简介:条纹反射法是一种结构简单的三维面形检测手段,本文对该方法在智能手机、平板等移动设备中的集成和应用进行了研究。首先,对条纹反射法标定误差以及智能设备的特点进行了分析。然后,在分析实际检测中的关键误差基础上,提出了通过相机非线性定标、改善相移算法、格点位置标定、应对相机自动增益调整等一系列方法和算法,在设备现有硬件条件下提高了测量精度和稳定性;最后,使用iPadAir对直径为105mm的SiC反射面进行了实验。结果表明,标定精度在毫米量级时,对反射面的检测精度RMS值达到33μm,并且以低频误差为主,在局部高频区域检测结果有明显优势,证实了在不使用其他外部设备前提下,集成于智能平板的条纹反射法具备几十微米量级精度的检测能力。
简介:研究了对于三车道的高速公路,自动驾驶汽车对混合交通流的通行能力及安全性的影响。引入变道欲望值、连续刹车率、空间速度方差和时间速度方差的概念,基于交通流元胞自动机模型,针对手动和自动驾驶2种汽车,建立了单向三车道的加减速和换道规则。选取6个评价参数,针对三车道模型,研究了随着自动驾驶汽车比例的增加,车道平均速度、平均速度的方差、交通密度、连续刹车率以及变道次数的变化情况。实验结果表明:在通行能力方面,当自动驾驶汽车的比例持续增加时,整个车道的平均速度、交通密度显著增加,从而大大提高了此交通网路中的通行能力;同时空间速度方差和时间速度方差会显著减少,说明整个交通流的平稳性增加了。在安全表现方面,当自动驾驶汽车的比例持续增加时,整个交通网路中的连续刹车率、变道次数先逐渐增加,然后逐渐减少,从而很好地刻画了安全性。最后分析了模型的优缺点,并指出了改进的方向。
简介:为了解决M/M/c模型在实际运用中模拟精度不高及使用范围有限的问题,本文立足系统状态变化与输入率和服务率的关系,通过引入输入概率和服务度,构建依赖系统状态的递进式输入率和服务率。递进式输入率和服务率通过研究系统实际运行状况设定临界值,其中输入率分为两阶段,服务率分为三阶段。此外,结合递进式输入率和服务率及排队论状态转移过程构建了递进式M/M/c模型,并采用后确定法确定模型参数。递进式M/M/c模型是M/M/c模型的扩展形式,提高了M/M/e模型的模拟精度,在一定程度上拓展了模型的应用范围。最后,通过一个生活实例验证了递进式M/M/c模型的优化性和实用性。