本文關(guān)鍵詞：基于多源信息融合的試驗(yàn)場道路識(shí)別系統(tǒng)研究

  更多相關(guān)文章： 路面激勵(lì) 振動(dòng)響應(yīng) 圖像處理 差分衛(wèi)星定位 多源信息融合 人工神經(jīng)網(wǎng)絡(luò)

【摘要】：汽車試驗(yàn)是對車輛整體性能、可靠性以及質(zhì)量進(jìn)行評(píng)估驗(yàn)證的重要環(huán)節(jié),是加快汽車研發(fā)速度、提高產(chǎn)品質(zhì)量的關(guān)鍵手段。在汽車可靠性試驗(yàn)規(guī)范中,對試驗(yàn)道路類型及行駛里程分配做了明確的規(guī)定,試驗(yàn)車輛必須嚴(yán)格按照試驗(yàn)道路類別及里程分配行駛,使車輛受到足夠的路面激勵(lì),才能保證后續(xù)可靠性分析的準(zhǔn)確性。對試驗(yàn)車輛行駛的道路類型和里程數(shù)進(jìn)行實(shí)時(shí)監(jiān)控是車輛可靠性試驗(yàn)的一種手段。傳統(tǒng)的通過車輛定位信息與道路GIS信息匹配實(shí)現(xiàn)道路類型識(shí)別的方法存在信號(hào)遮擋導(dǎo)致識(shí)別精度下降的問題,同時(shí)基于視頻圖像進(jìn)行道路識(shí)別也出現(xiàn)由于環(huán)境因素導(dǎo)致識(shí)別效果差的問題。因此,研究多源信息融合的道路識(shí)別系統(tǒng)對汽車道路試驗(yàn)的完善和監(jiān)管具有重要的理論意義和工程應(yīng)用價(jià)值。本文具體研究內(nèi)容包括：1. 分析了汽車試驗(yàn)場道路特點(diǎn),設(shè)計(jì)了基于多源信息融合的試驗(yàn)場道路識(shí)別系統(tǒng)整體架構(gòu)。2. 研究了基于車輛振動(dòng)信息識(shí)別道路類型的方法。通過建立四分之一車輛懸掛模型,分析車輛動(dòng)力學(xué)和運(yùn)動(dòng)學(xué)測量機(jī)理,提出了一種融合多點(diǎn)振動(dòng)加速度信號(hào)和車速信息的路面激勵(lì)模型,研究了基于空間域和功率譜密度函數(shù)的路面激勵(lì)特征提取方法。取得了較好的特征提取效果,為高精度的道路識(shí)別提供了技術(shù)基礎(chǔ)。3. 分別采用通過直方圖匹配算法和SURF算法提取道路圖像的顏色和紋理信息,通過模板匹配法得到圖像的顏色和紋理特征。并研究了差分衛(wèi)星定位信息和試驗(yàn)道路GIS數(shù)據(jù)的匹配方法,為道路精確識(shí)別提供重要的技術(shù)方法。設(shè)計(jì)了基于道路圖像特征的貝葉斯分類器和基于路面激勵(lì)特征的人工神經(jīng)網(wǎng)絡(luò)分類器,并基于幾何平均準(zhǔn)則將各分類器的識(shí)別結(jié)果以及差分定位匹配結(jié)果進(jìn)行數(shù)據(jù)融合,實(shí)現(xiàn)了基于多源信息融合的試驗(yàn)道路識(shí)別系統(tǒng),提高了道路識(shí)別結(jié)果的精確性和穩(wěn)定性。4. 實(shí)現(xiàn)了系統(tǒng)的軟硬件設(shè)計(jì),并進(jìn)行了功能驗(yàn)證和綜合實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明該系統(tǒng)能實(shí)現(xiàn)試驗(yàn)場道路的準(zhǔn)確識(shí)別。
【關(guān)鍵詞】：路面激勵(lì) 振動(dòng)響應(yīng) 圖像處理 差分衛(wèi)星定位 多源信息融合 人工神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U467;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-9
• 第一章 緒論9-17
• 1.1 研究背景及意義9
• 1.2 國內(nèi)外研究現(xiàn)狀9-14
• 1.2.1 地形分類技術(shù)研究現(xiàn)狀10-12
• 1.2.2 車輛高精度定位技術(shù)研究現(xiàn)狀12-13
• 1.2.3 路面激勵(lì)與車輛振動(dòng)研究現(xiàn)狀13-14
• 1.3 本文的研究內(nèi)容和章節(jié)安排14-17
• 第二章 汽車試驗(yàn)場道路識(shí)別系統(tǒng)方案設(shè)計(jì)17-27
• 2.1 系統(tǒng)需求分析17-19
• 2.1.1 汽車試驗(yàn)場試驗(yàn)道路分析17-19
• 2.1.2 試驗(yàn)場汽車可靠性試驗(yàn)分析19
• 2.1.3 系統(tǒng)功能分析19
• 2.2 系統(tǒng)功能模塊設(shè)計(jì)19-25
• 2.2.1 系統(tǒng)功能模塊定義19-20
• 2.2.2 數(shù)據(jù)采集20-23
• 2.2.3 數(shù)據(jù)預(yù)處理23-24
• 2.2.4 特征提取及分類24-25
• 2.3 系統(tǒng)整體架構(gòu)25-26
• 2.4 本章小結(jié)26-27
• 第三章 路面激勵(lì)信號(hào)的測量和處理27-53
• 3.1 車輛的振動(dòng)機(jī)理27-36
• 3.1.1 車輛振動(dòng)概述27
• 3.1.2 引起車輛振動(dòng)的激振源27-31
• 3.1.3 車輛響應(yīng)特性31-35
• 3.1.4 車輛振動(dòng)機(jī)理分析小結(jié)35-36
• 3.2 路面激勵(lì)信號(hào)測量方法36-43
• 3.2.1 車輛振動(dòng)信號(hào)測量方法36-39
• 3.2.2 基于振動(dòng)加速度與車速融合的路面激勵(lì)測量方法39-43
• 3.3 道路激勵(lì)信號(hào)處理43-51
• 3.3.1 采樣頻率校正43-46
• 3.3.2 振動(dòng)信號(hào)空間域分析46-48
• 3.3.3 振動(dòng)信號(hào)頻域(空間頻域)分析48-51
• 3.4 本章小節(jié)51-53
• 第四章 基于多源信息融合的道路識(shí)別系統(tǒng)設(shè)計(jì)53-75
• 4.1 道路圖像信息的特征提取53-66
• 4.1.1 圖像預(yù)處理53-55
• 4.1.2 道路圖像的顏色特征提取55-62
• 4.1.3 道路圖像的紋理特征提取62-65
• 4.1.4 圖像特征向量65-66
• 4.2 車輛定位與道路的位置信息的匹配66-68
• 4.2.1 衛(wèi)星定位系統(tǒng)基本原理66
• 4.2.2 差分衛(wèi)星定位系統(tǒng)的基本原理66-67
• 4.2.3 坐標(biāo)信息在電子地圖中的匹配67-68
• 4.2.4 匹配結(jié)果和置信度68
• 4.3 分類器的設(shè)計(jì)與多源信息融合研究68-74
• 4.3.1 分類器種類的選擇69
• 4.3.2 基于路面激勵(lì)特征的分類器69-72
• 4.3.3 基于道路圖像特征的分類器72-73
• 4.3.4 基于多源信息融合的道路類型分類器73-74
• 4.4 本章小節(jié)74-75
• 第五章 系統(tǒng)的軟硬件設(shè)計(jì)及實(shí)驗(yàn)75-91
• 5.1 實(shí)驗(yàn)系統(tǒng)設(shè)計(jì)與搭建75-84
• 5.1.1 系統(tǒng)硬件實(shí)現(xiàn)75-80
• 5.1.2 實(shí)驗(yàn)系統(tǒng)軟件編程80-84
• 5.1.3 道路圖像和車輛位置信息數(shù)據(jù)來源84
• 5.2 試驗(yàn)場道路識(shí)別實(shí)驗(yàn)與結(jié)果分析84-89
• 5.2.1 汽車試驗(yàn)場實(shí)驗(yàn)過程84
• 5.2.2 基于路面激勵(lì)信號(hào)的道路識(shí)別實(shí)驗(yàn)84-87
• 5.2.3 基于多信息融合的道路試驗(yàn)結(jié)果87-89
• 5.3 本章小節(jié)89-91
• 第六章 總結(jié)與展望91-93
• 6.1 全文總結(jié)91-92
• 6.2 研究展望92-93
• 致謝93-95
• 參考文獻(xiàn)95-97

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蒲書縉;趙忠凱;;基于一致理論的多源信息融合研究[J];應(yīng)用科技;2006年02期

2 剛鐵,吳林;超聲檢測中的多源信息融合技術(shù)與缺陷識(shí)別[J];機(jī)械工程學(xué)報(bào);1999年01期

3 游林儒,張晉格,王炎;一種多源信息融合方法及其應(yīng)用[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2000年04期

4 黃松濤;石章松;;基于多源信息融合的火災(zāi)報(bào)警系統(tǒng)設(shè)計(jì)[J];消防科學(xué)與技術(shù);2008年12期

5 成波;馮睿嘉;張偉;李家文;張希波;;基于多源信息融合的駕駛?cè)似跔顟B(tài)監(jiān)測及預(yù)警方法研究[J];公路交通科技;2009年S1期

6 黃潂,陳森發(fā),孫燕,亓霞;一種分布式復(fù)合多源信息融合系統(tǒng)及其在交通工程中的應(yīng)用[J];土木工程學(xué)報(bào);2003年07期

7 周燕;覃如賢;巴軍;;基于多源信息融合的車輛防碰撞控制系統(tǒng)[J];微計(jì)算機(jī)信息;2006年19期

8 宮鳳強(qiáng);李夕兵;鄧建;;基于多源信息融合法的巖土力學(xué)參數(shù)概率分布推斷[J];巖土力學(xué);2007年03期

9 高穎;姬維君;王鳳華;郭淑霞;;基于分層多級(jí)黑板的多源信息融合系統(tǒng)設(shè)計(jì)[J];彈箭與制導(dǎo)學(xué)報(bào);2013年06期

10 劉同明;戰(zhàn)術(shù)多源信息融合對DBMS的需求分析[J];雷達(dá)與對抗;1998年02期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前3條

1 宋元;許林周;章新華;;面向多源信息融合的艦載聲納仿真平臺(tái)設(shè)計(jì)[A];2009年全國水聲學(xué)學(xué)術(shù)交流暨水聲學(xué)分會(huì)換屆改選會(huì)議論文集[C];2009年

2 曲陽;徐林;王建輝;顧樹生;;基于信息博弈的多源信息融合方法[A];2005年全國自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2005年

3 司剛?cè)?曹暉;張彥斌;馬西奎;;基于多源信息融合技術(shù)的復(fù)雜工業(yè)過程監(jiān)控系統(tǒng)[A];中國儀器儀表學(xué)會(huì)第九屆青年學(xué)術(shù)會(huì)議論文集[C];2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 楊瀾;基于多源信息融合的車輛航姿估計(jì)技術(shù)研究[D];長安大學(xué);2013年

2 雷建和;基于多源信息融合的人體運(yùn)動(dòng)分析與建模研究[D];中國科學(xué)技術(shù)大學(xué);2006年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李二洋;基于規(guī)則與多源信息融合的鉆井智能預(yù)警系統(tǒng)研究[D];西安石油大學(xué);2015年

2 孫覺非;基于多源信息融合的試驗(yàn)場道路識(shí)別系統(tǒng)研究[D];東南大學(xué);2016年

3 林愛軍;基于粒子濾波的空天飛行器多源信息融合導(dǎo)航技術(shù)研究[D];南京航空航天大學(xué);2016年

4 王新濤;多源信息融合方法研究[D];哈爾濱工程大學(xué);2012年

5 黃霄鵬;分布式多源信息融合算法研究與仿真平臺(tái)開發(fā)[D];杭州電子科技大學(xué);2013年

6 竇晨超;基于多源信息融合方法的火災(zāi)檢測系統(tǒng)的算法研究[D];華東理工大學(xué);2013年

7 陳琳;基于數(shù)據(jù)驅(qū)動(dòng)的多源信息融合技術(shù)研究[D];杭州電子科技大學(xué);2012年

8 華云鵬;基于多源信息融合技術(shù)的船舶電力推進(jìn)系統(tǒng)故障診斷研究[D];大連海事大學(xué);2012年

9 孫延?xùn)|;多源信息融合技術(shù)在VTS中的應(yīng)用[D];大連海事大學(xué);2014年

10 李松;基于多源信息融合的定位與跟蹤方法研究[D];河南大學(xué);2014年

，

本文編號(hào)：812737