基于点云数据的自然地形分类算法

提出一种自然地形分类算法以解决移动机器人导航中的环境理解问题。在单几何特征地形分类方法的基础上,提出的算法使用从点云中提取的复合特征训练分类器。复合特征向量包含一个点几何特征和颜色特征。算法首先计算点的坐标协方差矩阵和平均法向量协方差矩阵的特征值作为几何特征。然后通过标定激光雷达坐标系和相机坐标系使点得到颜色信息,把点的颜色作为颜色特征加入复合特征向量。算法使用最大期望-高斯混合模型(EM-GMM)训练一个分类器,训练数据由人工标注。实验结果表明,与单几何特征分类方法相比,复合特征分类方法在对自然地形分类时能得到更高的正确率。     

主成分分析法在TM遥感影像蚀变信息提取中的应用

基于江西大余西华山钨矿区的多种围岩蚀变矿物及其在TM影像多光谱谱带的特征光谱分析,采用波段比值的方法对蚀变信息进行增强处理。用TM 3/TM 2波段比值增强黄铁矿和黄铜矿信息,用TM 4/TM 3和TM 5/TM 7波段比值增强绿泥石、绢云母和方解石信息;对已有的Crosta主成分分析法进行改进,将信息增强后的比值波段数据应用于Crosta法则,对西华山钨矿地区进行蚀变信息提取。经已知钨矿床(点)验证分析,证明上述方法能够有效地提取蚀变信息并识别研究区内主要矿物,提取结果可靠,可为蚀变异常提取工作提供参考。     

自主机器人的快速激光雷达仿真算法研究

针对机器人和自主车辆仿真系统开发的需要,提出一种改进的基于硬件加速的更快速和准确的激光雷达仿真算法.该算法具有速度快,精度高的特点.通过利用新的渲染硬件特性,还能有效地降低渲染的开销,其速度和精度可以满足实时仿真系统的需要,能够用于离线仿真系统,降低算法的试验成本.在最后给出了实验的结果,并给出了详细的数据分析     

面向室外自然环境的移动机器人视觉仿真系统

基于视觉传感器的道路跟踪、导航是移动机器人自主行驶的重要组成部分。主要是对二维视觉传感器CCD彩色摄像机、三维视觉传感器激光雷达、以及立体视觉进行了仿真。通过设定OpenGL中基于针孔摄像机模型视锥的各项参数、截取并保存屏幕象素来实现摄像机仿真;利用射线跟踪的方法进行激光雷达的仿真;通过提取地形数据的方法进行立体视觉的仿真。该仿真系统能够比较真实的反映移动机器人在行进过程中的传感器数据获取情况,利用该系统可以很好的为以后的模块如融合和规划提供仿真实验数据。     

一种网格简化算法及其在三维重建上的应用

针对机器人和自主车辆仿真系统开发的需要,提出了一种利用激光雷达采集的点云数据进行场景重建的算法.该算法根据激光雷达的点云数据生成多边形网格,能够对场景进行有效分割,并在此基础上对多边形网格进行有效简化,从而满足实时仿真系统的需要.在最后给出了仿真实验的结果,实验证明该算法简明有效.     

基于小型无人机摄影测量的江南景观水资源综合利用分析

【目的】分析具有自然生态系统和人文生态系统的江南内涝区乡村景观格局,挖掘研究区的整体景观结构特征及其对应的景观功能,综合、有效地利用水资源。【方法】利用无人机(UAV)遥感数据,借助GIS空间分析,以南京紫云云创特色小镇为例,采集与分析研究区的数字地形,在此基础上使用与土地分类变化关联性较强的淹没区域模拟进行水文分析,得出汇水区范围,并以此进行防涝性景观设计。【结果】所选取的数字地形指数代表的景观结构及其特征是适合的,能够保证水资源利用的科学性;在高程分析图中,地势低洼地区容易产生积水,生态系统也容易遭受破坏。【结论】无人机影像在小镇景观生态环境评价中能够得到很好的应用;无人机数字摄影测量技术可以对景观水资源综合利用进行全面分析,有利于促进云创特色小镇的规划和建设。     

一种非监督道路场景分割方法

针对道路场景分割中训练样本量大、不同类型道路过渡中易产生误分割的问题,该文提出了一种非监督的道路场景分割方法。首先用K均值聚类对第一幅图像进行初始化分割,再用图割法对其进行能量最小化的优化分割,最后用优化后的分割图像重新计算类别中心,用于指导下一帧图像的图割优化分割。实验表明,该方法无需大量训练样本,可以快速地对道路场景进行分割,还能够在不同的道路类型过渡过程中保持很好的分割效果。     

基于颜色与空间距离的置信度传播立体匹配算法

立体匹配是计算机视觉领域的一个重要研究课题,为了得到准确、稠密的视差图,提出了一种基于颜色与空间距离的置信度传播立体匹配算法.该算法首先将立体匹配表示成马尔科夫随机场模型,然后利用置信度传播方法来解决马尔科夫随机场中的最大后验估计问题,以达到建立稠密视差图的目的.算法中利用了彩色图像的颜色与空间信息建立视差空间图,并使用削减的线性模型来定义视差图的平滑项.采用了标准测试图像进行了测试,结果表明算法具有很好的性能.     

基于粒子群的控制器参数模糊规则自动提取

设计一种移动机器人轨迹跟踪控制器并利用Lyapunov稳定性定理证明了该控制器的全局稳定性。针对人为设定该类控制器参数工作量较大,根据移动机器人跟踪控制过程的非线性本质,提出了一种采用模糊非线性参数的跟踪控制方法。在无先验知识的前提下,利用粒子群算法自动提取控制器参数的模糊规则基。设计一种动态群体的粒子群方法,使得种群的多样性得到保证,减少局部收敛的可能,同时又不会对已有种群的模式造成巨大破坏。对比实验验证了该方法的有效性。