电动汽车充电口识别及曝光算法研究

发布时间：2021-03-13 00:33

　　这些年,全球电动汽车保有量增长得可谓十分迅速,如何高效安全地充电一直是电动汽车领域里备受关注的问题,目前人工充电存在劳动强度大、工作环境恶劣、存在安全隐患、所需操作人员的数量多且工人越来越难招等劣势,这些劣势成为制约电动汽车和公交系统高效、稳定、安全和良性运营的瓶颈。相对于人工操作,机器人自动充电可以很好地解决人工操作存在的几个问题,另外随着自动驾驶和低速自动泊车的普及,使用机器人进行自动充电将成为必然趋势。针对充电口结构简单特征少且需要对多姿态充电口进行识别的难点,对充电口识别算法进行了研究,同时为了提高识别算法对不同光照条件的鲁棒性,还对充电口视觉识别曝光算法进行了研究。分析充电口可提供的识别特征,提出了一种将Hu不变矩形状特征和LBP纹理特征联合起来对充电口进行识别的充电口识别算法。首先设计了图像预处理算法,实现了对可能包含有充电口的候选区域的获取;然后设计了基于Hu不变矩形状特征的充电口识别算法,实现了对候选区域初步筛选;最后设计了基于LBP纹理特征的充电口识别算法,实现了对候选区域进一步筛选,从而完成对充电口的识别。分析充电口结构组成,提出了基于拉普拉斯金字塔图像融合的充电口... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

全球电动汽车保有量的演变[2]

国外自动充电系统

固定分区示意图

【参考文献】：
期刊论文
[1]基于Hu不变矩特征的铁路轨道识别检测算法[J]. 董昱,郭碧.  铁道学报. 2018(10)
[2]基于AKAZE算法的户外建筑场景识别[J]. 石力.  无线互联科技. 2018(15)
[3]基于改进SIFT算法的目标识别[J]. 闫保中,雷雯静.  应用科技. 2018(05)
[4]国内外电动汽车发展现状及优化建议[J]. 罗文雲,周浩,于乐淘,李金宝.  中国集体经济. 2018(11)
[5]基于灰度共生矩阵纹理特征的局部放电模式识别[J]. 陈焕栩,解浩,张建文,严家明.  电力系统保护与控制. 2018(05)
[6]复合不变矩和GLCM特征加权融合的人脸识别研究[J]. 徐岩,刘斌,米强.  山东科技大学学报(自然科学版). 2018(02)
[7]基于改进的Harris角点检测的车型识别方法[J]. 张彤,张萍.  计算机科学. 2017(S2)
[8]基于Hu不变矩的图像形状特征提取研究[J]. 刁彦华,孟子钰,王晓君.  网络安全技术与应用. 2017(10)
[9]基于改进颜色直方图和灰度共生矩阵的图像检索[J]. 吴庆涛,曹再辉,施进发.  图学学报. 2017(04)
[10]基于Zernike矩与BoF-SURF特征融合的花粉图像分类识别[J]. 谢永华,朱延刚,赵贤国.  计算机工程. 2018(07)

硕士论文
[1]基于智能车的自动曝光研究[D]. 袁方.湖北工业大学 2016
[2]基于信息熵的自动曝光算法实现的研究[D]. 宁静怡.中国航天科技集团公司第一研究院 2016
[3]基于图像分析的3A算法研究[D]. 杜磊.西安电子科技大学 2014
[4]基于图像处理的摄像机自动对焦和自动曝光技术的研究[D]. 李龙龙.东北大学 2013



本文编号：3079260