《基于机器学习的车辆路面类型识别技术研究》PDF+DOC
作者:王世峰,都凯悦,孟颖,王锐
单位:中国兵工学会
出版:《兵工学报》2017年第08期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFBIGO2017080230
DOC编号:DOCBIGO2017080239
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于手机放置变化的步态识别》PDF+DOC2016年第21期 杨文辉,杨明静
《基于机器学习的手势识别系统及其在移动终端上的应用》PDF+DOC2017年第08期 李养群,周梅
《基于深度学习模型的无线传感器网络数据融合算法》PDF+DOC2014年第12期 邱立达,刘天键,林南,黄章超
《基于多维特征融合的修复性器材需求预测》PDF+DOC2020年第01期 孙剑桥,王树礼,杜家兴
《应用图像处理系统支持砖瓦工业机器人进行复杂的处理任务》PDF+DOC2018年第03期 冯凯
《城镇燃气管道第三方侵害监测和预警技术研究》PDF+DOC2020年第20期 冉林
《基于时频融合特征的3D空间手写识别》PDF+DOC2012年第18期 严军,陈晓丹,沈海斌
《风力发电机组状态监测和故障诊断系统》PDF+DOC2011年第06期 和晓慧,刘振祥
《基于加速度传感器的大手势集手势识别算法改进研究》PDF+DOC2013年第10期 王原,汤勇明,王保平
《一种基于三维加速度传感器的人体行为识别方法》PDF+DOC2013年第06期 徐川龙,顾勤龙,姚明海
当车辆在各种不同的路面上行驶时,获知路面类型信息将有助于提高乘车人的安全性和舒适性,不同的路面类型将对车辆的加速、制动及操控等驾驶策略产生影响。基于机器学习的基本原理,提出一种使用加速度传感器和相机特征数据融合对路面类型进行分类的方法,并与单独使用其中一种传感器进行了比较。使用垂直加速度和车速数据并利用车辆动态模型还原路面轮廓,进而完成特征提取和路面类型分类;对相机采集的路面图像数据进行特征提取和分类;将两类传感器的数据特征进行融合,完成路面类型识别任务。实验结果表明:使用两种传感器数据特征融合的方法,不但识别精度有所提高,而且其可靠性和适应性也都优于单独使用加速度数据或路面图像数据。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。