基于跟踪轨迹的车辆异常行为检测

为提高ITS(Intelligent Traffic System)交通事件管理的智能性, 提出基于跟踪轨迹的车辆异常行为检测,分为目标检测跟踪、轨迹分析处理和车辆行为分析3 个步骤。首先利用三帧差法对目标进行初始定位, 采用基于Kalman 预测器的改进跟踪算法对车辆进行跟踪; 然后提出采用最小二乘法自适应分段直线拟合算法对目标跟踪获得的运动轨迹进行快速拟合; 最后结合运动方向变化率和速度变化率两个参数建立车辆异常行为检测模型。实验结果表明, 在道路监控视频中, 该算法能快速准确检测急刹车、急转弯和急转弯刹车等车辆异常行为。     

基于大数据分析的水产养殖中鱼类行为识别方法

由于传统鱼类行为识别方法受到环境及目标多样性、复杂性的共同影响,不能有效识别目标行为特征,导致结果偏差较大,无法作为鱼类行为分析的参考依据。为了进一步提升水产养殖环境,优化养殖质量,弥补现阶段识别方法存在的不足,引入大数据技术对鱼类行为进行数据分析优化,通过基于大数据的鱼类行为图像数据预处理、鱼类行为特征训练模型和鱼类行为特征识别3个部分来实现。经过对试验数据的反复验证,提出的方法提升了识别率与准确率,并且能够适应多目标识别场景,识别效果稳定性好。     

双舵轮自动导引车轨迹追踪控制算法

为提高双舵轮自动导引车(automated guided vehicle, AGV)轨迹跟踪控制性能,设计了基于模型预测控制的轨迹跟踪控制器。以双舵轮自动导引车为研究对象,首先建立自动导引车运动学模型,求得车体转弯半径,并重点分析双舵轮自动导引车转向优势;然后,对双舵轮导引车建立了基于模型预测控制的轨迹跟踪模型,并考虑车体运动性能指标及各类约束,最后通过仿真实验验证了模型预测控制算法用于双舵轮自动导引车的可行性,且分析了控制时域权重和预测时域长度两项模型参数对系统性能的影响;与基于比例-积分-微分轨迹跟踪控制器的自动导引车进行轨迹跟踪对比仿真实验。最终实验表明,采用该模型预测控制器可以满足各类约束条件,高效精准完成对连续大曲率目标路径的有效跟踪,同时具有较高的实时性和鲁棒性。     

鱼类种群行为及其与环境变化的关系

任何渔业的重要生物特征是鱼类种群的变动。经典的鱼类种群动态以稳定的种群行为为基础的。作者阐述了鱼类种群的行为,并划分为三种类型：（１）稳定型：种群在较稳定产量上维持较长时间（反适应系数０．０２）。（２）周期型：种群表现出周期性的高产量（反应系数０．２２）。（３）不稳定型：种群产生高产量后无可挽回地崩溃了（反应系数０．３）。在环境变化较大时,白色噪音水平（变动系数）增加至３５％,稳定型种群变为不稳定     

基于轨迹提取算法的视频关联动作跟踪仿真

针对已有视频关联跟踪方法无法准确提取关联动作轨迹, 导致视频关联动作跟踪结果出现较大偏差, 且跟踪速率较低的问题, 提出一种基于轨迹提取算法的视频关联动作跟踪方法. 首先, 根据多元组理念组建多元组轨迹提取模型, 划分运动视频图像特征分布矢量化集合, 计算视频图像分割支持向量机临界值; 其次, 通过颜色系统分离像素特征, 利用虚拟视景重构输出关联动作轨迹提取值; 再次, 在多粒度滤波器训练中设置预期输出值, 采用Fourier变换将卷积计算转变成点乘运算, 计算各粒度下边界最小矩形重叠率; 最后, 通过欧氏距离获得两个边界最小矩阵变换情况, 明确各粒度的轨迹波动程度, 完成视频关联动作跟踪全过程. 实验结果表明, 该方法的视频关联动作跟踪速率为14.9 帧/s, 能有效提高目标跟踪速率, 实现精准的视频关联动作跟踪.     

洞头海区网箱养殖鱼类疾病的预报模型研究

以洞头海区2004-2007年海水网箱养殖鱼类疾病发生情况为依据,对海水网箱养殖鱼类疾病的发生规律及疾病发生与养殖海区环境因子的关系进行了分析研究。在此基础上,用多元统计分析和灰色系统理论对建立疾病预测模型进行了探索,建立了网箱养殖鱼类疾病的多重线性回归预报模型Y（t）=b0＋X1b1＋X2b2＋…＋Xpbp和灰色GM（1,1）预报模型Y（t）=[x（1）-u/a]e-a（t-1）＋u/a。研究结果表明,海水网箱养殖鱼类疾病与水中溶氧量、浮游植物细胞总数、水温等因子存在一定关系,而与风速、透明度、盐度、化学耗氧量等因子无显著关联,因而用水中溶氧量、浮游植物细胞总数、水温等指标建立了海水网箱养殖鱼类疾病的多重线性回归预报模型,经检验该模型对海水网箱养殖鱼类的疾病有十分显著的预报效果。以2004年的发病率数据建立的灰色GM（1,1）预报模型为例,其拟合度也达到较高的水平。     

基于车辆轨迹数据的交叉口危险驾驶行为预测

基于大量实证车辆轨迹数据建立了信号控制交叉口相位切换期间轨迹预测模型和驾驶员心理决策过程预测模型,并在两个模型的基础上建立了驾驶员危险行为识别的规则,三者共同构成了驾驶员危险行为预测方法.经检验,预测方法的整体精度达到88.89%.该预测方法将驾驶员临近交叉口时的隐藏心理决策过程作为一个重要变量运用到危险行为预测方法中,并实现了对车辆个体动态化的轨迹预测.     

基于车辆动力学的轨迹跟踪器设计

轨迹跟踪是移动机器人导航中的核心问题之一。针对非完整运动约束车辆,利用反馈线性化方法设计了轨迹跟踪器,仿真研究了跟踪算法的鲁棒性。最后,介绍了工程实现中参数观测器设计等相关问题。     

基于深度强化学习与流固耦合技术的鱼类自主游动行为模拟

鱼类自主游动的模拟问题一直是仿生学、鱼类行为学以及生态水力学等诸多学科共同关注的重要难题。建立一种基于流固耦合数值模拟技术与深度强化学习算法的智慧鱼体自主行为决策平台,可以实现鱼体在不同周围环境条件下以最优决策方案完成游泳任务。该平台采用深度强化学习算法实现鱼脑功能,模拟其不断学习和最终决策;通过浸没边界-Lattice Boltzmann方法对流场及鱼体运动进行实时模拟,可为鱼体提供丰富的训练样本并执行鱼脑决策。基于该平台对鱼类典型捕食运动以及卡门游动进行训练并分析其训练效果。仿真结果表明：在捕食游动问题中,具有不同初始位置偏角的鱼体均能以最优轨迹到达目标点;在卡门游动问题中,鱼体能自主调节尾拍频率,使之接近涡街脱落频率,进而从卡门涡场中吸收能量,以稳定步态在涡街中运动。在鱼类自主游动问题的研究方面,该决策平台较传统物理实验具有更强大的复杂流场适应性,并可为水利工程、生态环境工程等领域的数字孪生提供技术支持。     

基于图像技术的焊缝跟踪系统算法研究

焊缝跟踪系统是焊接自动化的关键技术,通过对焊缝图像实时采集处理,实现调整焊枪位置准确跟踪焊缝的目的。本文对焊缝图像处理的算法进行了探讨。     

大型深水抗风浪网箱的发展现状和鱼类养殖技术

近年来我国研制的、科技含量较高的、用于海水养殖的大型深水抗风浪网箱,能促进我国海水鱼类养殖可持续性发展。同时,利用深水网箱养殖已成为开发和利用海洋的海水养殖支柱产业。     

用户行为轨迹研究

针对目前使用最广泛的谷歌搜索、淘宝网、开心网用户行为轨迹的优缺点,提出"从用户寻找信息"的被动服务模式到"信息寻找用户"的主动服务模式,利用Clickstream研究建设相应的数据信息采集方法,构造用户轨迹研究建设思路——采集、分析、推荐、评价、反馈,抽象提出六大模型体系,分析了三大应用场景:应用内容推荐、关注应用推荐、辅助重点应用保障,并对用户行为轨迹改造进行案例分析应用。     

时空轨迹中隐含的周期性行为模式

将人类时空轨迹中隐含的信息进行可视化并转换为语义语言是公安工作的迫切需要。使用聚类算法将空间轨迹数据离散化,设计等间距抽样算法规整时间序列数据,从而将连续域上的时空轨迹数据表示为离散的二值序列,为使用离散傅里叶变换和循环自相关方法查找时空轨迹中隐含的周期性行为模式做好数据准备;并通过调整采样时间跨度以增强稀疏二值序列的周期性特征。实验表明可以有效提取时空轨迹中的周期性行为模式,而具有季节性和随机变化的行为模式也具有重要参考价值。案件的发生是由人的行为导致的,所以对人类时空轨迹的研究成果也可以应用于案件分析。     

基于轨迹能量扩散图的组行为识别方法

为解决基于轨迹的行为识别的轨迹时间信息丢失和轨迹噪声问题,提出了一种基于轨迹能量扩散图的组行为识别方法.轨迹能量块图可以有效地保存组行为轨迹的时间信息;轨迹能量扩散图可以平滑因运动不确定性产生的噪声.利用基于典型相关分析的特征融合算法实现多特征融合,保证了组行为特征信息的多样性.实验结果表明:对于包含7种组行为的567个视频序列,该方法的识别精度达87%以上.     

基于物联网的物流业轨迹追踪的研究

为了便于对基于物联网的物流业中数据管理技术提供解决方案,需要对物流中物质资料进行监测和保护,本文研究设计了一种实现轨迹追踪的方法,利用触发器、存储过程、订制作业等相关技术来管理和使用当前最新变化的结果信息,保存变化过程中的历史信息。     

基于BiGRU的多模态驾驶行为及轨迹预测

在复杂交通环境中行驶的智能汽车需要预测未来周围车辆的动向,为了提升智能汽车快速且准确预测周围车辆驾驶行为及轨迹的能力,设计了一种基于BiGRU的多模态驾驶行为及轨迹预测模型.模型由BiGRU编码器、交互卷积池化层和GRU解码器组成,能够预测未来5s车辆多模态驾驶行为的概率和多模态驾驶行为对应的轨迹分布.试验结果表明,相...     

基于视频车辆轨迹模型的交通事件自动检测方法研究

 研究了车辆违章逆行、停驻、掉头、倒退、变道五类具有潜在危险的交通（违章）事件,并且运用了基于视频的交通事件自动检测技术所涉及的目标提取、车辆跟踪和事件理解与描述3个步骤实现交通事件的检测。着重研究并分析了车辆跟踪得到的行驶轨迹点,将复杂的车辆轨迹分解为前行、反行、停滞、斜行四类轨迹元素,并且根据4类轨迹元素对车辆的行驶行为进行数学建模,最后通过模型制定合理的检测算法。实验表明,该算法可以有效地区分正常车辆与事件车辆,能够快速准确地检测上述5类交通事件。     

基于SOPC技术的实时视频跟踪系统

城市消防安全远程监控系统是加强公共消防安全管理的一项重要科技手段,对强化单位消防安全管理,前移火灾预防关口,快速处置火灾,提高城市防控火灾的综合能力,具有十分重要的作用。在此提出一种基于SOPC的一种视频实时跟踪系统,采用处理速度较快的FPGA芯片,利用数字图像处理和数字信号处理技术,达到对目标进行自动检测、定位、跟踪等目的,该方法不但能可靠地检测出目标和较强的实时性。而且具有良好的扩展性,可以方便、快捷地完成系统的维护和升级。     

社区老年人空间行为轨迹异常分析方法

为分析社区中老年人空间行为轨迹的规律并识别其异常空间行为轨迹,建立了基于动态时间规整(dynamic time war-ping,DTW)算法和基于密度的空间聚类算法(density-based spatial clustering of applications with noise,ST-DBSCAN)的社区老年人...