基于Babylon.js的n阶Bézier曲线轨迹设计

【目的】为在Babylon.js环境下实现三维物体任意运动轨迹的生成,给出一种三维物体n阶Bézier曲线运动轨迹的设计方法。【方法】首先根据Bézier曲线的原理设计一种循环递归的插值计算方法,对任意中间控制点数的Bézier曲线路径都可快速绘制;然后对比二阶、三阶及六阶Bézier函数的实际绘制效果;最后在Babylon.js的官方训练场中对物体其他阶次Bézier曲线轨迹进行绘制和运动仿真,并对轨迹形状进行可视化交互设计与调整。【结果】试验中本文方法与传统方法的曲线轨迹重合,表明本文算法实现了n阶Bézier曲线轨迹的绘制;小球能绕所设计轨迹运动验证了本文方法在物体轨迹设计上的有效性;轨迹调整前后对比结果验证了本文方法可视化交互设计的可行性。【结论】本文方法能有效快速实现虚拟环境中的三维物体复杂运动路径的设计与生成,从而为采用Bézier曲线来规划网页端三维物体的运动轨迹提供了一种新方法。     

一种利用统计直方图拟合密度曲线的方法

利用分段三次Hermite插值曲线给出一种求统计直方图密度曲线的方法.根据统计直方图的特点,选取Hermite插值曲线在插值点处的导数值和可调整的插值点,由拟合曲线与统计直方图面积相等的约束条件确定调整值和插值点,可以得到光滑的密度函数曲线.     

基于三次有理PH曲线的G~2 Hermite插值

文章在满足G~1 Hermite插值条件的三次有理PH曲线的基础上,通过简单的方法构造了一个满足G~2 Hermite插值条件的三次有理Bézier曲线。该方法只需根据始末端点的曲率来确定曲线的权重进而得到插值曲线,具有很好的几何意义,数值实例表明了该算法的有效性。     

多段连续结构手功能康复外骨骼运动规划与结构优化

针对现有康复机器人手指运动轨迹仿生度低、轨迹规划策略与正常人手指运动轨迹差异较大的问题,提出了基于Tau-jerk引导策略的手指运动轨迹规划方法。首先建立外骨骼机器人的运动学模型,并用ABAQUS进行运动学仿真,引入修正系数调整运动学模型;然后以jerk值为耦合对象,推导出内部Tau-jerk引导策略,引入最小做功和最小面积确定最优轨迹和最优多段连续结构;最后比较了Tau-jerk规划的运动轨迹与多项式插值方法规划的轨迹同真实人手运动轨迹的偏差。实验结果表明:采用Tau-jerk轨迹规划的外骨骼运动平均关节角度误差小于1.5°,且平均指尖轨迹误差小于1 mm;与3次多项式插值和3、4、5次多项式插值运动规划相比,Tau-jerk轨迹规划方法更符合人手指运动轨迹。     

序列图像中运动点源目标检测算法的研究

点源运动目标由于其形状、尺寸特征不明显,使得通过单帧图像处理对其进行识别变得十分困难。因此,通常依靠目标连续运动形成的多帧图像目标轨迹进行识别,其主要方法是搜索所有轨迹中最长的连续轨迹。本文提出最小二乘轨迹预测搜索算法,该算法采用多点航迹进行最小二乘曲线拟合,根据拟合结果预测目标在下一帧的位置,有效地减小了轨迹预测位置误差。     

移动对象轨迹的双重插值

移动对象的轨迹插值是查询处理的前提,插值的精度直接影响到查询处理的准确率.将保形三次Hermite插值引入到移动对象的时空轨迹插值,提出了双重插值模型,此模型继承了保形三次Hermite插值的优点,不需要速度条件便可以形成轨迹,容易将模型推广到高维空间,可以弥补移动对象数据库中记录点太稀疏的缺陷,并且插值精度比线性插值、非节点样条插值和保形三次Hermite插值更高.     

基于多特征融合的停车场行人异常行为识别

视频异常行为检测对保障公共安全至关重要。针对停车场视频监控中行人异常行为识别准确率低的问题,提出一种基于轨迹-骨架多特征融合的异常目标识别方法。首先根据停车场的环境要求定义异常行为类型;然后对停车场区域进行行人识别,对行人进行图像跟踪,得到其运动轨迹,并对人体姿态进行分析,计算相应关节点的图像坐标;最后融合轨迹特征和骨架特征,对正常行为和异常行为进行分类,实现对目标异常行为的识别。在行为分析数据库上的试验结果表明,本算法的准确率达到87.08%,与单一特征识别方法相比,提高了异常行为的检测效率。本方法能够有效地识别停车场行人的异常行为,在实际工程中具有参考价值。     

使用特征匹配的三维目标识别方法

提出了一种基于特征匹配的三维自动目标识别方法．首先使用均匀采样选择特征点和自旋图描述子提取特征,定义相似度度量并且使用最近邻方法得到初始的匹配;其次使用向量场一致性算法消除错误的匹配;最后根据算法保留的正确匹配数目进行目标识别．针对目标识别的实际应用需求,进一步研究了点云的空间分辨率、激光雷达测距误差对目标识别性能的影响,可以为激光雷达三维目标识别系统的设计提供参考．     

基于受控动力学样条的轨迹规划

在利用多项式样条插值方法进行动力学系统的轨迹规划时,存在无法处理动力学约束的问题。为了克服这个困难,该文利用受控动力学系统的轨迹设计了一种受控动力学样条——基于最优控制方法的最优动力学样条基函数,并且用它作为基本插值样条曲线对双积分动力学系统的运动轨迹进行规划。与用三次样条函数作为插值基函数的插值结果进行了比较,在该插值结果中系统动力学约束自然满足。     

基于五次Hermite插值的移动机器人路径规划方法研究

根据五次Hermite插值所得的曲线具有曲率连续的特点,提出了基于五次Hermite插值的移动机器人路径规划新方法,并应用该方法对前轮驱动兼操舵式移动机器人进行路径规划.实验结果表明,所提出的移动机器人路径规划方法不但可满足移动机器人在目标点时的姿态要求,而且可使前轮驱动兼操舵式移动机器人的操舵角连续变化,有利于移动机器人跟踪规划路径.     

铲齿凸轮理论廓线的设计研究

以铲齿凸轮理论廓线为研究对象,对其设计方法进行了深入研究,提出Hermite型的凸轮回程曲线设计.简要叙述了利用铲齿车床加工齿轮滚刀铲背曲面的基本原理.基于微分几何学和Hermite多项式插值理论,并结合曲线边界条件,给出了三次Hermite型回程曲线的参数方程.结合铲齿凸轮设计实例,比较Archimedes型和Hermite型回程曲线的运动特性曲线,并分析其对加工过程的影响,证明Hermite型曲线的优势.为提高设计效率,用C语言编写铲齿凸轮理论廓线辅助设计程序,并结合开源程序包gnuplot和LaTeX,以曲线图呈现设计结果.     

铲齿凸轮理论廓线的设计研究

以铲齿凸轮理论廓线为研究对象,对其设计方法进行了深入研究,提出Hermite型的凸轮回程曲线设计.简要叙述了利用铲齿车床加工齿轮滚刀铲背曲面的基本原理.基于微分几何学和Hermite多项式插值理论,并结合曲线边界条件,给出了三次Hermite型回程曲线的参数方程.结合铲齿凸轮设计实例,比较Archimedes型和Hermite型回程曲线的运动特性曲线,并分析其对加工过程的影响,证明Hermite型曲线的优势.为提高设计效率,用C语言编写铲齿凸轮理论廓线辅助设计程序,并结合开源程序包gnuplot和LaTeX,以曲线图呈现设计结果.     

几何连续的多项式插值逼近与Hermite插值的比较

一般而言 ,几何连续的Bzier插值曲线比Hermite插值曲线具有更多的自由度 ,因此 ,若插值多项式的阶数相同 ,前者的逼近误差通常比后者更小 .但有时 ,这种差异会非常大 .本文以四分之一圆的逼近为例 ,发现了三次Hermite插值曲线的误差ε 3 (t)是基于几何连续的三次Bzier插值曲线误差ε3 (t)的 4 0 0多倍 ,即 ε 3 (t) ∞≥ 4 0 0 · ε3 (t) ∞ .即使考察具有一个自由参数c的 4阶Hermite插值曲线 ,其误差函数ε 4(t,c)仍然满足minc∈R maxt∈ [0 ,1]ε 4(t,c) ≥ 6 .3· maxt∈ [0 ,1]ε3 (t) .     

基于CW-RNNs网络的手势识别算法

该文在分析表征手势特征和神经网络理论基础上,根据手运动轨迹的连续性规律来研究适用于手势识别的关键技术——基于手势轨迹模型的新型神经网络算法。针对手势识别的模糊性和准确性问题,基于手势局部区域跟踪结果,采用一种新型神经网络算法,实现用于人机交互的动态手势识别。手势识别部分的研究是采用一种新型的循环神经网络(CW-RNNs)对手势运动的轨迹进行识别。根据跟踪部分提取的手指运动轨迹坐标,定义手势模版,采用该方法对手势模版进行学习。首先定义连续动态手势模版,采用时间频率循环神经网络对手势模版进行学习,对每组孤立的动态手势模版进行学习,形成手势识别模型。对影响CW-RNNs模型的因素进行了实验验证和深度分析,通过与多层RNNs、三层RNNs的识别效果进行比较,论证了本文模型对手势轨迹模版识别的优越性。     

基于改进的自适应和声搜索算法的时间最优轨迹规划

根据机械臂运动约束,提出了关节空间基于改进的自适应和声搜索算法的三次样条插值轨迹规划。该算法采用自适应的记忆库取值概率、微调概率和调节步长产生新解。利用三次样条插值方法构造各关节位移、速度及加速度均连续的轨迹,然后由IAHS算法解算出最优时间。通过与基本和声搜索算法的对比,表明该算法有更强的寻优能力。     

一种双参数的有理三次Hermite样条的逼近性及其应用

构建了一种带双参数的分段有理三次Hermite插值样条,它是三次Hermite插值样条的推广.讨论了这种样条的逼近性及应用.数值例子表明,对于给定的插值条件,选择合适的参数,生成的插值曲线具有较好逼近效果.     

移动单目相机下基于单应的动态手势轨迹识别

针对单目相机的移动会造成图像坐标系的全局运动,对手势识别中运动轨迹的观测产生影响,不能满足手势交互的应用需要的问题,建立并证明了一种基于单应的目标运动轨迹观测模型.该模型通过分析目标平面运动时相邻帧之间的射影关系,利用单应矩阵求解与特征点的重投影,求得相邻帧之间的目标相对运动矢量,得到世界坐标系下的目标运动轨迹.为验证该模型的有效性,基于该模型提出了一种利用移动相机进行动态手势轨迹识别的方法.实验结果表明:使用该方法进行动态手势轨迹识别的识别率为89%,处理速度达到72.28帧/s,在移动相机环境下保证了手势识别系统的识别率与实时性.     

基于Kalman滤波器与肤色模型的手势跟踪方法

有效和鲁棒的手势跟踪是动态手势识别的前提,针对手势及其运动的特点,提出了结合Kalman滤波器和肤色模型的手势运动目标跟踪方法.首先通过背景差法和YCb’Cr’空间上的椭圆肤色模型检测出手部运动目标,通过目标区域的空间结构参数来设置Kalman滤波器的各项运动参数,然后计算空间结构特征的跟踪匹配函数对目标预测位置进行修正,获得运动手势目标区域及其运动轨迹.实验结果表明,所提方法能有效地跟踪手势,并能较好地适应手势在运动过程中的手形变化、轨迹转弯等情况,检测准确,鲁棒性高.     

Delta机器人拾放操作门型轨迹优化与ANPD控制试验

为实现Delta机器人稳定快速拾放作业,基于次数和长短轴可变的3参数Lamé曲线构造笛卡尔空间门型运动轨迹,采用非对称6次多项式规划门型路径的运动规律,推导离散时间下的位移、速度和加速度公式。为进一步平滑运动轨迹,以关节力矩变化率均值为优化目标,采用遗传算法对Lamé曲线的3个参数进行综合优化,提出Lamé曲线次数的选取方法。在此基础上,通过引入一类饱和非线性函数设计Delta机器人增广非线性PD(ANPD)控制器,对自主设计的机器人开展控制试验。结果表明,该轨迹优化方法能获得平滑运动轨迹,机器人轨迹跟踪误差小,重复定位精度高。     

基于FCTP模型的Mean shift目标跟踪算法

为了解决目标跟踪过程中的定位偏差问题,本文提出Mean shift算法和拟合曲线轨迹预测模型（FCTP）相结合的目标跟踪算法。首先根据目标已知位置信息,从FCTP模型中选取最优拟合曲线来拟合目标运动轨迹,并得出目标预测位置;然后,利用跟踪窗口自适应的Mean shift算法在预测位置邻域内搜索目标最终位置。实验结果表明,该算法能有效地实现快速运动目标的预测跟踪,保证了跟踪精度。