基于视觉序列图像的月球车自运动估计技术

月球车视觉所获得的环境信息是月球车进行导航的重要信息来源，给出了一套利用月球车立体视觉系统所获得的序列图像来估计月球车运动参数的定位方案，并重点解决了后期的定位问题。该方案首先通过特征提取、特征跟踪与特征匹配等图像处理环节建立运动估计所需要的特征匹配点集，然后针对运动参数估计这一难点，利用鲁棒运动估计方法有效消除匹配特征点集中的误匹配，并初步估计月球车运动参数，以此为迭代初值利用Levenberg-Marquardt非线性估计算法精确估计月球车运动参数，最后通过建立运动估计仿真器验证了该运动估计方案的有效性。     

基于掩模和俯仰角补偿的视觉自运动估计

提出了一种基于掩模M估计和俯仰角补偿的移动机器人自运动的单目视觉估计方法。在6-DOF自运动模型的基础上,提出了一种适合于乡村道路环境的4-DOF自运动估计模型,以此为基础,采用一种多尺度的超复小波相位相干理论来鲁棒地估计缺乏规则纹理的路面图像的微小运动,设计了一种掩模M估计对运动向量进行优化估计,并提出了一种俯仰角补偿算法克服乡村路面颠簸有效地估计机器人偏航角、俯仰角增量和平移增量。在乡村道路环境下,利用某自主机器人采集的实际数据对算法进行了仿真试验,运动估计结果与车载GPS/INS捷联系统做了对照。实验结果表明了自运动估计算法的有效性。     

基于鲁棒统计量的运动检测与目标跟踪策略

提出了一种基于鲁棒统计量的运动检测方法。该方法通过对全局运动的鲁棒估计和对残差进行假设检验的方法来检测运动物体区域。为了消除遮挡效应的影响,提高算法的精度,在检测过程中,利用双向运动估计的方法来对残差进行归一化。在此基础上,提出了一种鲁棒主动轮廓模型,用于跟踪运动物体轮廓,并采用LevelSet方法对该模型进行求解。实际视频的实验结果表明,该方法能够可靠、准确的检测与跟踪运动物体。     

基于数值微分技术构造鲁棒估计模型的方法及其应用仿真

在研究宏观空间运动特性的基础上，利用数值微分作为表达工具描述未知运动过程的动态特性，构造了数值微分型滤波模型（NDFM）和数值微分型滤波－预报联合模型（NDFPM）。这种方法能根据各种应用要求对动态特性完全未知的运动过程建立结构简单、鲁棒性强的估计模型，而且容易选择估计算法获得满意的性能。本文对未知扰动作用下的被控过程建立NDFM并实现状态重构和扰动补偿；对动态未知的被跟踪目标建立NDFPM并估计出运动参数的当前值和一步预报值。仿真结果表明这两种模型具有较强的鲁棒性和满意的估计精度。     

基于新息序列修正的输入估计算法

针对传统输入估计算法跟踪机动目标时检测概率和估计精度不高的缺点,提出一种改进的输入估计跟踪算法。算法利用对检测窗内新息序列进行修正以及对卡尔曼滤波状态变量进行补偿的方法,消除了已有机动检测估计对后继机动输入估计的影响,提高了对机动的检测概率和估计精度。理论分析和仿真结果表明,改进后的算法相比原有算法和IMM3算法,不仅跟踪性能有显著提高,而且对加速度缓变的机动也有较好的跟踪能力。     

序列图像的运动补偿编码技术

本文系统地研究了运动补偿编码技术的基本原理和运动矢量检测的基本方法,包括像素递归法、块匹配法和块递归匹配法。     

基于多参量模型的全局运动估计算法

提出了一种基于特征点匹配的视频序列多参量运动估计算法,即将初始特征点域,进行梯度方向上的极坐标变换,并依据正交特征,作方向轴上的一维投影,构建出新的特征曲线,从而将孤立的特征点匹配转化成特征曲线相关.依据曲线的相关性,完成特征点对的匹配,最后使用最小二乘解算平移、旋转、缩放等变换参量.实验结果表明:算法的特征点误匹配率<5%,缩放误差<0.1%,平移误差<0.1像素;各参量估计范围:缩放因子s:0.7130°,平移参量|d|>35.算法在保证了高精度的同时,具有更为宽松的使用条件及适用性.     

带有色观测噪声的系统状态参数鲁棒估计

针对非平稳观测系统的噪声,考虑了白噪、色噪声和尖点噪声同时存在的情况,通过变形转化,将系统噪声表示成白噪的形式,首次给出了统一的观测方程.转化后的观测方程在色噪声ARMA辨识基础上,可以直接用于传统的卡尔曼滤波算法,避免了扩维滤波.于是状态参数的稳健估计归结为ARMA参数的辨识问题.通过鲁棒支持向量回归机辨识ARMA参数,根据噪声特性选择合适的损失函数自由参数,从而实现了ARMA参数的鲁棒辨识.     

图像序列的准三维运动目标自寻的跟踪算法

根据序列图像中的运动目标特征像点必须要满足在像平面里的约束条件,又要满足其空间三维运动规律,导出一套准三维运动模型。进而建立了连续非线性的系统动态模型和离散线性的量测模型,得到一套准三维自动寻的跟踪处理算法,利用二维观测结果就可以实现三维形式的智能跟踪。算法简单,易于实现,而且同样具有三维智能跟踪的优良特点,即抗丢失、抗机动和抗噪扰的鲁棒性能。模拟和真实图像序列的实验结果充分证明了该算法的优良性能。     

多传感器状态融合估计理论在成纸定量估计中的应用

针对工业生产实际中造纸机模型的不确定性,基于多传感器信息融合理论,提出了提高成纸定量估计性能的鲁棒 H∞ 融合估计方法.实验结果表明多传感器融合理论可以在很大程度上提高估计的性能,鲁棒融合估计在纸机测量传感器出现故障时仍能保证较好的估计结果.     

基于心理物理学的图象评价技术研究

用发现概率统计遥感图象中预先不能确定的目标被发现与否的情况，是从随机事件的角度出发，反映发现过程中，随机因素对图象效果的影响。尤其是对采取一定措施的遥感图象，目标更介于发现与未发现的临界状态，更难以用绝对肯定或绝对否定两种概念来界定。传统使用的目标效果概率统计评价方法，只反映了其中的随机因素，不能反映有很大影响的心理物理学因素，它们是一些难以确切描述和量化的模糊因素。利用模糊数学模型和概率统计的交叉融合，建立基于心理物理学的图象效果评价方法和计算机仿真模型，经实际检验证明实用有效、结果准确。技术途径可用于解决图象相似系统的效果评价问题。     

基于混合观测器的车辆质心侧偏角估算

设计了一种用于估算车辆质心侧偏角的混合观测器。该混合观测器包括一个状态观测器,一个动力学积分估算以及一个权值计算模块。其中,状态观测器是基于车辆模型建立的;动力学积分估算是基于车辆的动力学方程建立的,在积分的过程中运用了卡尔曼滤波的方法;权值计算模块由一个车辆状态判别模块和一个模糊控制器构成。采用相平面方法来判别车辆的稳定性状态,通过模糊控制器的输出权值,计算得到车辆的质心侧偏角。仿真实验结果表明,该混合观测器在不同的工况下能够很准确的估算出车辆的质心侧偏角。     

基于自适应卡尔曼滤波的汽车前后轴干扰力估计

针对汽车自动车道保持控制中汽车侧向干扰信息难以直接获取,提出把汽车动力学模型和自适应卡尔曼滤波理论相结合进行汽车前后轴干扰力估计.在线性二自由度汽车动力学模型中考虑前后轴的侧向力干扰,以辅助变量横摆角速度、侧向加速度和方向盘转角为量测信息,通过改进的自适应卡尔曼滤波算法建立了前后轴干扰力的最小方差估计,并对量测信号进行了滤波降噪.基于ADAMS/Car的虚拟试验验证了该算法具有较高的估计精度,可以为汽车侧向控制系统中估计器的设计提供理论指导.     

一种车辆状态的非线性估计方法研究

应用Dugoff轮胎模型建立了车辆的非线性动力学方程.在此基础上,提出了一种纵向车速、横向车速和横摆角速度的非线性估计器设计方法,并基于Lyapunov稳定性理论给出了保证估计器收敛的充分条件.最后,在一个高精度的车辆动力学实时仿真环境中,将本方法与其它估计方法在不同路面条件下进行了多种驾驶工况的对比研究,并检验了本方法在丰辆参数不准确或车载传感器信号丢失时的估计效果.仿真结果表明,本方法具有较好的估计性能.     

DS-UWB信号伪码周期的谱估计

针对接收端接收到缺乏先验知识的超宽带信号以后,如何确定其伪噪声(PN)码周期的难题,提出了一类基于信号功率谱二次处理的方法.该方法首先对直接序列扩频超宽带信号的功率谱进行估计,然后把估计出的信号功率谱作为输入信号再求功率谱,发现信号的二次功率谱脉冲位置与PN码周期密切相关,将本方法运用于非合作方式通信信号估计场合,只要检测出其相邻脉冲峰值的间隔就能估计出PN码的周期.最后通过计算机模拟程序验证了该方法在较低的输入信噪比条件下与理论分析结果一致,显示了该方法的有效性.     

基于图像序列的学习表情识别

对学习者面部表情进行识别,能够判断学习者的情绪状态,分析其学习效果。针对面部表情具有持续性和时序性的特点,采用表情图像序列作为表情识别对象。通过组合网络的方式,将长短期记忆网络(Long Short Term Memory Network, LSTM)与VGGNet组合成VGGNet-LSTM模型,在此基础上进行表情识别,显著提高了识别准确率。借鉴迁移学习方法,将VGGNet通过基本表情数据集CK+进行预训练后迁移到学习表情数据集下,避免了学习表情数据集数据量不足的缺陷,解决了模型过拟合问题。     

水下航行体自导水声成像方法的仿真与实验研究（英文）

随着现代海战水下作战环境变得越来越复杂,对水下航行体自导系统的目标识别能力提出了更高的要求,它要求水下航行体自导系统不但能判断真假目标,并能实现对目标的精确定位和有效打击。通过提取水下航行体目标的本质特征,构建目标的水声图像,达到目标识别和精确制导的目的。介绍了水下航行体自导系统目标成像及处理仿真系统的组成及实现方法,采用正交解调、复数字波束形成、水声图像生成、图像内插等处理等技术,构建水下航行体目标图像。仿真及实验结果表明,采用该方法可以形成水下航行体目标的水声图像,通过该图像可以为水下航行体在复杂作战环境下识别目标关键部位并对目标实现精确打击奠定技术基础。     

多维视觉信息DWT-混沌IP权记隐藏技术

数字媒体的知识产权保护已经变得十分迫切和必要,权记保护技术是实现知识产权保护的前提。本文对权记隐藏技术的一般原理和实现要素进行了简要论述。并据此设计出基于DWT变换域系数和混沌加密技术出具体的实现系统,实验结果表明,该实现系统权记信息的隐藏效果好,能够实现对宿主信息的有效保护,防数据丢失和抗信道噪声干扰性能优异,经过高强度的数据压缩后,仍然较好的提取隐藏的权记信息,具有较强的鲁棒性。     

基于特征回归的单目深度图无标记人体姿态估计

单目深度图无标记人体姿态估计问题,由于动作的多样性,人体自遮挡,运动无规律等因素的影响,导致系统准确率低,鲁棒性不强和运行效率低。为此提出一种基于单目深度图点云的特征提取方法和回归方法,利用特征回归和关节点分类,可以在不使用时间信息的情况下,从单目深度图出估计出人体的关节点坐标。实验结果表明,与其他基于单目深度数据的姿态估计方法,以及相同情况下的多目方法比较,该方法的都能保持很好的精度。