隨著經(jīng)濟(jì)的發(fā)展，不停車(chē)收費(fèi)系統(tǒng)（ETC）已在我國(guó)悄然興起。不停車(chē)收費(fèi)系統(tǒng)主要是由通訊、監(jiān)控、收費(fèi)三大系統(tǒng)組成。整個(gè)系統(tǒng)可靠運(yùn)行的一個(gè)重要環(huán)節(jié)就是車(chē)輛檢測(cè)器。在不停車(chē)收費(fèi)系統(tǒng)中它是檢測(cè)駛向通訊區(qū)域
2020-06-18 07:57:00
5218 
產(chǎn)線上對(duì)零部件進(jìn)行高精度檢測(cè)和計(jì)數(shù)，即使在復(fù)雜的工業(yè)環(huán)境中，如存在強(qiáng)光干擾、不同顏色和材質(zhì)背景等情況下，也能準(zhǔn)確檢測(cè)目標(biāo)物體，有效減少誤判，提高生產(chǎn)效率和質(zhì)量監(jiān)控水平。
·智能倉(cāng)儲(chǔ) ：用于貨架貨物的檢測(cè)和定位
2025-01-11 13:43:45
自動(dòng)駕駛車(chē)輛中的AI分析車(chē)輛中的AI應(yīng)用
2021-03-09 07:53:23
，門(mén)禁管理科學(xué)高效現(xiàn)實(shí)要去我們必須設(shè)計(jì)出一種更高效的車(chē)輛出入管理與調(diào)度系統(tǒng)。本設(shè)計(jì)中設(shè)計(jì)一無(wú)線數(shù)據(jù)采集系統(tǒng)，能在車(chē)輛進(jìn)入大門(mén)的途中實(shí)現(xiàn)數(shù)據(jù)的自動(dòng)采集，這樣極大的提高了車(chē)站對(duì)列車(chē)的調(diào)度效率，有著非常重要
2010-01-22 10:33:44
時(shí)間、減小對(duì)車(chē)輛的損害，提高車(chē)輛的檢測(cè)速度。針對(duì)當(dāng)前車(chē)輛燃油消耗量測(cè)量方法操作不便的問(wèn)題，順應(yīng)車(chē)輛不解體檢測(cè)的發(fā)展趨勢(shì)，根據(jù)碳平衡法油耗測(cè)量原理，建立了測(cè)量系統(tǒng)及測(cè)量系統(tǒng)理論模型，并對(duì)測(cè)量系統(tǒng)相關(guān)的汽油
2009-12-02 12:44:03
挑戰(zhàn)的方法。
2 目標(biāo)檢測(cè)模型介紹
在目標(biāo)檢測(cè)的任務(wù)中，有著許許多多的模型，如 Picodet、Faster R-CNN、YOLO、SSD等，它們都實(shí)現(xiàn)了檢測(cè)目標(biāo)并定位其位置的功能。我們主要介紹
2024-12-19 14:33:06
和控制單元CCU組成，本文采用PHILIPS公司最新推出的ARM7內(nèi)核微處理器LPC2114設(shè)計(jì)實(shí)現(xiàn)了車(chē)輛檢測(cè)系統(tǒng)控制單元部分，并且和5個(gè)LD4環(huán)形檢測(cè)器一起構(gòu)成10通道高速公路車(chē)輛檢測(cè)系統(tǒng)，其原理框圖
2021-10-13 06:30:00
比增程控制要復(fù)雜的多，這一塊后面再講；車(chē)輛平臺(tái)部分需要簡(jiǎn)單修改下，增加一個(gè)變速箱（THS）的模型。今天，我們從THS系統(tǒng)的車(chē)輛平臺(tái)Simulink模型搭建開(kāi)始。THS系統(tǒng)結(jié)構(gòu)豐田從1997年開(kāi)始推出TH...
2021-08-27 07:59:14
`交通燈控制系統(tǒng)實(shí)現(xiàn)紅綠燈、人行道以及左轉(zhuǎn)彎和右轉(zhuǎn)彎控制，并且根據(jù)檢測(cè)的車(chē)輛流量自動(dòng)調(diào)整通行時(shí)間`
2014-06-06 17:50:48
本文提出的基于無(wú)線定位技術(shù)的車(chē)輛檢測(cè)系統(tǒng)將通過(guò)在實(shí)用道路交通設(shè)施頻率高、能反映交通特征的出租車(chē)和公交車(chē)上部署車(chē)載移動(dòng)定位裝置，將其作為動(dòng)態(tài)交通參數(shù)采集車(chē)輛，測(cè)量車(chē)輛實(shí)時(shí)地理坐標(biāo)，計(jì)算車(chē)輛行駛速度，并結(jié)合智能交通地理信息系統(tǒng)，為交通控制提供實(shí)時(shí)交通信息、交通態(tài)勢(shì)和交通評(píng)估參數(shù)等。
2021-05-18 06:42:13
1、在Arm虛擬硬件上部署PP-PicoDet模型 經(jīng)典的深度學(xué)習(xí)工程是從確認(rèn)任務(wù)目標(biāo)開(kāi)始的，我們首先來(lái)簡(jiǎn)單地介紹一下目標(biāo)檢測(cè)任務(wù)以及本期部署實(shí)戰(zhàn)課程中我們所使用的工具和平臺(tái)?！ ∧繕?biāo)檢測(cè)任務(wù)
2022-09-16 14:42:09
GPS與GPRS分別是什么？基于GPS／GPRS的車(chē)輛監(jiān)控系統(tǒng)是由哪些部分組成的？基于GPS／GPRS的車(chē)輛監(jiān)控系統(tǒng)如何去實(shí)現(xiàn)？
2021-05-14 06:36:50
CV：基于Keras利用訓(xùn)練好的hdf5模型進(jìn)行目標(biāo)檢測(cè)實(shí)現(xiàn)輸出模型中的臉部表情或性別的gradcam(可視化)
2018-12-27 16:48:28
的分析來(lái)檢測(cè)機(jī)動(dòng)車(chē)輛，當(dāng)?shù)卮派蠜](méi)有機(jī)動(dòng)車(chē)的情況下，地球磁場(chǎng)處于相對(duì)穩(wěn)定的狀態(tài)，系統(tǒng)默認(rèn)為無(wú)車(chē);當(dāng)機(jī)動(dòng)車(chē)輛經(jīng)過(guò)地磁上方時(shí)引起地球磁場(chǎng)的變化，此時(shí)系統(tǒng)就會(huì)認(rèn)為是有車(chē)存在，并將此數(shù)據(jù)通過(guò)無(wú)線通信協(xié)議上傳。二、無(wú)線地磁檢測(cè)系統(tǒng)工作原理通過(guò)埋入路面的無(wú)線地磁檢測(cè)器檢測(cè)車(chē)輛的存在和通過(guò)，利用低功率的無(wú)...
2021-12-23 06:47:06
大家好,請(qǐng)問(wèn)如何去掉labview中的waveform graph中的背景網(wǎng)格?就是想讓它跟chart的背景一樣,純白或者純黑?請(qǐng)問(wèn)可以實(shí)現(xiàn)嗎?謝謝!
2013-12-08 16:24:34
本文采用小波分析和模式識(shí)別方法分析車(chē)輛噪聲信號(hào)，設(shè)計(jì)了一種基于DSP的車(chē)輛碰撞聲檢測(cè)裝置，該裝置能有效檢測(cè)車(chē)輛碰撞事件，實(shí)現(xiàn)交通事故的自動(dòng)識(shí)別。相對(duì)于已有交通事故檢測(cè)裝置具有識(shí)別率高、實(shí)時(shí)性強(qiáng)的優(yōu)點(diǎn)，而且價(jià)格較低。
2021-05-12 06:32:52
目前，實(shí)現(xiàn)對(duì)機(jī)動(dòng)車(chē)排放污染進(jìn)行有效控制已成為我國(guó)環(huán)境保護(hù)一項(xiàng)刻不容緩的任務(wù)，需要在生產(chǎn)中對(duì)汽車(chē)尾氣污染物進(jìn)行檢測(cè)。如何設(shè)計(jì)嵌入式車(chē)輛尾氣自動(dòng)檢測(cè)系統(tǒng)？符合EU-2標(biāo)準(zhǔn)？
2019-08-12 08:32:36
怎么實(shí)現(xiàn)ETC中具有車(chē)型識(shí)別功能的車(chē)輛檢測(cè)器的設(shè)計(jì)？
2021-05-12 06:26:44
本文采用PHILIPS公司最新推出的ARM7內(nèi)核微處理器LPC2114設(shè)計(jì)實(shí)現(xiàn)了車(chē)輛檢測(cè)系統(tǒng)控制單元部分，并且和5個(gè)LD4環(huán)形檢測(cè)器一起構(gòu)成10通道高速公路車(chē)輛檢測(cè)系統(tǒng)。
2021-05-19 06:12:34
。實(shí)驗(yàn)結(jié)果證明該設(shè)備具有低功耗、低成本、功能強(qiáng)大的特點(diǎn)．充分利用了該芯片提供的資源，并且滿(mǎn)足了智能車(chē)輛檢測(cè)器的需求。
2021-05-17 06:25:55
怎么實(shí)現(xiàn)基于MSP430行駛車(chē)輛檢測(cè)器的設(shè)計(jì)？
2021-05-14 06:16:44
本設(shè)計(jì)介紹了一種停車(chē)場(chǎng)車(chē)輛檢測(cè)系統(tǒng)，通過(guò)分布在進(jìn)出口的車(chē)輛檢測(cè)器，實(shí)現(xiàn)對(duì)閘桿機(jī)的控制和車(chē)位提示等功能。
2021-05-17 06:10:35
需要通過(guò)3dmax建模構(gòu)造一個(gè)簡(jiǎn)單的城市道路模型，通過(guò)labview來(lái)實(shí)現(xiàn)車(chē)輛在道路模型中的行駛控制，如何使用labview來(lái)控制模型中車(chē)輛的運(yùn)行。急求各位大神幫忙
2018-04-24 12:31:26
我主要用在公路上，需要能檢測(cè)到有車(chē)輛經(jīng)過(guò)然后輸出信號(hào)，檢測(cè)距離0-5m，汽車(chē)在高速駛過(guò)是也能檢測(cè)到并快速做出反應(yīng)1.能實(shí)現(xiàn)車(chē)輛檢測(cè)功能（一條車(chē)道0-5m）并輸出信號(hào) 2.功率不能太大，我是太陽(yáng)能供電3.反應(yīng)時(shí)間要快，不能車(chē)駛過(guò)了才反應(yīng)過(guò)來(lái) 4.成本要低，盡量降低成本5.能提供技術(shù)支持和質(zhì)保
2015-09-15 15:16:47
車(chē)輛碰撞檢測(cè)裝置系統(tǒng)的硬件設(shè)計(jì)車(chē)輛碰撞檢測(cè)裝置系統(tǒng)的軟件設(shè)計(jì)
2021-05-12 07:13:32
為研究夜間追尾事故中本車(chē)智能防撞預(yù)警方法，本文提出了一種基于毫米波雷達(dá)和機(jī)器視覺(jué)的前方車(chē)輛檢測(cè)方法。利用多傳感器融合數(shù)據(jù)，檢測(cè)前方車(chē)輛的距離、速度等。建立傳感器之間轉(zhuǎn)換關(guān)系，轉(zhuǎn)換雷達(dá)目標(biāo)的世界坐標(biāo)到圖像坐標(biāo)。
2021-06-10 10:23:08
環(huán)形線圈車(chē)輛檢測(cè)器基本原理為：在同一車(chē)道的道路路基段埋設(shè)一組（2個(gè)）感應(yīng)線圈，每組感應(yīng)線圈與多通道車(chē)輛檢測(cè)器相連。當(dāng)車(chē)輛分別經(jīng)過(guò)兩個(gè)線圈時(shí)，由于線圈電感量的變化，車(chē)輛的通過(guò)狀態(tài)將被檢測(cè)到，同時(shí)狀態(tài)信號(hào)傳輸給車(chē)輛檢測(cè)器，由其進(jìn)行采集和計(jì)算。
2019-10-29 09:00:59
國(guó)內(nèi)外車(chē)型分類(lèi)技術(shù)應(yīng)用現(xiàn)狀如何？電磁式車(chē)輛檢測(cè)器的原理是什么？
2021-05-12 07:05:46
國(guó)內(nèi)外車(chē)型分類(lèi)技術(shù)應(yīng)用現(xiàn)狀如何？電磁式車(chē)輛檢測(cè)器的原理是什么？
2021-05-13 06:41:10
背景捕捉算法 要在視頻監(jiān)控系統(tǒng)中檢測(cè)運(yùn)動(dòng)的車(chē)輛,可以采用當(dāng)前輸入圖像減去不含汽車(chē)的純背景圖像的方法,通過(guò)二幀圖像的灰度差捕捉運(yùn)動(dòng)車(chē)輛。但是實(shí)際情況是在監(jiān)控系統(tǒng)中難以得到不含車(chē)輛的純背景圖像。傳統(tǒng)的取
2009-09-19 09:37:34
是否可以通過(guò)ADXL362檢測(cè)車(chē)輛行駛、靜止?fàn)顟B(tài)，并能過(guò)濾車(chē)輛怠速、短暫靜止等狀態(tài)，車(chē)輛勻速行駛過(guò)程中是否會(huì)誤判為靜止？是否會(huì)出現(xiàn)誤報(bào)、狀態(tài)丟失等問(wèn)題？
2019-01-16 12:54:18
本人在做一個(gè)弱信號(hào)檢測(cè)的過(guò)程中遇到一個(gè)難題。用OPA657做跨阻放大器的時(shí)候，被檢測(cè)信號(hào)很弱，是一個(gè)1M的方波信號(hào)。我用200k電阻作為放大電阻，但是這樣的話(huà)，背景光（太陽(yáng)光）就被放大到飽和了，輸出
2023-11-15 06:45:35
會(huì)將騎車(chē)人，行人檢測(cè)一起加上。而且會(huì)在dsp上實(shí)現(xiàn)。本來(lái)有一個(gè)視頻，但沒(méi)有權(quán)限發(fā)，有興趣在優(yōu)酷搜索：運(yùn)動(dòng)車(chē)輛目標(biāo)檢測(cè)跟蹤。精度方面，會(huì)慢慢提高。`
2013-05-26 11:39:50
引入基于例子的摳圖模型，實(shí)現(xiàn)對(duì)自然圖像的自動(dòng)訓(xùn)練和檢測(cè)，采用視覺(jué)單詞的層次空間直方圖改進(jìn)特征包分類(lèi)檢測(cè)技術(shù)，提高自動(dòng)檢測(cè)和定位的精度。從檢測(cè)結(jié)果中自動(dòng)提取背景
2009-04-01 09:11:41
22 背景建模一直是運(yùn)動(dòng)目標(biāo)檢測(cè)中的一個(gè)重要課題。該文提出一個(gè)適用于動(dòng)態(tài)背景的基于非參數(shù)估計(jì)的前景背景對(duì)比模型。模型通過(guò)核函數(shù)估計(jì)的方法模擬了像素點(diǎn)五維特征向量(彩色
2009-04-08 08:52:1818 本文介紹了利用單片機(jī)如何實(shí)現(xiàn)智能環(huán)形線圈車(chē)輛檢測(cè)器，討論了此類(lèi)檢測(cè)器的軟硬件設(shè)計(jì)要點(diǎn)，給出了相應(yīng)的接口電路。關(guān)鍵詞：AT89C52 單片機(jī)，線圈檢測(cè)器，模糊分類(lèi)Abstrac
2009-08-14 08:50:11132 混沌背景下微弱信號(hào)時(shí)域參數(shù)檢測(cè)的研究:數(shù)字示波器不能測(cè)量混沌背景中的微弱信號(hào)，該文結(jié)合混沌和神經(jīng)網(wǎng)絡(luò)構(gòu)建檢測(cè)模型實(shí)現(xiàn)該功能。運(yùn)用混沌時(shí)間序列的相空間重構(gòu)理論計(jì)算
2009-10-21 08:21:1830 在視頻智能交通系統(tǒng)中，獲取車(chē)輛運(yùn)動(dòng)軌跡是至關(guān)重要的一步。本文介紹一種以在線EM 算法進(jìn)行參數(shù)迭代從而建立背景高斯模型為理論的前景運(yùn)動(dòng)物體分割的方法，以及在圖像
2009-12-29 16:45:3315 本文對(duì)視頻序列中的運(yùn)動(dòng)目標(biāo)檢測(cè)方法進(jìn)行了研究，提出了一種基于背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)算法。首先通過(guò)建立混合高斯模型，獲取背景圖像，并對(duì)背景進(jìn)行實(shí)時(shí)更新。然后通
2010-01-15 11:42:2020 本文設(shè)計(jì)了一種基于GPRS 的車(chē)輛檢測(cè)通信系統(tǒng)。提出了基于GPRS 和TCP/IP 協(xié)議的車(chē)輛檢測(cè)通信系統(tǒng)的設(shè)計(jì)方案，編寫(xiě)了通信軟件，實(shí)現(xiàn)了車(chē)輛檢測(cè)數(shù)據(jù)的遠(yuǎn)程無(wú)線傳輸。采用Microsoft S
2010-01-22 14:38:5726 - 產(chǎn)品概述 - WTR-563可對(duì)車(chē)道上動(dòng)態(tài)、靜態(tài)車(chē)輛目標(biāo)進(jìn)行準(zhǔn)確探測(cè)，并有效提取靜止車(chē)輛信息，輔助進(jìn)行當(dāng)前路端事件判斷，如交通擁堵、車(chē)輛違法、車(chē)輛追尾等。雷達(dá)安裝在道路側(cè)面，檢測(cè)斷面
2023-10-16 15:27:59
- 產(chǎn)品概述 - WTR-563可對(duì)車(chē)道上動(dòng)態(tài)、靜態(tài)車(chē)輛目標(biāo)進(jìn)行準(zhǔn)確探測(cè)，并有效提取靜止車(chē)輛信息，輔助進(jìn)行當(dāng)前路端事件判斷，如交通擁堵、車(chē)輛違法、車(chē)輛追尾等。雷達(dá)安裝在道路側(cè)面，檢測(cè)斷面
2024-02-22 15:55:46
車(chē)輛逆行識(shí)別檢測(cè)系統(tǒng)通過(guò)yolo網(wǎng)絡(luò)深度學(xué)習(xí)技術(shù)，車(chē)輛逆行識(shí)別檢測(cè)系統(tǒng)對(duì)監(jiān)控畫(huà)面中車(chē)輛逆向行駛行為進(jìn)行檢測(cè)，若車(chē)輛逆行識(shí)別檢測(cè)系統(tǒng)檢測(cè)到道路上有車(chē)輛逆向行駛時(shí)，車(chē)輛逆行識(shí)別檢測(cè)系統(tǒng)則抓拍預(yù)警。車(chē)輛
2024-08-05 20:13:40
車(chē)輛逆行識(shí)別預(yù)警系統(tǒng)通過(guò)Python計(jì)算機(jī)算法技術(shù)，車(chē)輛逆行識(shí)別預(yù)警系統(tǒng)可以7*24小時(shí)不間斷自動(dòng)檢測(cè)監(jiān)控中道路來(lái)往行駛車(chē)輛出現(xiàn)逆行行為及時(shí)預(yù)警存檔，同步將車(chē)輛違規(guī)行為信息回傳給后臺(tái)監(jiān)控分析平臺(tái)提醒
2024-08-08 21:02:17
在現(xiàn)代化的大型停車(chē)場(chǎng)中，智能停車(chē)管理系統(tǒng)使得車(chē)輛進(jìn)出手續(xù)簡(jiǎn)單，安全性高，實(shí)現(xiàn)了對(duì)車(chē)輛的自動(dòng)檢測(cè)、計(jì)費(fèi)、統(tǒng)計(jì)、顯示等功能，大大節(jié)省了人力資源，提高了工作
2009-01-02 10:55:575523 
摘要:智能運(yùn)輸系統(tǒng)的前提條件之一是實(shí)現(xiàn)道路行駛車(chē)輛自動(dòng)檢測(cè)與交通信息實(shí)時(shí)采集。詳細(xì)分析了磁感應(yīng)式行駛車(chē)輛檢測(cè)工作原理,建立了道路交通流信息計(jì)算模型,完成了基于DSP技術(shù)的智能檢測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn),采取了軟硬件綜合技術(shù)來(lái)對(duì)付現(xiàn)場(chǎng)各種干擾與噪聲信號(hào)。對(duì)
2011-02-16 17:20:4778 針對(duì)背景減除法應(yīng)用于運(yùn)動(dòng)目標(biāo)檢測(cè)中的背景模型更新和陰影消除問(wèn)題，提出了一種改進(jìn)的單高斯背景模型估計(jì)算法和快速的陰影消除方法。實(shí)驗(yàn)結(jié)果表明，算法在有效去除陰影的同時(shí)
2011-03-28 17:27:2620 地磁車(chē)輛檢測(cè)器是一種基于車(chē)輛對(duì)地磁場(chǎng)的擾動(dòng)效應(yīng)實(shí)現(xiàn)的交通信息采集設(shè)備，本內(nèi)容提供了基于磁偏角的 車(chē)輛檢測(cè) 的研究
2011-07-26 15:49:2831 本內(nèi)容提供了磁阻傳感器HMC102在車(chē)輛檢測(cè)中的應(yīng)用，利用AMR (Anisotropic Magneto Resistant)各向異性磁傳感器進(jìn)行的地磁車(chē)輛檢測(cè)
2011-12-20 10:35:347849 
本文介紹了多幀平均法和自適應(yīng)更新法兩種常用的車(chē)輛視頻檢測(cè)背景更新算法，并在ADSP-BF561 DSP平臺(tái)上實(shí)現(xiàn)。通過(guò)測(cè)試驗(yàn)證兩種算法的準(zhǔn)確性，然后從實(shí)時(shí)性出發(fā)，對(duì)兩種算法進(jìn)行分析
2012-05-25 13:50:1550 公交車(chē)輛檢測(cè)技術(shù)是公交優(yōu)先系統(tǒng)的重要組成部分，是提升公交車(chē)輛運(yùn)行效率、提高公交服務(wù)水平的基本依據(jù)。針對(duì)交通信號(hào)控制系統(tǒng)中公交車(chē)輛檢測(cè)的實(shí)際需要，介紹了線圈檢測(cè)、G
2012-12-26 10:36:014955 關(guān)于車(chē)輛檢測(cè)，利用磁場(chǎng)變化來(lái)檢測(cè)車(chē)輛變換。
2016-05-03 14:23:2611 JN車(chē)輛檢測(cè)及功能擴(kuò)展
2016-12-17 11:58:561 靜態(tài)軌道衡車(chē)輛上衡位置檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)_吳桂清
2017-03-15 08:00:000 信息控制匝道口的開(kāi)放與關(guān)閉，實(shí)現(xiàn)交通流的控制。車(chē)輛檢測(cè)器埋于地下，車(chē)輛檢測(cè)器的使用壽命問(wèn)題是影響系統(tǒng)推廣的主要因素，因此實(shí)現(xiàn)低功耗、長(zhǎng)壽命是實(shí)現(xiàn)車(chē)輛檢測(cè)器系統(tǒng)實(shí)際應(yīng)用價(jià)值的必要條件。
2017-09-05 17:30:1714 本文采用小波分析和模式識(shí)別方法分析車(chē)輛噪聲信號(hào)，設(shè)計(jì)了一種基于DSP的車(chē)輛碰撞聲檢測(cè)裝置，該裝置能有效檢測(cè)車(chē)輛碰撞事件，實(shí)現(xiàn)交通事故的自動(dòng)識(shí)別。相對(duì)于已有交通事故檢測(cè)裝置具有識(shí)別率高、實(shí)時(shí)性強(qiáng)的優(yōu)點(diǎn)，而且價(jià)格較低。
2017-09-06 15:03:383 提出一種基于背景碼本模型的視頻圖像中運(yùn)動(dòng)目標(biāo)的檢測(cè)算法。該算法利用歸一化的Mann-Whitney秩和統(tǒng)計(jì)量自適應(yīng)調(diào)整判決??????閾值，使用Mean shift進(jìn)行碼本中碼字和方差的更新。
2017-09-08 15:20:4616 針對(duì)智能車(chē)輛寬高檢測(cè)系統(tǒng)設(shè)備貴，檢測(cè)時(shí)間長(zhǎng)的問(wèn)題，實(shí)現(xiàn)快速檢測(cè)車(chē)輛超載重量，設(shè)計(jì)了基于檢測(cè)減震器形變的智能車(chē)輛載重檢測(cè)系統(tǒng)。系統(tǒng)應(yīng)用德國(guó)SICK公司具有雙脈沖計(jì)算的二維激光脈沖測(cè)距傳感器測(cè)量車(chē)輛載重
2017-11-13 15:52:134 地磁車(chē)輛檢測(cè)器，是車(chē)輛本身含有的鐵磁物質(zhì)會(huì)對(duì)車(chē)輛存在區(qū)域的地磁信號(hào)產(chǎn)生影響，使車(chē)輛存在區(qū)域的地球磁力線發(fā)生彎曲。當(dāng)車(chē)輛經(jīng)過(guò)傳感器附近，傳感器能夠靈敏感知到信號(hào)的變化，經(jīng)信號(hào)分析就可以得到檢測(cè)目標(biāo)
2017-11-13 16:08:384951 針對(duì)局部二進(jìn)制相似度（LBSP）背景建模方法易受外界環(huán)境變化如動(dòng)態(tài)背景、光照改變、相機(jī)抖動(dòng)等干擾的問(wèn)題，在融合像素紋理與亮度信息的基礎(chǔ)上，建立一種自適應(yīng)混合背景模型進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)。首先，利用每個(gè)
2017-11-24 11:35:507 跟蹤獲得眼睛與嘴巴區(qū)域；再利用Canny算子對(duì)兩個(gè)區(qū)域精確定位，獲得疲勞檢測(cè)參數(shù)；最后根據(jù)PERCI。OS方法實(shí)現(xiàn)疲勞檢測(cè)?？紤]到基于HSV顏色模型的人臉檢測(cè)不受姿勢(shì)和角度的影響，但容易受到背景干擾，而ASM的優(yōu)點(diǎn)是人臉關(guān)鍵點(diǎn)跟蹤效果好，但初
2017-11-28 11:31:222 準(zhǔn)確的車(chē)輛目標(biāo)檢測(cè)方法意義重大．在YOLO目標(biāo)檢測(cè)框架的基礎(chǔ)上，設(shè)計(jì)了一種卷積神經(jīng)網(wǎng)絡(luò)的車(chē)輛檢測(cè)及其車(chē)型粗粒度識(shí)別方法．網(wǎng)絡(luò)結(jié)構(gòu)采用多層感知機(jī)卷積層，增加特征映射的非線性處理能力：移除原來(lái)模型中的全連接層，利用
2017-12-22 16:22:120 背景模型樣本標(biāo)準(zhǔn)差閾值，約束背景模型的采樣值范圍以提高背景模型準(zhǔn)確性。在前景檢測(cè)階段引入自適應(yīng)檢測(cè)閾值提高前景物體檢測(cè)精度，在背景模型更新過(guò)程中對(duì)圖像邊緣背景像素點(diǎn)進(jìn)行邊緣抑制以阻止錯(cuò)誤背景樣本值更新到背景模型。
2018-01-09 19:15:550 對(duì)海平面視線以下艦船和低空飛行目標(biāo)的全天候超視距探測(cè)，又可用于海態(tài)遙感和實(shí)現(xiàn)對(duì)海洋環(huán)境大范圍、高精度的實(shí)時(shí)探測(cè)。然而，實(shí)際的高頻雷達(dá)目標(biāo)檢測(cè)中復(fù)雜的海雜波環(huán)境以及高頻段各種背景噪聲的影響，嚴(yán)重地限制了雷達(dá)對(duì)海面目標(biāo)的檢測(cè)和識(shí)別能力。HFSWR在檢測(cè)飛機(jī)、導(dǎo)彈等高速目標(biāo)時(shí)，由于目標(biāo)
2018-01-10 10:25:243 為了在復(fù)雜混沌噪聲背景中快速準(zhǔn)確提取有用信號(hào)，提出基于復(fù)雜非線性系統(tǒng)相空間重構(gòu)理論，采用改進(jìn)極限學(xué)習(xí)機(jī)（ELM）預(yù)測(cè)單步誤差檢測(cè)微弱信號(hào)的方法。采用改進(jìn)K均值聚類(lèi)算法選擇最優(yōu)族作訓(xùn)練集，改進(jìn)極限
2018-01-16 11:35:550 面向車(chē)輛自組網(wǎng)的安全通信問(wèn)題，提出一種基于Greenshield模型的異常節(jié)點(diǎn)檢測(cè)機(jī)制。結(jié)合車(chē)輛自組網(wǎng)的特點(diǎn)，構(gòu)造Greenshield模型，計(jì)算車(chē)輛速度、車(chē)輛密度和車(chē)流量參數(shù)。在此基礎(chǔ)上依據(jù)車(chē)輛
2018-03-29 09:54:350 車(chē)輛檢測(cè)是智能交通系統(tǒng)中一個(gè)不可或缺的重要環(huán)節(jié)，它能夠?yàn)榈缆方煌刂啤⒏咚俟饭芾砗途o急事件管理等諸多后續(xù)交通環(huán)節(jié)提供強(qiáng)有力的信息支撐，因此得到了研究者的廣泛關(guān)注。傳統(tǒng)的基于機(jī)器學(xué)習(xí)的車(chē)輛檢測(cè)方法
2018-04-17 14:11:580 近年來(lái)，隨著深度學(xué)習(xí)在圖像視覺(jué)領(lǐng)域的發(fā)展，一類(lèi)基于單純的深度學(xué)習(xí)模型的點(diǎn)云目標(biāo)檢測(cè)方法被提出和應(yīng)用，本文將詳細(xì)介紹其中一種模型——SqueezeSeg，并且使用ROS實(shí)現(xiàn)該模型的實(shí)時(shí)目標(biāo)檢測(cè)。
2018-11-05 16:47:2918783 卷積神經(jīng)網(wǎng)絡(luò)（ Faster R-CNN）和單階段多邊框檢測(cè)檢測(cè)器（SSD）兩種深度學(xué)習(xí)模型進(jìn)行多類(lèi)別車(chē)輛檢測(cè)。首先從監(jiān)控視頻中截取的不同時(shí)間的851張標(biāo)注圖構(gòu)建數(shù)據(jù)集;然后在保證訓(xùn)練策略相同的情況下，對(duì)兩種改進(jìn)后的模型與原模型進(jìn)行
2019-03-27 14:49:147 主要闡述交通視頻檢測(cè)中背景模型的建立，在普通均值法提取背景的基礎(chǔ)上，提出改進(jìn)的均值提取法，并通過(guò)實(shí)驗(yàn)驗(yàn)證和對(duì)比，論證改進(jìn)的均值法在提取背景圖像方面，可以減少背景中的車(chē)輛幻影，得到效果比較好的背景
2019-11-20 17:29:477 、尺度變化、部分遮擋等不可控因素，行人車(chē)輛檢測(cè)仍然是一個(gè)很有挑戰(zhàn)性的問(wèn)題，在精度上還有待提升，而且現(xiàn)有的方法模型復(fù)雜度普遍較高，速度上也無(wú)法滿(mǎn)足實(shí)際應(yīng)用的需求。本文對(duì)行人車(chē)輛檢測(cè)進(jìn)行了系統(tǒng)的分析和研究，改進(jìn)和
2019-11-22 17:17:3010 對(duì)復(fù)雜背景下的人臉圖像，提出一種快速人臉檢測(cè)識(shí)別方法。包括基于膚色模型和OpenCV的綜合方法進(jìn)行人臉檢測(cè)定位，并對(duì)圖像重新保存、預(yù)處理，用以克服光照因素的干擾，剔除復(fù)雜背景對(duì)人臉識(shí)別不利因素
2019-12-06 15:36:3715 隨著經(jīng)濟(jì)的發(fā)展，不停車(chē)收費(fèi)系統(tǒng)（ETC）已在我國(guó)悄然興起。不停車(chē)收費(fèi)系統(tǒng)主要是由通訊、監(jiān)控、收費(fèi)三大系統(tǒng)組成。整個(gè)系統(tǒng)可靠運(yùn)行的一個(gè)重要環(huán)節(jié)就是車(chē)輛檢測(cè)器。在不停車(chē)收費(fèi)系統(tǒng)中它是檢測(cè)駛向通訊區(qū)域
2021-04-02 13:57:337422 
RGB-D圖像顯著性檢測(cè)是指在傳統(tǒng)的2D圖像中附加深度信息從而提取顯著對(duì)象，但是現(xiàn)有的顯著性檢測(cè)模型，大多數(shù)只關(guān)注顯著物體本身，卻忽略了背景信息。因此，提岀了一個(gè)新穎的昰著性檢測(cè)模型，將深度信息同時(shí)
2021-04-13 11:31:250 車(chē)聯(lián)網(wǎng)環(huán)境中，交通系統(tǒng)將長(zhǎng)期昰現(xiàn)智能網(wǎng)聯(lián)汽車(chē)和債統(tǒng)人工駕駛車(chē)輛混合共存的狀況。針對(duì)智能網(wǎng)聯(lián)交通環(huán)境下的新型混合車(chē)流，建立了車(chē)輛的換道行汋決策模型。對(duì)于混合車(chē)輛交通流引λ最小安全區(qū)琙模型，自主車(chē)輛交通
2021-05-07 16:18:0614 、視覺(jué)變化及非剛體形變等因素的影響，采用可變形卷積替換傳統(tǒng)卷積的方法對(duì)μω urglass網(wǎng)絡(luò)重建;在網(wǎng)絡(luò)預(yù)測(cè)模玦中，結(jié)合不冋的預(yù)測(cè)分攴支路，采用組合損失函數(shù)度量模型擬合的桯度，同時(shí)引λGloU損失提高模型擬合效果，減少車(chē)輛檢測(cè)中漏襝和誤
2021-05-08 14:04:365 檢測(cè)算法，對(duì)視頻中的車(chē)輛目標(biāo)進(jìn)行提取，提出了結(jié)合運(yùn)動(dòng)特征和表觀特征的多目標(biāo)追蹤算法;在此基礎(chǔ)上，又提出了一種基于車(chē)輛軌跡特征的異常事件檢測(cè)方法，其中的追蹤算法減少了軌跡提取過(guò)程對(duì)背景環(huán)境變化的依賴(lài)。在異常事件
2021-05-13 14:45:335 基于改進(jìn)SSD的車(chē)輛小目標(biāo)檢測(cè)方法 來(lái)源：《應(yīng)用光學(xué)》，作者李小寧等 ? 摘?要：地面車(chē)輛目標(biāo)檢測(cè)問(wèn)題中由于目標(biāo)尺寸較小，目標(biāo)外觀信息較少，且易受背景干擾等的原因，較難精確檢測(cè)到目標(biāo)。圍繞地面小尺寸
2022-02-08 08:55:212060 
車(chē)輛動(dòng)力學(xué)模型是仿真測(cè)試系統(tǒng)的核心組成部分，本次研討會(huì)結(jié)合經(jīng)緯恒潤(rùn)的實(shí)際工程經(jīng)驗(yàn)，介紹車(chē)輛動(dòng)力學(xué)模型在典型仿真測(cè)試系統(tǒng)中的應(yīng)用及實(shí)踐，探討在智能駕駛技術(shù)發(fā)展背景下復(fù)雜多變的仿真測(cè)試業(yè)務(wù)對(duì)車(chē)輛動(dòng)力學(xué)模型的新要求。
2022-03-25 09:31:364459 什么是背景抑制光電傳感器呢？背景抑制（BGS）就是屏蔽背景，不會(huì)受到背景的影響。背景抑制光電傳感器是設(shè)定好檢測(cè)物體的距離，檢測(cè)物體超出設(shè)定距離則檢測(cè)不到，這樣檢測(cè)物體就很好地避免了背景的干擾。
2022-09-06 09:14:475676 . 針對(duì)模型訓(xùn)練中出現(xiàn)的正負(fù)樣本不均衡問(wèn)題, 根據(jù)困難樣本挖掘原理, 在原有的損失函數(shù)中引入調(diào)制因子, 將背景部分視為簡(jiǎn)單樣本, 減小背景損失在置信損失中的占比, 使得模型收斂更快速, 模型訓(xùn)練更充分
2022-12-01 10:00:011626 后臺(tái)建模包括兩個(gè)主要步驟，后臺(tái)初始化和后臺(tái)更新，背景減除在OpenCV中的是cv::BackgroundSubtractor類(lèi)，
2023-01-18 15:15:001927 
本文應(yīng)配合b站up主“ 忠厚老實(shí)的老王 ”的 自動(dòng)駕駛控制算法 系列視頻食用。文章目錄1. 兩個(gè)車(chē)輛運(yùn)動(dòng)學(xué)模型 1.1 三個(gè)坐標(biāo)系 1.2符號(hào)定義 1.3車(chē)輛運(yùn)動(dòng)學(xué)模型 1.4車(chē)輛動(dòng)力學(xué)模型
2023-06-07 11:53:490 車(chē)輛動(dòng)力學(xué)模型是仿真測(cè)試系統(tǒng)的核心組成部分，本次研討會(huì)結(jié)合經(jīng)緯恒潤(rùn)的實(shí)際工程經(jīng)驗(yàn)，介紹車(chē)輛動(dòng)力學(xué)模型在典型仿真測(cè)試系統(tǒng)中的應(yīng)用及實(shí)踐，探討在智能駕駛技術(shù)發(fā)展背景下復(fù)雜多變的仿真測(cè)試業(yè)務(wù)對(duì)車(chē)輛動(dòng)力學(xué)
2022-03-30 15:48:011272 
巍泰技術(shù)霧區(qū)車(chē)輛檢測(cè)雷達(dá)輔助霧天行車(chē)安全誘導(dǎo)裝置實(shí)現(xiàn)車(chē)輛安全誘導(dǎo)行駛與防追尾警示
2023-01-10 17:37:421773 
車(chē)輛運(yùn)動(dòng)學(xué)模型 基于車(chē)輛運(yùn)動(dòng)學(xué)模型的控制方法主要考慮了車(chē)輛的運(yùn)動(dòng)學(xué)約束對(duì)車(chē)輛控制的影響。 平時(shí)見(jiàn)到的汽車(chē)屬于 阿克曼轉(zhuǎn)向，通常可以簡(jiǎn)化為兩輪的自行車(chē)模型 其假設(shè)車(chē)輛的前后輪均為剛體，只能沿著車(chē)輪滾動(dòng)
2023-11-15 16:16:241228 
基于車(chē)輛運(yùn)動(dòng)學(xué)模型的方法忽略了車(chē)輛的動(dòng)力學(xué)特性，因此在 車(chē)速過(guò)快 或者 曲率變化率過(guò)大 的情況下該算法無(wú)法滿(mǎn)足車(chē)輛的穩(wěn)定性控制要求。 這里介紹一種典型的基于車(chē)輛動(dòng)力學(xué)模型的橫向控制方法，包括： 車(chē)輛
2023-11-15 16:47:481850 
Hello大家好，今天給大家分享一下如何基于深度學(xué)習(xí)模型訓(xùn)練實(shí)現(xiàn)圓檢測(cè)與圓心位置預(yù)測(cè)，主要是通過(guò)對(duì)YOLOv8姿態(tài)評(píng)估模型在自定義的數(shù)據(jù)集上訓(xùn)練，生成一個(gè)自定義的圓檢測(cè)與圓心定位預(yù)測(cè)模型
2023-12-21 10:50:053802 
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論