基于多尺度卷积网络的非朗伯光度立体视觉方法

光度立体视觉作为一种精细三维测量技术广泛应用于三维重构、缺陷检测、生物医疗等领域,但传统反射模型对材质真实物理特性的反映能力有限,对于如光亮金属等具有非线性光反射特性的非朗伯表面适应性不佳,极大地限制了该技术的进一步应用.本文提出了一种基于深度学习多尺度卷积架构的光度立体视觉算法,实现了对非透明材质表面在任意光照条件下的高精度法向量恢复.算法在深度网络中设计了多尺度卷积结构,小尺寸卷积核强化了模型在光度物理原理上的表达,使得模型在细节预测上具备优势,大尺寸卷积核鼓励深度网络利用邻域特征,提升模型克服阴影和区分多种材质的能力.为进一步处理任意光照条件的问题,算法设计了对入射光照向量空间的多分辨三维极坐标划分方法,在整合输入图像信息的同时,充分发挥了多尺度卷积的效能.实验结果表明,多尺度卷积深度学习架构有效集成了光度原理和深度学习二者的优势,在保留精细三维形貌恢复能力的同时,极大提高了针对非朗伯表面的适应性,为光度技术的广泛应用提供了有力的技术支持.     

一种基于高斯过程的数据驱动光度立体视觉全局优化算法

光度立体视觉技术难点之一在于快速有效地解决非朗伯体材料的复杂反射问题,针对这一问题,本文提出了一种基于高斯过程的数据驱动光度立体视觉全局优化算法.该方法利用高斯过程,通过贝叶斯推理学习给定材料的实测双向反射分布函数值,建立用于描述非朗伯体材料非线性反射性质的连续数学模型.该模型以光源方向和表面反射光强作为输入,以双向反射分布函数值作为输出,可在光度立体视觉系统中建立更为精确的反射模型,从而得到更高的法向量预测精度.仿真实验和实际实验表明,该方法显著提升了光度立体视觉的法向量恢复精度,且拥有较高的计算效率.     

基于视觉的机械臂空间目标抓取策略研究

空间非合作目标的探测和抓取是空间机械臂的重要应用目标,为了解决空间目标的位姿测量和捕获问题,本文深入分析了机械臂特性和目标特性,在建立机械臂、相机和目标的运动关系的基础上,基于立体视觉实现了对空间目标的位姿测量,控制机械臂进行抓取预定位.考虑立体相机的测量误差和机械臂的控制精度因素,在抓取末阶段采用单目相机,基于图像的视觉伺服策略控制机械臂进行精确位姿调整对目标进行抓取.通过机械臂对空间目标的抓取实验验证了该抓取策略的有效性.     

一种基于几何推理的点模式匹配算法

点模式匹配是计算机视觉和模式识别领域中的重要课题, 在图像配准、物体识别、运动检测、目标跟踪、自主导航和姿态测定等方面有着广阔的应用背景. 讨论Euclid变换下不完全匹配情形的点模式匹配问题. 根据几何推理, 给出匹配团、支持点对、支持指标集和指标矩阵等概念以及它们满足的性质和定理. 在此基础上, 提出了一种独特的自上而下地求得最多一致对应点对的推理算法. 理论分析和实验结果表明, 该算法是非常有效的, 并在一定条件下可应用于其他变换下的点模式匹配问题.     

面向场景变化的动态自适应同时定位与地图构建

在动态变化的复杂环境中,如何使同时定位与地图构建(SLAM)系统根据场景变化持续可靠地进行定位和地图构建,成为其能否走向实际应用的关键所在,也是目前SLAM研究领域中重点研究和待解决的问题之一.针对这一问题,本文提出了一个可扩展的、面向场景变化的同时定位与地图构建框架—SceneSLAM,支持场景检测和SLAM算法的有效复用和自动化调度;根据当前场景检测结果,动态自适应地调用依赖不同传感器数据的SLAM算法,从而提高SLAM系统适应环境变化和持续稳定工作的能力;在SceneSLAM框架基础之上,提出了能够有效检测室内、室外、黑暗场景的场景检测模型,以及应对光线变化的室内、室外场景的动态自适应SLAM模型;在模型切换时自动地进行坐标转换和尺度转换,从而获得具备全局一致性和尺度一致性的定位与地图构建结果.最后,基于ROS平台实现了一个动态适应场景变化的SLAM原型系统,实验中利用Turtlebot机器人,在室内、室外、黑暗场景中进行实验,验证了本文所提出方法的有效性.     

基于特征识别的增强现实跟踪定位算法

文中提出一种在场景自然特征识别基础上采用关键帧匹配的增强现实跟踪注册算法,实现了基于计算机视觉的户外大场景范围内的实时跟踪定位.算法针对关键帧匹配中的宽基线特征匹配问题,提出采用随机树的模式分类方法实现场景自然特征的离线训练和在线实时精确匹配.同时采用Kalman滤波器对参数估计结果进行平滑解决视觉跟踪定位中的抖动问题.以该算法为核心构建出基于视频透视式头盔显示器的移动增强现实系统,并将其成功应用于圆明园大水法景观的数字重现.真实场景实验验证表明,该方法具有实时、鲁棒的优点,适用于户外跟踪定位.     

基于自主运动状态估计及信息交互的多移动机器人协作定位

主要研究了未知动态环境中多移动机器人利用环境信息交互完成协作定位的问题.考虑移动机器人自身运行状态对协作定位的影响,提出基于自主运动状态估计的协作定位周期自适应选择算法.为避免机器人相互直接观测需要配备特定标识的局限,并充分利用处于同一场景中多机器人观测信息的可交互性,论文提出基于MbICP算法的多机器人观测信息交互方法,同时利用扩展Kalman滤波实现多机器人变速运行中的协作定位.通过应用于Pioneer3-DX机器人平台所获得的协作定位实验结果及数据分析,验证了所提方法的有效性和实用性.     

时空上下文融合的无人艇海面目标跟踪

视觉感知作为无人艇环境感知的重要组成部分,为无人艇智能控制提供十分重要的外界信息.准确、鲁棒且实时的海面目标跟踪算法可以有效提升无人艇的智能化水平.海面目标跟踪面临着几个独特的挑战:目标尺度变化极大、目标视角变化极大、目标抖动剧烈.为了解决上述海面目标跟踪任务中面临的三个难点,本文提出了一种时空上下文融合的目标跟踪算法,该算法结合了深度网络多尺度检测的图像空间上下文信息和相关滤波跟踪的视频时间上下文信息,实现了实时、精确且鲁棒的目标跟踪效果.最后,以无人艇在东海、南海实际作业场景中采集的图像数据作为跟踪算法的测试集,验证了该跟踪算法的有效性.     

基于距离的数据流离群点快速检测

提出了快速的基于距离的数据流离群点检测算法.该算法使用滑动窗口模型处理数据流,并利用向量内积不等式进行剪枝,在保证正确性的前提下,显著的提高了执行效率.实验表明,该算法是有效可行的.     

虚拟场景漫游中用户关注度的内隐测量方法

目前测量用户关注度的主要方法是使用眼动仪,但其可靠性差、复杂度高且价格昂贵,难以有效应用于3D漫游场景的处理.本文提出一种易于嵌入到虚拟场景中的用户关注度软件测量方法,将用户操作虚拟摄像机漫游场景看作关注度内隐表达过程,通过物体相对摄像机中心的距离、遮挡情况和投影面积,并结合观察时间,就可以进行有效测量.通过用户学习分析,表明我们的方法具有很好的测量准确性、可靠性,并方便使用.将其应用于游戏场景物体关注度的评估中,获得了很好的效果.     

基于进化算法的递归神经网络系统辨识方法

针对传统的递归神经网络学习算法存在的缺陷,本文利用进化算法对递归神经网络进行优化设计,提出了一种基于改进进化算法的递归神经网络系统辨识方法.该方法利用高斯变异和柯西变异相结合的方式进行变异操作,利用个体适应度和种群多样性指标使交叉概率和变异概率进行自适应调整,可以保证变异操作按一定的幅度均匀地分布在整个网络上,提高算法的收敛速度,避免早熟现象.给出了算法的具体步骤,通过仿真实验证明了该算法的有效性.     

低维特征空间中基于旋转图像的三维环境模型配准方法

近年来,异类机器人之间(如飞行机器人和地面机器人)的协作成为机器人学研究发展的一个新的领域.异类机器人协作的难点之一是协作环境建模,而由于所获得的环境模型具有不同的观测视角和尺度,其环境建模中的模型配准是一个难点和关键.目前,能够适用于大视角差、大尺度差场景配准的方法并不多,基于旋转图像的配准方法被认为是一种可行方案,但其中存在的计算负担大和在野外环境中的鲁棒性差使得其也很难在实际系统中应用.基于此,面向三维点云环境模型,以旋转图像为基础,提出了一种新的基于低维特征空间的模型配准方法.首先,通过引入模型曲率、旋转图像熵值和激光反射强度3个特征构建了一个三维特征空间,得到候选对应点集合.然后,在候选对应点集合中利用旋转图像的方法查找正确的对应关系,实现模型配准.由于低维特征空间的引入,基于旋转图像特征的对应点搜索区域大大减小,因此算法计算效率得到了极大改善.同时由于引入的新特征与场景旋转图像特征的互补性,算法的鲁棒性和精确性也得到了提升.这些性能改进最后通过实验得到了验证.     

基于OPNET仿真平台的DSR协议性能研究

Ad Hoc网络的路由算法是在网络拓扑高度变化的情况下,无线自组网能否实现网络自组的关技术.本文介绍了AdHoc网络的基于源驱动的按需路由选择协议DSR,重点分析了基于OPNET的DSR模型的节点及其所支持的特性,并基于OPNET对全部采用固定节点的Ad Hoc网络,利用DSR作为其路由协议,分设场景进行仿真,对DSR协议随着节点数增多所表现出来的性能进行了比较和分析,最后总结了目前DSR协议存在的问题并提出了适当的改进建议.     

Hanning自卷积窗函数及其谐波分析应用

提出一种新型窗函数——Hanning自卷积窗函数,构建了Hanning自卷积窗的时域、频域函数,分析了1~4阶Hanning自卷积窗函数的主瓣、旁瓣性能,建立了基于Hanning自卷积窗函数的频谱相位差校正算法,推导了信号基波与各次谐波频率、幅值和初相角计算式.Hanning自卷积窗具有优良的旁瓣性能,频谱函数简单,能有效抑制频谱泄漏的影响,频谱相位差校正算法不必求解高次方程,便于嵌入式系统实现.仿真结果表明：Hanning自卷积窗函数抑制频谱泄漏效果好,基于Hanning自卷积窗函数的频谱相位差校正算法克服了基波频率波动与白噪声对谐波分析的影响,谐波参数分析准确度优于经典窗函数.电力谐波分析与谐波电能计量应用实践证明了Hanning自卷积窗函数的有效性和优越性.     

基于支持向量机和粒子群算法的电子鼻伤口感染检测

针对传统的伤口感染诊断方法耗时长,操作复杂等问题,提出了一种基于电子鼻和支持向量机(SVM)的方法进行伤口感染检测,分别检测非感染和三种常见病原菌感染的大白鼠伤口顶空气体,然后利用 SVM对实验数据进行识别.同时,鉴于传感器阵列的优化以及 SVM参数选择对其分类准确率有重大的影响,提出一种基于粒子群算法(PSO)的传感器阵列和 SVM参数同步优化方法.实验结果表明,SVM结合 PSO与传统的神经网络以及遗传算法相比,极大提高伤口感染检测的准确率     

基于连续化制备的核壳结构压感纤维阵列式精准轮廓识别垫

记录和理解外界压力刺激对于人与周围环境交互的研究和智能机器人的开发具有重要意义.现有的压力传感设备多为刚性结构难以自然贴附于物体表面,且低密度传感单元使得物体压力特征信息的获取受到限制,一种可适形、全覆盖、高密度的压力传感与分析系统亟待研究.本文采用湿法纺丝工艺连续化制备了芯层为混纺导电芯材,包层为碳纳米管掺杂的聚氨酯的核壳结构压感纤维,通过缝纫、刺绣方式在织物表面构筑经纬结构的交叉点压力传感阵列.结合阵列数据采集实时捕获压力图谱帧,基于深度学习卷积神经网络驱动的算法模型,实现了物体轮廓识别垫对环境物体的轮廓精准分类识别.该识别系统准确率高达99.4%,证明了其在提取物体的压力信息和揭示物体的形态特征的应用潜能.     

一种新的移轴相机两步标定方法

针对移轴相机内参数标定问题,提出了一种不依赖高精度合作标志且操作简便的相机标定方法.在深入分析移轴相机成像特性的基础上,建立了基于二维倾斜角的成像面与理想像面间的单应关系.进而提出了两步标定算法:第一步,通过成像面与标定板面的单应分解得到相机的内外参数初值;第二步,基于最大似然准则的相机参数非线性迭代优化.实验结果显示算法正确可靠,且收敛速度快,说明初值确定方法有效可行.此外实验结果表明切向畸变模型参数与像面二维倾斜角存在耦合,仅考虑径向畸变模型参数可获得更高精度的二维倾斜角.     

主用户状态改变和低信噪比环境下的weight-p能量检测算法

在认知无线电网络中,主用户状态改变和低信噪比都会造成频谱检测的性能下降.本文提出了一种新的加权(weight-p)能量检测算法,用于抵抗主用户状态改变和低信噪比对认知用户检测性能的影响.为减少实现复杂性和节约需要的功耗,我们将weight-p能量检测器的最优权值建模成一个最小采样时间(MST)的优化问题,找出了最优权值和次优权值.仿真表明,在主用户状态改变和低信噪比的场景下,本文提出的weight-p能量检测算法可以提高认知用户的检测性能和降低虚警概率,并且在获得相同检测性能的前提下可以压缩检测时间.     

软指接触约束的线性化和它在多指手动态力分配中的应用

当前多指抓取力封闭分析和动态力分配算法多借助于线性规划, 而摩擦模型却是非线性的. 用棱锥替代库仑摩擦圆锥, 实现了摩擦点接触的线性化, 但对软指接触至今仍束手无策. 提出了软指接触约束的线性化方法, 使上述各种高效算法能扩展到带软指的抓取. 这里先开发一个用于软多指抓取的最优力分配算法, 并举例说明.     

一种基于图像边缘的鲁棒水印算法

本文基于图像的边缘，提出一种鲁棒水印算法．该算法使用Prewitt检测算子对载体图像进行边缘检测，并对边缘点进行选取，将水印信息嵌入在边缘点像素处的梯度方向上．由于人类视觉感知在图像边缘处的掩蔽效应，同时由于图像边缘的感知重要性和在图像处理中的稳定性，使得本文算法在不可见性和鲁棒性方面具有较好的效果．本文从理论上分析了算法抵抗攻击的能力．并在试验中得到了验证．同时结合人类视觉感知的掩蔽效应．提出了一种客观评价图像质量的方法．试验中对该方法进行了验证，并表明本文算法在该方法下具有较好的不可见性．