通道行人超越行为研究

采用轨道车站双向通道监控视频数据进行分析,提出以步为基本单位确定统计间隔,按照超越者双脚重心投影位置确定行走轨迹的研究方法,根据超越者轨迹,提出超越的三个阶段划分方法和四个描述超越行为轨迹特征的空间指标.深入分析了超越行为三个阶段行人横向间距、累计横向侧移、超越者行走直线距离等的特征和规律,被超越者性别差异对各项空间指标的影响,提出判别超越结束阶段超越者行走状态的方法,分析了超越行为出现频率与人均空间的关系.     

Research on Pedestrians' Overtaking Behavior in Passageway

采用轨道车站双向通道监控视频数据进行分析,提出以步为基本单位确定统计间隔,按照超越者双脚重心投影位置确定行走轨迹的研究方法,根据超越者轨迹,提出超越的三个阶段划分方法和四个描述超越行为轨迹特征的空间指标.深入分析了超越行为三个阶段行人横向间距、累计横向侧移、超越者行走直线距离等的特征和规律,被超越者性别差异对各项空间指标的影响,提出判别超越结束阶段超越者行走状态的方法,分析了超越行为出现频率与人均空间的关系.     

基于行走轨迹的智能监控算法

提出了一种基于行走轨迹的异常行为识别方法,运用背景减除法与时间差分法加权平均的目标检测法对运动人体进行检测,通过对人的行走轨迹的跟踪与记录来判断某人是否可疑,轨迹出现闭合曲线和螺旋线说明有徘徊行为,即可疑予以报警。实验表明,该方法具有一定的可靠性和鲁棒性,实时性较强。     

双足机器人稳定行走步行模式的研究

研究了一种基于零力矩点(ZMP)预观控制系统的双足机器人稳定行走步行模式生成方法.通过对双足机器人行走过程中行走参数及ZMP轨迹进行规划,计算出机器人行走过程中的质心轨迹.由运动学模型求解出其行走过程中步行姿态,预观控制器利用未来目标ZMP参考值和双足机器人状态计算控制输入,对机器人进行稳定行走控制.最后采用ADAMS和Matlab/Simulink联合仿真技术对离线步行模式进行仿真验证,仿真结果表明双足机器人虚拟样机可实现稳定行走效果.     

双足行走机器人步态轨迹规划

 通过对双足机器人行走过程中一些特殊点进行采样分析,对比人类自身行走步态的观察测量值,采用三次多项式插值来计算出双足行走机器人在行走过程中的行走轨迹,按人体比例设定参数,计算得出了1条比较光滑平稳的行走轨迹,使得机器人的行走姿态更像人类的行走.通过模拟测试,结果表明了用三次多项式插值方法是1种规划双足机器人行走步态的较好方法,而且得出的轨迹插值函数比较平滑.     

基于联合轨迹特征的徘徊行为识别方法

徘徊行为判定作为异常行为识别的热点难题,目前存在难以构建具有场景特定性的识别模型问题.特定场景下的行人轨迹数据,或是有标签,或是无标签,针对如何利用特定场景下有标签轨迹数据信息问题,结合行人多种轨迹特征,提出基于分类函数的徘徊行为识别模型,能够通过分类函数自动学习该场景下有标签轨迹数据中的徘徊行为模式;针对如何利用特定场景下无标签轨迹数据信息问题,提出基于异常检测的徘徊行为识别模型,能够在大量无标签轨迹数据中自动学习潜在的徘徊行为模式.基于两种徘徊行为识别模型,提出徘徊行为识别框架,能够利用目标跟踪算法获取特定场景视频中行人的轨迹数据,并根据数据是否带有标签合适地构建对应的具有场景特定的徘徊行为识别模型.为了验证所提模型的有效性,选用CASIA-AR公开数据集作为测试集,和三种基准模型一起,在行走、奔跑和徘徊行为的识别上进行了对比实验.实验结果表明,所提模型在测试集上的准确率和召回率都优于基准模型,F1指标也有提升,验证了所提模型的有效性、场景特定性和迁移性.     

基于CPG的双足机器人NAO的行走控制

基于中枢模式发生器(CPG)机理实现双足机器人NAO的行走控制.利用Kimura振荡神经元设计双足机器人的重心轨迹,得益于CPG丰富的动态特性,机器人的重心轨迹可以通过调节CPG参数来灵活调节.进一步利用生成的重心轨迹信息来在线规划机器人的脚掌轨迹,得到具有环境适应性的脚掌轨迹从而达到适应性行走的目的.通过开放动力学引...     

基于视频的人体异常行为检测与识别

提出了一种运动目标检测算法,通过三帧差分法,可以从视频图像中提取出运动目标的轮廓.通过三帧差分法分别对人体正常行走和人体摔倒两种行为进行检测,提取出人体在两种行为的运动过程中的特征.提出一种基于改进Hu矩不变性的人体异常行为识别算法,对人正常行走和摔倒两种行为进行识别.正常行走是正常行为,摔倒则为异常行为.实验证明,该方法对在本研究的实验环境下的正常行走和摔倒两种行为识别率很高,有一定实用价值.     

基于模型预测控制的双足高效行走系统

提出基于模型预测的双足高效行走系统. 首先,利用最优能效算法对双足行进中的最优步态进行分析,包括行进步长和步速,并以此生成参考轨迹;然后,通过模型预测控制的思路对机器人的最优能效步态进行跟踪控制;最后,结合机器人逆运动学构建高效稳定的双足行走系统. 通过仿真实验验证了该系统可以有效跟踪、生成高效的行走步态,探寻了双足机器人动态行走的新思路.     

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)的社区老年人异常空间行为轨迹分析模型.首先,利用社区内老年人空间轨迹定位数据,采用ST-DBSCAN聚类算法对连续空间轨迹进行聚类分析,提取老年人的动态行为链.其次,针对两种常见的异常轨迹模式(出行轨迹偏离日常轨迹和停留时间过长),利用DTW算法对老年人的动态轨迹进行异常模式识别.最后,结合异常轨迹模式、老年人背景信息、气象信息,建立社区老年人异常行为风险分析模型,分析老年人在出现轨迹异常情况下的安全风险,并基于微软亚洲研究院的开源轨迹数据集GeoLife对建立的模型进行了验证.研究结果表明,模型可以识别老年人出行时的异常空间轨迹,分析其安全风险.研究成果可以为居委会、社区物业、养老机构等部门的老年人安全管理工作提供方法支持.