摘要：针对车辆行驶在高速公路过程中,传统地图匹配算法存在大量冗余检索时间,且消除垂直误差后仍存在水平误差等问题,设计了一种基于初始定位信息的快速地图匹配算法。该算法首先利用初始定位点到候选路段的距离与夹角确定车辆所行驶道路,然后考虑道路网拓扑结构和连通性,将后续定位点直接投影到初始确定的道路上,减少检索道路的时间;同时为提高算法的精确度,在引用初始定位信息时,通过设置距离阈值剔除定位数据漂移点,并利用一元线性方程建立HP模型以消除水平误差。经理论计算和实际测试表明,该算法利用初始获得的7个连续定位点,能准确检索出车辆正在行驶的道路,节省36%的检索时间,借助HP模型可以减少定位点与车辆实际位置之间45%的投影误差。因此,与连续匹配算法和垂直投影方式相比,该算法具有检索过程简单、检索准确率高、误差消除大的优势。

摘要：分析了船舶AIS数据的时间序列特征与船舶操纵特性,提出了改进的Sliding Window在线压缩算法;计算了277艘船舶总计1 026 408个坐标点的AIS轨迹数据,确定了合适的压缩阈值,分析了距离阈值与角度阈值对算法压缩率的敏感程度;根据压缩率图像的阶跃点,推荐了高、中、低3个档位的距离阈值和1个角度阈值,对比了Douglas-Peucker算法和改进Sliding Window算法的压缩率与压缩效率。试验结果表明:随着压缩率的提高,压缩后所剩下的点越来越少,数据所保留下来的有用信息也越来越少;压缩率与距离阈值、角度阈值均呈正比;经量纲为1化处理的高、中、低档位压缩距离阈值分别为43%、38%、33%船长;距离阈值为130m时,角度阈值超过9°后压缩率平稳,所以推荐角度阈值为9°,与《海港总体设计规范》(JTS 165—2013)中风流压差角8°相接近;随着距离阈值的增大,Douglas-Peucker算法和改进Sliding Window算法压缩率趋于相近,当距离阈值为120 m时,Douglas-Peucker算法压缩率仅比改进Sliding Window算法高1.74%;在5种距离阈值的情况下,Douglas-Peucker算法运行所用的平均时间是改进Sliding Window算法的5.39倍;随着数据量的增大,2种算法压缩效率的差距更加明显。可见,改进的Sliding Window算法能在降低压缩风险的同时大幅提高压缩效率,可以在数据持续更新的状态下一直保持压缩状态,与普通压缩模式相比,系统所占用的资源更少,处理效率更高,可用于船舶轨迹数据处理、电子海图显示与对船舶关键行为特征提取等方面。

摘要：在实时三维目标跟踪系统中,KL距离自适应粒子滤波算法中距离阈值、小区域阈值以及其他参数的选取往往根据经验设置,如果参数设置不合适会降低跟踪精度和实时性。为此,设计一种3D点云目标跟踪系统。分析距离阈值和小区域阈值等参数对跟踪性能的影响,并给出自适应粒子滤波中参数与跟踪目标模型的关系。实验结果表明,与PCL_Tracking算法相比,该系统提高了三维目标跟踪系统的准确性和实时性。

摘要：基于FPGA的嵌入式双目立体视觉系统中要求其边缘检测算法具备抗噪能力强、定位精度高、实时性好、易于硬件实现的特点。本文在SUSAN算法的基础上,提出了一种能够满足上述要求的改进边缘检测算法,先用SUSAN算法计算图像的初始响应和法线方向,再进行基于USAN重心与中心点距离阈值的非极大值抑制,最后进行边缘连接,得到边缘图像。该算法各模块采用Verilog HDL语言编程,并在FPGA中验证实现;边缘检测结果用于立体匹配,匹配效果良好,完全满足设计要求。