车辆检测

Autoware推出的yolov2源码matlab版，为车辆定位与检测提供了简明入门手册。Localization模块利用LIDAR扫描数据和地图信息计算车辆在全局坐标系下的当前位置(x,y,z,roll,pitch,yaw)，推荐使用NDT算法进行激光雷达帧与3D地图的匹配。GNSS_localizer将GNSS接收器的NEMA/FIX消息转换为位置信息，并可作为Localization的初始参考位置。Dead_reckoner利用IMU传感器预测车辆的下一帧位置，并对Localization和GNSS_localizer的结果进行插值。Detection模块从激光雷达单帧扫描中提取点云信息，通过欧几里德聚类算法实现目标检测，也支持基于卷积神经网络的算法如VoxelNet和LMNet。Image_detector则负责读取摄像头图像，进行目标检测。

使用Matlab编程实现车辆目标的检测，代码详细易懂，适合初学者学习使用。

贡献者梅丽莎·陈（Melissa Chen）、高乐中（Lezhong Gao）、凯文·夸奇（Kevin Quach）、韦拜·斯里瓦斯塔瓦（Vaibhav Srivastava）使用区域增长聚类算法对3D点进行聚类，以过滤出具有宽度和深度的聚类。在360度全景图上，利用深度神经网络的预测框对聚类点进行投影，并选择最可能的框进行跟踪。

本资料夹包含MATLAB状态枚举法代码，用于Maixduino上的车辆检测。文件结构分为指南和手册、Maixduino编程脚本、处理数据集的MATLAB脚本以及YOLOv2和YOLOv3的实现。YOLOv3部分包括训练算法和生成预测的能力，适用于自定义数据集。

本项目利用 HOG 特征提取和 SVM 分类相结合的方法进行车辆检测。该方法以 MATLAB 为实现平台，并提供了以下内容：- MATLAB 代码- 数据集- 文件幻灯片- Latex 编写的报告该方法在越南交通视频数据集上进行评估，检测结果已展示在报告中。

提供自定义Simscape库和Simulink项目，用于车辆建模。自定义Simscape组件支持基于Pacejka '89和'96公式的轮胎模型，示例项目包括3DOF车辆模型（仅限Simscape）和6DOF车辆模型（Simscape Multibody）。

使用OpenMV进行编程，构建巡线车辆，实现路径跟踪功能。

本系统的开发简化和透明化汽车销售、进货和库存信息管理，提升操作便捷性和管理效率。通过优化不同功能模块的组合，系统实现了管理过程的自动化和信息化，同时自动检查人工操作，最大限度地降低出错率。

实现简便的车辆管理，用户可以在线预订和取车。管理员负责车辆管理和新车辆上传。

利用Visual Basic 6.0与Access，有效管理车辆信息，提升效率、准确性，操作便捷。