写真福利,亚洲av激情码国产一区

基于Zynq-7000的寬幅視頻處理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

針對(duì)安防監(jiān)控與智慧交通領(lǐng)域無(wú)盲區(qū)視頻攝錄的需求,，基于Zynq-7000平臺(tái)優(yōu)勢(shì)進(jìn)行寬幅視頻處理軟硬件系統(tǒng)的設(shè)計(jì),。通過(guò)研究基于嵌入式系統(tǒng)的多路視頻實(shí)時(shí)拼接技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了以XC7Z020芯片為核心的視頻處理板卡,，在雙核ARM Cotex-A9硬核處理器端服務(wù)程序協(xié)同調(diào)度下,，基于片內(nèi)FPGA硬件加速能力實(shí)現(xiàn)多通道視頻實(shí)時(shí)采集與預(yù)處理,、投影變換、圖像融合,，進(jìn)而形成完整寬幅視頻畫(huà)面,，通過(guò)遠(yuǎn)程客戶(hù)端實(shí)現(xiàn)定制化的視頻攝錄功能。測(cè)試結(jié)果表明，該系統(tǒng)是兼具穩(wěn)定的性能和靈活區(qū)域部署能力的便攜式解決方案,。

發(fā)表于：7/5/2016

基于隨機(jī)森林模型的短時(shí)交通流預(yù)測(cè)方法

短時(shí)交通流的準(zhǔn)確高效預(yù)測(cè)對(duì)于智能交通系統(tǒng)的應(yīng)用十分關(guān)鍵,，但較強(qiáng)的非線性和噪聲干擾使其對(duì)模型的靈活性要求較高,并且還需在盡可能短的時(shí)間內(nèi)處理大量的數(shù)據(jù)。因此,，討論了用隨機(jī)森林模型對(duì)短時(shí)交通流進(jìn)行預(yù)測(cè),，該模型具有比單棵樹(shù)更強(qiáng)的泛化能力，參數(shù)調(diào)節(jié)方便,，計(jì)算高效,，且穩(wěn)定性好。觀察交通流數(shù)據(jù)在較長(zhǎng)時(shí)間跨度上的變化后,，提取出主要特征變量構(gòu)造輸入空間,，對(duì)模型進(jìn)行訓(xùn)練后，在測(cè)試集上的預(yù)測(cè)準(zhǔn)確率約為94%,。與目前廣泛使用的支持向量機(jī)模型進(jìn)行對(duì)比分析,，結(jié)果顯示隨機(jī)森林預(yù)測(cè)不僅準(zhǔn)確率稍好于支持向量機(jī)，而且在效率,、易用性及未來(lái)應(yīng)用的擴(kuò)展上都要優(yōu)于支持向量機(jī),。

發(fā)表于：5/30/2016

這不是科幻超級(jí)高鐵車(chē)廂將用上“美國(guó)隊(duì)長(zhǎng)”盾牌材料

美國(guó)超級(jí)高鐵公司Hyperloop Transportation Technologies(HTT)周二公布了一種智能材料。這種材料集成了傳感器,，將被用于制造超級(jí)高鐵的車(chē)輛,。

發(fā)表于：5/26/2016

第六感無(wú)效原來(lái)開(kāi)車(chē)發(fā)短信是那么可怕的

開(kāi)車(chē)的時(shí)候發(fā)短信絕對(duì)是一個(gè)非常危險(xiǎn)的行為，這會(huì)導(dǎo)致許多意外發(fā)生,，甚至連我們的性命都會(huì)丟掉,。不過(guò)可惜的是，大多數(shù)人還是我行我素,，他們依然習(xí)慣在開(kāi)車(chē)的時(shí)候發(fā)短信打電話,。那么開(kāi)車(chē)的時(shí)候發(fā)短信有多可怕？一些科學(xué)家經(jīng)過(guò)分析,，甚至連第六感都救不了你,。

發(fā)表于：5/16/2016

中科院院士 “中國(guó)超級(jí)高鐵”正處在實(shí)驗(yàn)室階段

比飛機(jī)還要快的“超級(jí)高鐵”首次在美國(guó)測(cè)試成功，那么,，中國(guó)會(huì)擁有自己的“管道高鐵”嗎,？

發(fā)表于：5/16/2016

基于智能代理的交通分配建模

針對(duì)現(xiàn)有交通分配研究對(duì)駕駛員有限理性、道路交通動(dòng)態(tài)隨機(jī)性的忽視,，提出一種基于智能代理的動(dòng)態(tài)交通分配模型IATAM,，其以駕駛員為代理,，依據(jù)駕駛員的路線偏好,，綜合駕駛員信息處理的模糊隨機(jī)過(guò)程，考慮鄰居駕駛員影響，提出神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的駕駛員智能路線決策機(jī)制,。實(shí)驗(yàn)中IATAM模型檢測(cè)點(diǎn)車(chē)流量與真實(shí)車(chē)流量的平均相對(duì)誤差減小到6.42%,，表明IATAM模型實(shí)驗(yàn)精度更高，更符合復(fù)雜多變的交通環(huán)境,?；谥悄艽磉M(jìn)行交通分配，更能反映駕駛員的異構(gòu)性和路線決策的模糊隨機(jī)性,，并有效提高交通分配精度,。

發(fā)表于：4/5/2016

基于云計(jì)算TCP/IP標(biāo)準(zhǔn)的行車(chē)路線優(yōu)化模型

針對(duì)云計(jì)算環(huán)境的復(fù)雜性造成的傳統(tǒng)集中式動(dòng)態(tài)路線指引系統(tǒng)漸漸對(duì)處理快速增長(zhǎng)的大規(guī)模交通數(shù)據(jù)失去效用的問(wèn)題，以及消費(fèi)者對(duì)實(shí)時(shí)機(jī)動(dòng)車(chē)路線服務(wù)的需求與日俱增的情況,，提出了基于TCP/IP標(biāo)準(zhǔn)的分布式機(jī)動(dòng)車(chē)行車(chē)路線服務(wù)系統(tǒng)(SMDRS),，其目的在于減緩交通擁堵的壓力，增進(jìn)運(yùn)輸服務(wù)的質(zhì)量,。實(shí)驗(yàn)系統(tǒng)在Hadoop大數(shù)據(jù)中采用了MapReduce方法從而可以并行執(zhí)行任務(wù)分配,，使用了ZooKeeper技術(shù)以在子任務(wù)處理器之間建立協(xié)調(diào)機(jī)制，并且應(yīng)用了卡爾曼濾波器算法以進(jìn)行短周期交通流的預(yù)測(cè),。實(shí)驗(yàn)結(jié)果證明,，SMDRS系統(tǒng)能夠提供實(shí)時(shí)的機(jī)動(dòng)車(chē)路線綜合服務(wù)，從而獲得更有效的交通信息,，提供更有質(zhì)量的推薦路線,，進(jìn)行更準(zhǔn)確的行程時(shí)間的預(yù)測(cè)，以及功能更加齊備的服務(wù)通知推送,。

發(fā)表于：3/31/2016

中國(guó)交通部代表團(tuán)參訪英飛凌德國(guó)總部

“合作,、發(fā)展、互利,、共贏”始終是中德兩國(guó)開(kāi)展經(jīng)濟(jì)和工業(yè)領(lǐng)域交流合作的核心理念,，而求新求變求突破是雙方共同堅(jiān)持的發(fā)展準(zhǔn)則。近日,，在英飛凌德國(guó)總部,，英飛凌智能卡與安全事業(yè)部全球副總裁Thomas Rosteck先生熱情接待了中華人民共和國(guó)交通部通信信息中心副主任林榕先生及其直屬單位中交金卡公司等一行人的到訪，雙方就中國(guó)公共交通的互聯(lián)互通和未來(lái)發(fā)展進(jìn)行了深入的交流,，為日后英飛凌與交通部在智能交通領(lǐng)域開(kāi)展更多實(shí)質(zhì)性的合作奠定了基礎(chǔ),。

發(fā)表于：3/30/2016

基于GIS的城市事故應(yīng)急決策支持系統(tǒng)研究

城市快速發(fā)展，安全事故頻發(fā),，常造成重大損失,。對(duì)于這一問(wèn)題，研究并設(shè)計(jì)了城市事故應(yīng)急決策支持系統(tǒng),，介紹了系統(tǒng)使用的地理信息系統(tǒng)技術(shù)和決策支持系統(tǒng)技術(shù),。從系統(tǒng)總體框架和設(shè)計(jì)兩方面探討其功能組成和具體實(shí)現(xiàn),，重點(diǎn)研究了地理信息系統(tǒng)平臺(tái)和知識(shí)推理模塊設(shè)計(jì)。該系統(tǒng)為城市突發(fā)事故應(yīng)急提供技術(shù)支持,，輔助決策者做出及時(shí)和科學(xué)的事故應(yīng)急決策,。

發(fā)表于：3/23/2016

無(wú)人地面車(chē)輛自主性評(píng)價(jià)指標(biāo)體系研究

自主性是無(wú)人系統(tǒng)最為重要的性能指標(biāo)之一,在對(duì)美國(guó)陸軍無(wú)人地面車(chē)輛發(fā)展進(jìn)行分析的基礎(chǔ)上，以無(wú)人地面車(chē)輛自主性能力作為總體評(píng)價(jià)目標(biāo),，從體現(xiàn)其自主性應(yīng)具備的能力要素出發(fā),，分為感知能力、規(guī)劃能力,、運(yùn)動(dòng)控制能力,、行為能力和學(xué)習(xí)能力5個(gè)評(píng)價(jià)方面，每個(gè)評(píng)價(jià)方面又包含多個(gè)能力因素,，以此建立無(wú)人地面車(chē)輛自主性評(píng)價(jià)指標(biāo)體系,。

發(fā)表于：3/22/2016

融合顏色分割與形狀特征的交通標(biāo)志檢測(cè)

交通標(biāo)志的顏色特征和形狀特征是其最主要的兩個(gè)特征，為提高檢測(cè)的準(zhǔn)確性和魯棒性,，提出顏色分割和形狀特征相結(jié)合的方法,。利用交通標(biāo)志的顏色特征，采用基于HSV空間的顏色分割方法,，獲得圖像中可能包含交通標(biāo)志的區(qū)域,，并提取該區(qū)域。根據(jù)交通標(biāo)志的形狀特點(diǎn),，利用canny算子獲取提取區(qū)域的輪廓,。然后，采用基于標(biāo)記的形狀檢測(cè)算法判定所分割區(qū)域的形狀,，利用方向梯度直方圖特征結(jié)合支持向量機(jī)（SVM）方法完成交通標(biāo)志識(shí)別,。經(jīng)實(shí)驗(yàn)測(cè)試，該方法對(duì)圖片視點(diǎn)變換,、尺度變換以及亮度變換等情況具有很強(qiáng)的魯棒性,。

發(fā)表于：3/20/2016

基于層次分析法的應(yīng)急路徑選擇方法

采用改進(jìn)的層次分析法分析道路狀況的多種因素，得出了當(dāng)?shù)缆钒l(fā)生緊急事故時(shí),，符合時(shí)效性,、安全性、經(jīng)濟(jì)性的路段權(quán)值,。然后根據(jù)實(shí)時(shí)交通信息,，利用改進(jìn)的Dijkstra算法，探索了路徑權(quán)重計(jì)算方法,，建立了交通網(wǎng)絡(luò)的運(yùn)行時(shí)間的加權(quán)圖,，驗(yàn)證了本方法在實(shí)際交通網(wǎng)絡(luò)中的應(yīng)用，證實(shí)了方法的有效性和可行性,。

發(fā)表于：3/19/2016

基于Bag-of-Features算法的車(chē)輛檢測(cè)研究

車(chē)輛檢測(cè)已成為交通運(yùn)輸工程（ACC）和先進(jìn)輔助駕駛系統(tǒng)（ADAS）中的核心技術(shù)之一,。該算法利用車(chē)輛的邊緣特征與BagofFeatures（BoF）模型的融合對(duì)前方運(yùn)動(dòng)車(chē)輛進(jìn)行實(shí)時(shí)檢測(cè),，主要包含車(chē)輛假設(shè)存在區(qū)域生成和假設(shè)區(qū)域驗(yàn)證兩部分。首先,，對(duì)圖像進(jìn)行預(yù)處理后利用Sobel邊緣檢測(cè)處理得到車(chē)輛假設(shè)存在的區(qū)域；然后,，利用BagofFeatures的K最近鄰域算法對(duì)假設(shè)存在區(qū)域進(jìn)行驗(yàn)證,。該算法與其他算法最大的區(qū)別在于將邊緣和BagofFeatures相結(jié)合來(lái)提高檢測(cè)率。通過(guò)對(duì)實(shí)際道路視頻進(jìn)行測(cè)試,，結(jié)果表明,，該方法能夠?qū)崟r(shí)準(zhǔn)確地檢測(cè)出道路上前方運(yùn)動(dòng)車(chē)輛。

發(fā)表于：3/3/2016

一種基于分配的車(chē)隊(duì)自組網(wǎng)節(jié)點(diǎn)接入機(jī)制

通過(guò)分析自組網(wǎng)中不同接入機(jī)制對(duì)網(wǎng)絡(luò)通信性能產(chǎn)生的影響,，根據(jù)車(chē)隊(duì)自身的特點(diǎn),，針對(duì)車(chē)隊(duì)自組網(wǎng)的組織形式提出了一種基于分配的節(jié)點(diǎn)接入機(jī)制。該機(jī)制將競(jìng)爭(zhēng)信息與業(yè)務(wù)信息相分離,，有效地克服了車(chē)隊(duì)自組網(wǎng)中競(jìng)爭(zhēng)信息對(duì)正常業(yè)務(wù)信息造成干擾的問(wèn)題,，提高了車(chē)隊(duì)通信的性能

發(fā)表于：2/22/2016

基于歸一化RGB與橢圓相似度的圓形交通標(biāo)志檢測(cè)

提出一種基于歸一化RGB（NRGB）和橢圓相似度的圓形交通標(biāo)志檢測(cè)方法。首先將圖像的RGB模型轉(zhuǎn)換為NRGB,，利用閾值分割得到紅,、藍(lán)、黃顏色分量,，然后根據(jù)面積和長(zhǎng)寬比去除干擾區(qū)域,，最后利用橢圓相似度檢測(cè)感興趣區(qū)域是否為圓型交通標(biāo)志。實(shí)驗(yàn)結(jié)果表明,，該方法能在復(fù)雜背景中準(zhǔn)確定位圓形交通標(biāo)志,，獲得了較高的檢測(cè)率和較低的誤檢率。

發(fā)表于：2/22/2016