Resumen

El vehículo inteligente todoterreno es una aplicación importante de la tecnología de Internet de los Vehículos utilizada en el campo del transporte, y el método de reconocimiento de obstáculos frontales es la tecnología clave para el vehículo inteligente todoterreno. En este artículo, basándonos en el paradigma inspirado en la agregación inteligente de datos de las aplicaciones IoT, estudiamos principalmente la tecnología de percepción en redes de vehículos mediante el uso de datos de imagen y un detector simétrico de características robustas aceleradas (SURF). Teniendo en cuenta la simetría y la agregación de datos de imagen, descubrimos que la agregación de datos tenía la capacidad de proporcionar información global para los sistemas de Internet de los Vehículos. Después de construir la plataforma experimental, los resultados mostraron que este método es más rápido que el algoritmo de transformación de características invariantes a escala en este caso, que puede satisfacer la precisión de detección de agua y el requisito de tiempo real. Por tanto, este método es eficaz para la detección de imágenes de agua con gran simetría para vehículos inteligentes todoterreno, y también proporciona una referencia útil sobre la tecnología de percepción del entorno y el paradigma inspirado en la agregación inteligente de datos utilizado en futuras aplicaciones de Internet de los Vehículos, vehículos inteligentes y seguridad vial.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:vehículo inteligente, agregación inteligente de datos, carretera, algoritmo de transformación invariante de características, método de reconocimiento frontal de obstáculos, tecnología de percepción del entorno, agregación de datos de imágenes, detector robusto de características, aplicaciones de seguridad vial, precisión de detección de agua
• Keywords:intelligent vehicle, smart data aggregation, road, invariant feature transform algorithm, front obstacle recognition method, environment perception technology, image data aggregation, robust features detector, traffic safety applications, water detection accuracy