一种大视场汇聚型双目立体视觉标定方法

双目摄像机汇聚型摆放易导致标记点出现散焦模糊和透视形变,使标记点定位出现偏差,在大视场环境下会引发不可忽视的标定误差,进而影响测量精度。为解决上述问题,提出了一种基于标记点定位偏差度加权的大视场汇聚型双目立体视觉标定方法。首先,利用靶标在摄像机坐标系下的位姿,计算标记点散焦模糊量和透视形变度;其次,根据标记点定位偏差度设置相应权重;最后,将标记点权重系数加入目标函数,引导标定参数优化。实验结果表明：在观测值为505 mm的情况下,该方法测距均方根误差和标准差可达0.809和0.290,不但有效提高了大视场汇聚型双目立体视觉标定精度,而且具有良好的稳定性。     

基于立体视觉的直升机桨叶扭转角模拟测量方法

提出了一种基于立体视觉的直升机桨叶扭转角测量方法.首先,在摄像机坐标系下,采用双目立体视觉技术获取桨叶上圆形标记点的三维坐标;然后,利用在旋翼低速旋转且桨叶处于拉平状态下测量出的标记点的三维坐标建立旋翼坐标系;最后,在旋翼坐标系中利用旋翼高速和低速旋转状态下桨叶上对应标记点的三维坐标来计算桨叶扭转角.多次刚性叶片扭转角测量实验和数据分析说明本文测量方法不仅有效、测量精度高,而且具有非接触式、动态测量和操作简单的优点.     

双摄像机三维成像系统参数的标定和优化算法

通过分析双摄像机三维视觉系统的成像视觉过程,建立了包括镜头畸变因素在内的成像过程数学模型,推导了模型参数的求解方法,提出了标定过程的具体实现方法.在此基础上,同时结合双摄像机系统的成像视觉两个互逆过程,提出了一种标定参数的快速优化方案,利用视觉过程所提供的更多信息,从标定的最终目标——提高视觉过程的角度,优化成像过程的模型参数,以更准确地反映视觉系统的信号变换过程,提高三维视觉精度.实验表明,上述方法可以有效地同时提高双摄像机成像模型的标定精度及提高三维视觉系统数据的采集精度,并且优化算法迭代收敛速度较快.     

基于散焦图像的大视场立体视觉标定方法

针对传统大视场立体视觉标定方法存在操作不便、精度不高、稳定性差的问题,提出基于散焦图像的大视场立体视觉标定方法.首先,在立体视觉系统和大视场测量位置之间选定一个位置作为小视场散焦位置,利用在此位置处采集的靶标图像,实现摄像机内参标定;其次,利用大视场测量位置处采集的靶标图像,实现立体视觉外参标定;最后,通过实验室标定实验和直升机桨叶运动参数测量实验进行了验证.结果表明,该方法操作方便、精度高、稳定性好,在4.6 m×2.3 m的视场范围内,测量靶标上特征点间距为505.00 mm的两个点,平均误差为0.647 mm,均方根误差为0.780 mm,能够满足直升机桨叶运动参数测量的现场标定以及测量精度要求.     

六余度配置MEMS-IMU误差标定

研究捷联惯性传感器多余度配置系统的标定. 分析了多余度惯性传感器各参数的测量原理及算法关系,针对典型的非正交配置（六传感器正十二面体）的多余度惯性测量单元(IMU),导出六位置转动标定方法,给出了计算误差模型参数的数学推导过程,建立了余度MEMS-IMU误差模型的解析表达式. 实验结果表明：该方法精度高,可有效估计出六余度MEMS-IMU的误差模型参数,提高惯导系统精度.     

数码相机定位问题的数学模型

建立求取像点位置的数学模型和算法,评价了模型的精度及稳定性,构造双目定位系统的整体模型．     

动态测量误差灰色预测建模辨识参数修正方法

基于现代误差修正技术,研究灰色系统理论建立的动态测量误差短期预测模型,以进行误差修正,提高动态测量精度.文章重点分析了所给模型的参数辨识与修正问题,并以长光栅测量系统为对象,对其得到的动态测量误差进行实践,提出在预测过程中对影响测量结果的模型辨识参数修正的方法,从而提高测量模型的精度.     

基于双目视觉的三维重建技术研究

随着计算机运算速度的提高以及图像采集设备的更新换代,人们越来越不满足于传统三维测量方式,非接触式测量技术蓬勃发展,成为国内外学者研究的热点,双目三维重建是研究重点之一。本文首先介绍了基于双目视觉的三维重建技术,然后在MATLAB和OpenCV实验平台上,采用经典立体匹配算法即AD-Census算法对花瓶进行三维重建。     

多传感器融合四旋翼协同控制算法及其实现

针对四旋翼无人机定点悬停控制,从应用层面提出了多传感器数据融合方案,设计了相应的协同控制算法.在飞行器整体硬件架构基础上分析量测系统的各个传感器,对于姿态测量通道提出卡尔曼滤波算法,对于高度测量通道提出互补滤波算法,对于水平位置测量通道提出双传感器融合算法.基于四旋翼无人机的状态空间及其小扰动线性化模型,设计了与之相结合的协同控制算法并进行仿真.最后在物理平台上对设计的算法进行验证,表明多传感器融合与协同控制相结合的方法能有效提高四旋翼无人机的定点悬停精度.     

基于傅立叶基神经网络的传感器非线性补偿方法

针对热敏电阻温度传感器应用中存在的非线性问题,提出了以神经网络为补偿环节,结合传感器构成的一种非线性补偿模型.基本思想是采用傅立叶基神经网络,以传感器的输出作为神经网络的输入样本,传感器的输入温度为神经网络的期望输出,通过调整神经网络权值使神经网络的输出与期望值近似,实现温度测量的非线性补偿.结果表明该方法有效提高了精度,是一种有效的传感器非线性补偿方法.     

条件副概率

根据经典概率的性质及研究方法,在给出条件副概率概念的基础上,给出条件副概率的基本性质及证明,并结合生活中具体实例给出副概率的应用,从而弥补了经典概率的不足.     

一般情形复合二项风险模型破产概率研究

主要利用过程的马尔可夫性对一般情形的复合二项风险模型进行研究，首先得到了赔付间断时间序列和赔付时刻赢余的有限维联合密度．其次，根据这一结论，得到了破产概率公式，以及有限时间内的生存概率公式．并在赔付随机变量服从指数分布的情形下，得到了初始资本u=0时有限时间内的生存概率公式，而且给出了具体实例的计算结果．     

关于条件期望求法的讨论

本文在现代概率论体系的基础上,讨论了几种情形下的条件期望的求法.     

有限元概率算法的基本理论

以Markov链为模型,建立了概率转移矩阵的概念,再此基础上,确立了有限元概率算法的基本理论。     

概率在证明组合恒等式中的应用

构造了适当的概率模型,证明了几个重要的组合恒等式.     

基于MATLAB的概率论极限理论的教学探讨

立足于打破传统的静态教学模式,融入建模思想,淡化严密形式,关注应用思维的数学教学指导思想.借助MATLAB设计动态实验,直观形象地展示了勒维中心极限定理的形成过程,从观念上、方法上解决了数学抽象性与人才培养特征之间的矛盾.     

概率论与数理统计教学中数学建模思维的培养

在概率论与数理统计教学中培养学生的数学建模思维与素质教育所要求的培养学生的创造性思维能力是相辅相成的.探讨了在概率论与数理统计教学中培养学生数学建模思维的必要性和措施,并以教学中某类问题的概率模型为例进行了分析.     

灰色概率分布及其参数估计

针对概率本身的灰色不确定性，基于概率论和灰色系统理论方法，定义了灰色概率、灰色概率的灰度、灰色概率分布、灰色概率密度、灰色期望及灰色方差等基本概念，介绍了可以用于灰色概率分布参数估计的D－S理论及其参数统计推断的Dempster方法和Shafer方法。     

常利率离散时间更新风险模型的破产概率

讨论了常利率离散时间更新风险模型,证明了Tk时刻的盈余变量U（k）（k≥0）为齐次马尔可夫链,给出转移概率Q（x,B）,得出了破产概率的展式和生存概率所满足的积分方程,并利用鞅的方法得到了最终破产概率的上界估计．     

移动车-车通信系统在n-Rayleigh信道下的性能分析

在n-Rayleigh信道下,研究了使用最大比合并接收的移动车-车通信系统的平均符号误码率和中断概率性能. 基于特征函数方法,推导了移动车-车通信系统在n-Rayleigh衰落信道上采用相移键控调制、正交幅度调制、脉冲幅度调制等方式的平均符号误码率的精确表达式和近似表达式,同时用近似闭合表达式表示中断概率. 然后通过数值仿真,验证理论分析的有效性. 仿真结果表明,系统的性能可以通过增加分集支路数以及减小衰弱因子来改善.