一种基于自然纹理特征的增强现实跟踪算法

给出了一种面向增强现实(augmented reality,AR)的基于自然纹理特征的实时跟踪算法,算法分为目标检测与跟踪两个过程.以真实场景中的目标物体的表面纹理图像作为模板,用基于朴素贝叶斯分类的宽基线匹配方法进行目标检测与方位参数估计;将分层L-K光流算法与鲁棒的IC算法结合,提出一种基于角点与纹理的混合跟踪算法,并用于其跟踪过程.实验结果表明,所提算法具有较好的实时性、准确性与鲁棒性,并解决了宽基线匹配算法在AR应用中出现的抖动现象.     

基于改进多特征融合均值位移算法的红外舰船目标跟踪

针对红外海面背景杂波干扰严重多特征融合的均值位移算法无法准确跟踪目标的问题,对原算法进行了改进,提出一种基于多特征融合均值位移跟踪的新框架。在多特征融合均值位移跟踪的基础上,所提算法通过加入对目标区域的迭代分割并提取区域形心,实现了舰船目标的准确再定位;在局部分割的基础上,提出了对多特征模板尺寸和目标模型的更新方案,实现了对红外海面背景下舰船目标的准确、鲁棒跟踪。利用实际红外图像序列对算法性能进行验证,实验结果表明,所提算法能够更准确、有效地跟踪图像序列中的舰船目标。     

振动二阶线性系统的鲁棒特征结构配置设计及其仿真

考虑了振动二阶线性系统的鲁棒特征结构配置设计问题。基于振动矩阵方程的参数化解,提出了振动二阶线性系统的状态反馈特征结构配置设计参数化方法。该参数化方法给出了状态反馈控制律的参数化表达式,其所含参数向量为控制系统设计提供了全部自由度。利用该参数化法提供的自由度,给出了振动二阶线性系统鲁棒特征结构配置问题的优化求解方法,其中优化的是衡量系统鲁棒性的灵敏度指标。数值算例及其仿真结果表明,所提振动二阶线性系统的状态反馈特征结构配置算法和鲁棒特征结构配置算法简单且有效,便于工程应用。     

闭环增益成形算法用于船舶非线性模型控制

闭环增益成形算法根据闭环频谱及灵敏度函数所希望的形状,用最大奇异值、带宽频率、频谱峰值和高频渐近线斜率4个具有工程意义的参数构造出鲁棒控制器。采用响应型船舶运动非线性数学模型,设计基于闭环增益成形算法的鲁棒控制器,然后在Matlab的Simulink下进行系统仿真。仿真结果表明,所设计的控制器具有良好的鲁棒性能,施舵合理。     

不确定二阶动力学系统的鲁棒特征结构配置设计

考虑了一类具有参数摄动的二阶动力学系统通过比例加微分反馈控制的鲁棒特征结构配置设计问题。首先利用定常二阶动力学系统的比例加微分反馈特征结构配置参数化方法提供的自由度,将鲁棒特征结构配置问题转化为具有约束条件的优化问题。在此基础上,给出了求解该优化问题的算法,即鲁棒特征结构配置算法。数值例子及仿真结果表明,该算法对参数摄动二阶动力学系统鲁棒性设计的简单及有效性。     

图像鲁棒哈希认证方案

针对图像的鲁棒认证,提出了一种分级视觉哈希认证方案.该方案利用抖动量化的方法提取图像的小波频域特征矩阵,将不同频域特征进行区分作为具有分级性能的认证哈希特征.对特征矩阵进行二值化运算,并采用分块计算数据统计量的方法压缩数据,生成分级认证哈希码.哈希由图像的鲁棒和脆弱特征共同生成,可同时实现对恶意攻击敏感和常规处理鲁棒.通过实验证明了分级视觉哈希方案在鲁棒认证中的有效性.     

基于理想弹道鲁棒容积卡尔曼滤波视线角估计

针对惯性元件在低成本全捷联制导弹药中应用难度大的问题,设计了一种利用理想弹道弹体运动参数代替惯性元件测量值的弹目视线角滤波估计方法。根据坐标系转换关系及弹目视线几何关系,将理想弹道参数作为系统不确定性参数,建立非线性滤波系统;针对具有参数不确定性的非线性系统滤波问题,提出了一种基于理想弹道的鲁棒容积卡尔曼滤波(ideal trajectory robust cubature Kalman filter,ITRCKF)算法,将具有不确定性系统的滤波问题转化为带参数κ的误差协方差上界最小化问题;最终利用导引头探测器测量得到弹体视线角,结合ITRCKF对非线性系统状态进行估计。实验结果表明:在小扰动条件下,ITRCKF偏角估计最大误差值较容积卡尔曼滤波(cubature Kalman filter,CKF)下降了85.57%,误差均方根(root mean square error, RMSE)下降了81.93%;在大扰动条件下,ITRCKF倾角估计值最大误差较CKF下降了31.64%,误差均方根下降了46.39%。所提方法对弹目视线角的估计值满足精度要求,并且相对于CKF估计值具有较好的鲁棒性能。     

基于Masreliez-Martin的鲁棒分数阶容积卡尔曼滤波算法及应用

针对具有非高斯量测噪声的分数阶离散时间非线性系统的状态估计问题, 提出一种基于Masreliez-Martin(简称为M-M)方法的鲁棒分数阶容积卡尔曼滤波器。在分数阶离散非线性动态系统基础上, 使用三阶容积原则推导了状态预测公式, 并使用M-M方法实现状态的量测更新, 构成了基于M-M方法的鲁棒分数阶容积卡尔曼跟踪算法。将提出的算法应用到再入目标的状态估计中, 仿真结果表明, 基于M-M方法的鲁棒分数阶容积卡尔曼滤波器优于分数阶无迹滤波器和分数阶容积卡尔曼滤波器。最后, 分析了不同程度的量测污染噪声对鲁棒分数阶容积卡尔曼滤波算法的估计性能影响, 验证了所提算法的鲁棒性。     

基于速度线性化的变体飞行器鲁棒LPV控制

针对大包线下变体飞行器在翼型快速变化过程中的姿态控制问题,提出了一种基于速度线性化的鲁棒线性变参数(linear parameter varying, LPV)控制方法。所提方法将状态量的微分增广至状态方程,得到系统任意状态下的线性化模型,解除了传统小扰动线性化方法要求系统处于平衡点邻域的限制。建立了具有凸多胞形式的变体飞行器LPV模型,给出了参数依赖鲁棒H∞状态反馈控制器存在的充分条件,依据顶点控制器和变参数进行凸插值得到鲁棒LPV控制器。仿真结果表明,设计的控制器在飞行器快速变形和参数大范围快速变化的情况下仍具有良好的控制性能和鲁棒性。     

高精度飞行仿真转台的鲁棒自适应控制

针对高精度直流伺服系统,提出一种基于Lyapunov直接法的鲁棒模型参考自适应控制方法.在算法中,通过调节增益系数,以适应系统中参数的变化,通过引入鲁棒补偿项,实现对摩擦环节的补偿,使得在具有参数不确定性和未知非线性摩擦特性的情况下,跟踪误差渐进收敛于零.并以三轴转台为例,进行了数值仿真,其结果表明该方法的有效性和鲁棒性.     

基于范数优化路径的视频稳像算法

针对运动相机中视频的随机抖动和低频晃动问题,提出了一种基于范数优化路径的视频稳像算法。该算法在特征点粗匹配之后引入概率进化抽样一致性算法剔除误匹配点,避免了局部运动对全局运动估计的影响,然后在定制的L1范数约束下构建相机的最优化运动路径,最后利用新的路径进行运动矫正获取稳定的视频图像序列,实验结果验证了算法的有效性。     

一类不确定混合线性时滞系统鲁棒控制问题研究

讨论了一类不确定混合线性时滞系统在其Markov跳跃参数所处模态非精确可测得情况下的鲁棒控制问题。给出了非匹配条件下系统不确定部分范数上界已知时,使系统呈均方意义下指数稳定的保代价控制充分条件。并根据混合系统模式下的LaSalle稳定性定理,对匹配条件下系统不确定部分的未知范数上界给出了一种参数自适应估计方法,设计了相应的鲁棒自适应控制律以实现混合线性时滞系统以概率1渐近稳定。鲁棒自适应控制律的设计仅依赖于跳跃参数的非精确测量值。     

基于运动感知的VR体验舒适度研究

针对观众在进行虚拟现实(virtual reality,VR)体验后出现眩晕、恶心等不适的问题，建立一种基于运动感知的VR体验舒适度评估方法。通过对立体VR视频进行稠密光流估计，分析场景中的水平运动和垂直运动计算视频帧速度矩阵，提出了基于帧差法和基于时域的帧加速度特征提取方法，将提取的速度、加速度等运动特征结合支持向量回归算法建立VR体验舒适度评估模型。实验结果表明，基于时域帧加速度特征的评估模型优于基于帧差法的模型，且性能较现有其它模型更接近主观评价值，均方根误差减小到7.0,Pearson相关系数提高到0.955 3。     

High speed robust image registration and localization using optimized algorithm and its performances evaluation

Local invariant algorithm applied in downward-looking image registration, usually computes the camera’s pose relative to visual landmarks. Generally, there are three requirements in the process of image registration when using these approaches. First, the algorithm is apt to be influenced by illumination. Second, algorithm should have less computational complexity. Third, the depth information of images needs to be estimated without other sensors. This paper investigates a famous local invariant feature named speeded up robust feature (SURF), and proposes a highspeed and robust image registration and localization algorithm based on it. With supports from feature tracking and pose estimation methods, the proposed algorithm can compute camera poses under different conditions of scale, viewpoint and rotation so as to precisely localize object’s position. At last, the study makes registration experiment by scale invariant feature transform (SIFT), SURF and the proposed algorithm, and designs a method to evaluate their performances. Furthermore, this study makes object retrieval test on remote sensing video. For there is big deformation on remote sensing frames, the registration algorithm absorbs the Kanade-Lucas-Tomasi (KLT) 3-D coplanar calibration feature tracker methods, which can localize interesting targets precisely and efficiently. The experimental results prove that the proposed method has a higher localization speed and lower localization error rate than traditional visual simultaneous localization and mapping (vSLAM) in a period of time.     

Electronic image stabilization system based on global feature tracking

A new robust electronic image stabilization system is presented, which involves feature-point, tracking based global motion estimation and Kalman filtering based motion compensation. First, global motion is estimated from the local motions of selected feature points. Considering the local moving objects or the inevitable mismatch, the matching validation, based on the stable relative distance between the points set is proposed, thus maintaining high accuracy and robustness. Next, the global motion parameters are accumulated for correction by Kalman filteration. The experimental result illustrates that the proposed system is effective to stabilize translational, rotational, and zooming jitter and robust to local motions.     

具有分布时滞的随机区间系统的鲁棒镇定

研究了具有分布时滞的随机区间系统的鲁棒镇定问题.利用区间矩阵的分解技术、Lyapunov-Krasovskii泛函及It公式,得到了该系统鲁棒镇定的时滞依赖的非线性矩阵不等式判据,进而给出了该系统在不同情形下鲁棒镇定或鲁棒稳定的时滞依赖的线性矩阵不等式(linear matrix inequality,LMI)判据.通过数值仿真说明了所得的LMI判别在实际应用方面的方便性和有效性.     

Real-time detection of moving objects in video sequences

1 .INTRODUCTIONThe efficient detection of moving objects in video se-quences is a challenging and an i mportant task incomputer vision. It has many applications such assurveillance , video conference , traffic monitor-ing[1 ,2]. Traditionally, the most i mportant task ofsurveillance systemis based on human visual observa-tion,whichis a hard workfor watchmen.Therefore ,the automatic detection of moving objects is requiredinthe surveillance system. Tofacilitate a surveillancesystem,efficien…     

基于Luenberger观测器的稳瞄系统应用研究

采用Luenberger观测器进行稳瞄系统的设计,关键在于观测器补偿器的设计及低通滤波器的频带选择。进行了离线仿真、基于dSPACE的半实物仿真、静态试验及动态扰动试验,通过各种滤波手段抑制了系统噪声,与各种常规控制方法进行了对比,系统稳定性、稳定精度及鲁棒性都得到了有效提高,试验取得了较好的效果。     

基于人工物理的群机器人网格分布仿真

群机器人学是多机器人系统的一个重要研究方向,其主要特点是系统包含大量个体。如何控制不受数量限制的群机器人系统,是一个极具挑战性的问题。网格分布是指大量机器人按照一定的要求均匀分布在某一区域中。基于人工物理原理分析了群机器人网格分布控制原理和方法,制定了详细的系统性能评价指标(稳定时间、碰撞次数、覆盖率、连接数、簇数、分布密度等参数),提出了采用曲线拟合法构建虚拟力模型。通过在无障碍物和有障碍物环境中的网格分布仿真,显示出该方法可以鲁棒、有效的完成网格分布。最后指出了今后的研究方向。     

ROBUST STABILIZATION OF SYSTEM WITHNUMERATORAL FACTOR PERTURBATION

1.IntroductionIntherecenttwodecades,robuststabilizationproblemoffixedlinearsystemswithunstructureduncertaintieshavearousedtheinterestofmanyresearchers.Especilly,theHadcontrolmethodadvancedbyZamesll]yieldedmanyworthwhileresultsforsolvingtheproblems.Theunstructureduncertaintiesofsystemsareconcernedwithsuchuncertaintiesaboutwhichweknownothingexceptfortheupperborderofthem.Generallyspeaking,therearethreemaintypesoftheunstructureduncertainties'additiveuncertainty,multiplicativeuncedaintyjcoprimefac…