基于分块灰度投影的无人飞行器视频稳像方法

针对传统灰度投影算法局部运动影响全局运动矢量估计精度的问题,结合无人飞行器航摄视频图像的特点,提出一种适用于无人飞行器的视频稳像方法. 该方法将图像划分为若干子区域,剔除灰度特征不明显和物体局部运动等影响全局运动估计精度的子区域,对保留的子区域分别采用灰度投影法计算运动矢量,由局部运动估算出图像的全局运动矢量,经过运动决策,将运动补偿矢量应用于图像补偿,获得稳定的视频图像. 对真实无人飞行器航摄视频稳像实验结果表明,该算法稳像准确度与块匹配全搜索算法相当,而单帧稳像时间只有块匹配全搜索算法的1/3,在准确性和实时性方面均优于传统灰度投影算法.      

基于无人机影像序列的城市精细化三维模型精度评估

为满足数字城市对精细化实景三维模型日益显著的需求,解决传统方法建模效率低的问题,提出一种基于无人机影像序列的城市精细化三维模型构建方法,通过现场25架次的航拍试验,构建了20个300 m×300 m测区范围的精细化模型和1个图书馆建筑精细化模型;利用检查点评估了全部精细化模型的精度,重点讨论了5种航拍高度和4种控制点选取方案对精细化模型精度的影响.分析结果表明:随着航拍高度降低、控制点数量增加,构建的精细化模型误差减小、精度得到提高;测区范围精细化三维模型最高精度达到平面±3.4cm、高程±3.1 cm,图书馆单体建筑精细化模型精度达到平面±3.4 cm、高程±1.5 cm;基于无人机序列影像的三维模型构建方法能够满足城市实景模型构建的精度要求,具有重要工程实用价值.     

基于影像定位的无人机侦察视频超分辨率重建方法

 为了改善无人机侦察视频质量,针对目前无人机摄像、照相数据特点,提出了一种基于前方交会的无人机航摄影像定位方法。首先,对所有无人机侦察视频帧和航片分别进行特征匹配,得到影像间关系;然后,提出基于前方交会与抗差估计的无人机航摄影像定位方法,来实现航摄影像的定位;最后,对侦察视频帧进行高频补偿与凸集投影迭代优化,得到重建后侦察视频。实验结果表明,基于前方交会与抗差估计的无人机航摄影像定位方法加强了无人机视频与航片的对应性,凸集投影迭代优化法增强了重建的边缘保持能力。该方法增强了重建图像的一致性与保真度,特别是对图像边缘细节部分等效果极为明显,且处理速度更快。     

基于影像定位的无人机侦察视频超分辨率重建方法

 为了改善无人机侦察视频质量，针对目前无人机摄像、照相数据特点，提出了一种基于前方交会的无人机航摄影像定位方法。首先，对所有无人机侦察视频帧和航片分别进行特征匹配，得到影像间关系；然后，提出基于前方交会与抗差估计的无人机航摄影像定位方法，来实现航摄影像的定位；最后，对侦察视频帧进行高频补偿与凸集投影迭代优化，得到重建后侦察视频。实验结果表明，基于前方交会与抗差估计的无人机航摄影像定位方法加强了无人机视频与航片的对应性，凸集投影迭代优化法增强了重建的边缘保持能力。该方法增强了重建图像的一致性与保真度，特别是对图像边缘细节部分等效果极为明显，且处理速度更快。     

基于多因素融合建模下无人机航行环境评估方法

当前无人机(unmanned aerial vehicle,UAV)任务路径的研究已日益广泛。现实环境中执飞空域将由多机种多机型共同参与,针对无人机间,以及与载人运输机间的航行环境分析及空域密度评估,还处于研究初级阶段。为正确分析大型无人机在复杂区域内执行任务对航行环境的影响,综合考虑尺寸与性能数据、空域结构、空中交通服务和飞行技术安全等因素,首次建立多种因素融合下的无人机航行环境评估模型,并获取量化评估结果。计算结果表明:通过分析模型计算得出航空器间最小距离,可为制定航路航线间隔,判断空域密度等问题提供数据参考。为未来低空空域开放,实现载人运输机和无人机安全、协同飞行创造条件。     

基于实测数据的城市快速路交通流加速度研究

为分析不同交通流密度下的车辆加速度变化规律,本文选取青岛市杭-鞍高架快速路为试验场地,利用视频检测技术采集试验路段不同点位的交通流样本,从视频中获取跟驰车队的车速、车头间距、速度差以及加速度等交通流数据。统计分析发现,加速度值域关于0点对称分布;不同交通流密度下加速度的分布具有各异性;车速、车头间距和速度差对加速度的影响程度随交通流密度的不同而不同。利用本文实测数据对加速度GM模型进行参数优化和拟合分析,结果验证了模型的合理性,样本平均拟合误差均小于5%。     

基于激光雷达的无人机违规航行轨迹数据自动捕获方法

为了解决传统方法对无人机违规航行轨迹数据捕获的精度和实时性低的问题,通过激光雷达研究了一种新的无人机违规航行轨迹数据自动捕获方法。建立激光雷达信号和目标场景作用过程模型,将每束激光在目标场景表面的映射部分当成激光脚印,完成对激光束相应激光脚印的响应函数和激光雷达发射信号的时间分布函数的卷积计算,获取激光脚印相应目标区域和激光雷达信号作用后反馈的回波信号。依据反馈的回波信号建立单次成像回波峰值点轨迹分布模型,获取无人机航行轨迹数据。针对无人机实际航行轨迹和预定义航行轨迹,采用优化的修正豪斯多夫距离公式(MHD)进行轨迹数据匹配程度衡量,按照经验设定阈值,若匹配度超过阈值,则认为实际轨迹与预设定无人机航行轨迹不匹配,将相应实际轨迹当成无人机违规航行轨迹,对违规航行轨迹数据进行捕获。结果表明:所提方法可及时检测处无人机违规航迹,报警时间比其他方法时效性高;所提方法捕获的无人机违规航行轨迹数据与真实数据偏差小。可见所提方法实时性与精度均较高。     

基于配送模式的无人机城市配送路径规划

无人机以其“小、快、灵活”的优势逐渐应用于城市物流配送当中。本文首先论述了无人机配送模式,分为机车协同模式与无人机独立运行模式。其次阐述了无人机配送路径规划的影响因素,包括能耗、禁区障碍物等绕飞因素以及不确定的自然环境。最后根据两种配送模式,探讨了内外因素对无人机配送路径规划的影响。结果说明非线性无人机能耗模型更符合无人机实际运行特征;风、温度等天气因素影响其城市配送飞行方向与电量能耗等;禁飞区、时间窗等外部因素也影响无人机路径规划。实际运行中无人机会受到多重因素共同影响,能耗与外部因素对无人机路径规划影响问题研究还有待进一步完善。     

一种新的交通流视频检测方法

提出一种基于彩色虚拟检测线的交通流信息视频检测方法．该方法通过分析光照、车道和阴影等模型之间的相互关系来判断车辆的存在，提高车流量检测的性能．通过引入色彩饱和度信息、自适应背景更新和运动检测，有效地区分阴影和车辆；通过二叉决策树来分析车辆的压线过程，提高了车流量检测的可靠性；通过一维视频跟踪的方式，解决了车辆速度检测的难题．试验结果表明，所采用的局部区域检测方法大大提高了交通流信息检测的实时性，且车流量检测的准确率可提高到98％．     

基于视频图像检测的高速公路车型分道行驶监测系统

为解决交通监管部门对于高速公路客货混流问题监管效率低效果差的问题,通过视频图像检测法对高速公路进行研究和应用,构建了基于机器学习和计算机视觉的视频图像检测模式,以提高视频检测的稳定性和准确率,提出了基于尺度不变特征变换(scale invariant feature transformation,SIFT)池化的车辆特征提取模型,摒除传统视频背景建模稳定性和准确率不高的缺陷,获取车辆车型特征数据和分道行驶参数,经过试点样本训练后,实验结果表明:车型识别的准确率高达95％以上,车辆分道检测的准确率达到90％左右.     

三维动态无人机网络覆盖性能与信道容量分析

无人机(unmanned aerial vehicles, UAV)在空间内不规则分布和移动给系统设计带来巨大挑战，为了对UAV服务下的热点场景进行更加真实可靠地分析，基于随机几何和移动ad hoc网络 (mobile ad hoc network, MANET)理论，构建了一种三维移动UAV网络模型。UAV群被建模为三维泊松点过程(three-dimensional Poisson point process, 3-D PPP)，可以在水平和竖直方向位移。为了进一步研究该系统的网络性能，考虑了2种服务模型:基站切换模型(base station handover model, BHM)和基站恒定模型(base station constant model, BCM)。通过推导服务距离分布以及其余基站干扰的拉普拉斯变换，得出该系统的覆盖概率和信道容量。通过仿真分析了不同参数指标对覆盖概率以及信道容量的影响。实验结果表明，与传统二维UAV网络模型相比，该三维动态模型能够更准确地反映实际情况，并且基于最近邻策略的基站切换能够显著提升网络性能。     

基于快速路交通录像的交通流模型参数测量方法研究

提出一种利用城市快速道路交通录像资料测量交通流模型中各种参数的方法.以北京市一个路段的实际录像资料为例,通过测量和分析获得Kerner非线性模型中的临界密度、宽运动堵塞的传播速度和Greenshields模型中的畅行速度等参数.结果显示,这是一种操作性强、成本很低且有多种应用前景的交通流测量新方法.     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

倾转翼无人机返航过渡段气动分析与优化

倾转翼无人机是兼有固定翼飞机和直升机优点的一种新型旋翼无人飞行器,但其过渡段的气动特性存在非线性、强耦合的特点。基于动量源方法建立了倾转翼无人机返航过渡段的数值模拟方法,经单独旋翼和Georgia-Tech模型算例验证动量源方法的准确性后,结合滑移网格技术模拟倾转翼无人机返航段并进行气动分析,通过调整旋翼转速、倾转角速度,使其定高倾转完成的时间从9.20s缩短为4.46s,在此基础上通过MATLAB不同函数拟合曲线编写入动量源,对比得到返航段走廊曲线。计算结果表明利用拟合曲线可以使其更平稳地定高倾转,使倾转翼无人机的返航过渡段受力曲线更加光滑,该方法得到的结果为控制倾转翼无人机返航过渡段的稳定性提供了理论依据。     

高速公路车流量与车辆密度关系研究^①

在一些汽车靠右行驶的国家或地区（如荚固，中国大陆等等），在多车道的高速公路上行驶须遵循以下交通规则：司机必须在最右侧驾驶，除非他们正在起车。超车时必须先移到左佣车道后再超车并返回到原车道。谈文运用计算机璃程方法，研究在车辆严格遵守以上规则的情况下，道路车流量，车辆密度以及在限速条件下速度均值之间的关系。研究结果表明，当车辆密度较小时，车流量和车辆密度几乎成正比；随着车辆密度的上升，车流量在达到峰值之后开始缓慢下降。该文的研究成果对合理有效管理高速公路的运营承成具有理论与实践意义。     

基于视频数据的道路通行能力分析及车辆排队长度模型

根据2013年全国大学生数学建模竞赛A题提供的交通视频,采集了相关数据,对数据进行仿真分析,得出了车辆变道行为发生率越高实际通行能力越低的关系,分析了实际通行能力随时间变化的趋势,并建立了数学模型.分析了占道不同对实际通行能力影响的差异,先从统计学的角度利用曼-惠特尼U检验对两种情况下实际通行能力数据进行显著性差异判断,然后结合现场交通实际情况对实际通行能力存在差异的原因进行分析.基于交通二流理论的思想,计算了车辆的排队长度.建立BP神经网络模型,模拟交通事故路段车辆排队长度与事故横断面实际通行能力、事故持续时间以及路段上游车流量间关系.经检验,此模型拟合效果好、泛化能力强,平均预测误差仅为3.0168%.     

考虑非机动车流影响的微循环路网组织优化

为提高道路网通行能力,缓解干道拥堵,提高支路利用率,研究了非机动车流对机动车流的影响,并构建了影响模型,对机动车流的路阻函数进行改进。使用改进后的路阻函数构建微循环路网单向交通组织双层规划模型。上层模型以路网交通效率最大,干道平均饱和度最小和微循环支路平均饱和度最小为目标; 下层模型是基于用户平衡分配的交通流分配模型。采用遗传算法对模型进行求解。最后以北京市西三旗地区某微循环系统为例进行算例分析。研究结果表明:实施单向交通能够有效降低干道饱和度,提升支路利用率,平衡道路资源使用。在不考虑非机动车流影响时,进行单向交通组织的路段为9条,考虑单向交通影响时,进行单向交通组织的路段为4条,仅有两条路段重合,两种情况路网组织方案差异明显,所以应在实际路网优化时考虑非机动车流的影响。可见,考虑非机动车影响的微循环路网组织优化模型能够为实际单向交通组织提供理论支持。     

无人飞行器双目视觉位姿估计算法改进与验证

针对无人飞行器(UAV)在未知复杂环境下的导航问题,提出一种基于双目视觉的UAV位置和姿态估计算法.利用基于非线性尺度空间的KAZE特征构建立体图像对的特征点检测与描述,用Knn算法进行特征点匹配,导出相机坐标系下特征点三维坐标,用随机抽样一致(RANSAC)算法与L-M迭代算法获得UAV姿态和位置估计值.实验验证结果表明,基于KAZE特征的UAV双目视觉位姿估计算法的准确性、实时性与可重复性好,能满足UAV实时导航要求.     

基于光束法自由网平差的无人机影像严格拼接

以稀少控制信息的无人机影像严格拼接为目的,引入光束法自由网平差的原理及计算过程,并推导了相应的误差模型.选择广东省增城市西部两条航带中的4张相邻影像进行试验,利用该方法,解决了在Google Earth中选择的控制信息精度不一致的问题.通过权值的选择,实现了带有坐标及投影信息的无人机影像严格拼接.分析了线元素、角元素与拼接误差的关系,为在稀少控制信息条件下影像的拼接提供理论依据.     

结合树冠体积的油茶树高与产量估测研究

【目的】以长沙县明月村油茶林基地为研究区,探讨利用无人机倾斜摄影提取树冠体积进行油茶树高和产量估测的可行性。【方法】基于无人机正射影像和密集匹配点云,提取波段反射率、植被指数、纹理因子、高度特征等遥感变量和冠幅等冠层参数,同时利用克里金法、反距离权重法、自然邻近点法和过滤三角网法分别获取油茶树冠体积,建立多元线性回归、随机森林、K最邻近模型估测油茶树高和产量,并以地面三维激光点云获取的树冠体积、样地实测树高和产量作为实测值分别对估测结果进行精度评价。【结果】过滤三角网是获取油茶树冠体积最有效的方法,其平均相对误差(31.54%)优于反距离权重法(36.73%)、克里金法(37.04%)和自然邻近点法(38.54%)。将树冠体积作为特征变量参与建模后,树高和产量的多元线性回归、随机森林、K最邻近模型的精度均有所提升(树高相对均方根误差分别减小了3.77%、0.78%、0.64%,产量相对均方根误差分别减小了1.32%、0.34%、0.16%)。对比3种估测模型,随机森林模型的决定系数均优于多元线性回归和K最邻近(树高决定系数分别为0.78、0.51和0.19,产量决定系数分别为0.61、0.48和0.24)。研究发现,分别使用估测树高和实测树高参与产量建模的精度无明显差异。【结论】结合树冠体积和树高参与建模可有效提高油茶产量估测精度,研究结果可为区域范围内利用无人机遥感技术开展油茶树高和产量调查提供参考。