
- 陈志军吴超仲黄珍马杰高岩
- 关键词：汽车工程智能手机数据融合
- 高精度GPS/GIS定位技术在机动车道路考试系统中的应用研究被引量：6
- 2013年
- 在计算机化的机动车驾驶人道路考试系统中,为了实现骑压中心实线等与车辆位置有关的评判项目的自动评判和路口处车辆行驶方行驶自动导航,需要精确、实时定位考试车辆的位置。高精度的GPS/GIS技术能够很好地实现考试车辆的定位问题。论文首先介绍了高精度的GPS/GIS技术的实现技术,然后详细分析了考试车辆的车辆形状建模模型和车辆行驶方向判断方法,最后给出了机动车道路考试系统中与车辆位置有关的评判项目的自动评判实例。
- 吴业福潘世刚康壮吴超仲
- 关键词：GIS
