不完全量测下基于机器视觉的被动跟踪算法

针对不完全量测下利用电视摄像机的单站水面目标被动跟踪问题,提出了一种基于机器视觉被动测距的联邦目标跟踪算法.首先,利用机器视觉技术设计了目标距离的被动测量方法;其次,依据测量机理将测量通道分解为机器视觉被动测距通道和传统测角通道,基于验后置信度残差检测的平方根容积卡尔曼滤波(SRCKF)设计了双通道子滤波器,并对子滤波器估计结果进行联邦结构融合得到最终估计结果.通过OpenGL仿真目标图像和真实水面目标视频的测量结果证明了机器视觉测距的有效性,且在不完全量测下,该跟踪算法比传统基于质点的被动跟踪算法具有更高的跟踪精度.     

浅谈初中体育立定跳远关键动作的矫正及训练方法

立定跳远是一项综合训练项目,是发展下肢爆发力以及上下肢协调性的有效方法,它要求下肢与髋部肌肉协调快速用力,有一定灵巧性和技术性.立定跳远除了把预摆、起跳、腾空,落地四个环节衔接好,还可以有针对性的采取辅助练习,矫正关键动作,帮助学生掌握技术要领,提高运动成绩.     

浅谈中学生立定跳远教学

在现代体育中考中,学生下肢爆发力的主要测定项目就是立定跳远,也是一项测试中学生体质健康标准的项目.在体育教学中,完整的立定跳远技术动作由预摆、起跳、腾空、落地四个部分组成,动作结构虽然不复杂,但要想让动作更加合理、协调仍需要花费一定得精力.很多现实中的老师学生觉得跳远是一个容易教学的动作简单的项目,并不会过多的投入时间,其实并不是这样,如果想要通过教学提高学生立定跳远的成绩,就一定要将立定跳远的四个步骤逐一教好.     

立定跳远体能测试仪器中光电感应检测系统的研究

针对立定跳远项目,研究和实现了一种基于光电感应技术的自动测试系统.该系统采用单片机作为智能控制部件,利用光电感应技术将测试者阻挡的光信号位置信息转化为具体的跳远值,并通过安装在智能控制部件和PC机上的无线传输模块,将跳远测试数据由智能控制模块的存储器无线传送至PC机上,实现了立定跳远项目测试的自动化,提高了测试精度和测试效率.重点介绍了光电感应检测系统.实验证明,设计的立定跳远自动测试系统具有高效、准确和便于进行数据采集分析等优点,能够满足中考、高考等一系列体育测试的要求.     

提高我国跳远运动员成绩的主要途径

通过对中外优秀运动员有关运动学参数的比较分析,认为助跑速度慢、起跳垂直速度及腾起角小是影响我国跳远运动成绩提高的重要因素;提高绝对速度能力、增强快速起跳能力、继续加强助跑的准确性和落地的正确性,是提高我国运动员跳远成绩的有效途径.     

基于多传感器数据融合的四旋翼飞行器的姿态解算

 用于农田信息采集的四旋翼飞行器姿态解算过程中,存在姿态角测量不够准确这一难题。选择基于加速度计、电子罗盘与陀螺仪的捷联式惯性测量系统,采用卡尔曼滤波算法,通过融合多个传感器的测量数据,解算出高精度的姿态角。为验证卡尔曼滤波算法的有效性和实用性,搭建了四旋翼飞行器姿态检测实验平台。结果表明,经卡尔曼滤波算法处理之后的姿态角动态响应好,解算精度高,其最大跟踪误差控制在±1.5°以内,消除了由加速度计或电子罗盘带来的测量白噪声,也有效抑制了陀螺仪的温度漂移,满足四旋翼飞行器对姿态解算精度的要求。     

精密测距系统距离预测方法改进与应用

在精密测距系统(distance measuring equipment/precision,DME/P)测距记忆环节中,为提高预测精度,分别用AR(p)模型和卡尔曼滤波代替传统的动态记忆方法来预测记忆时间内的飞机距离值.为增加运算的实时性,对卡尔曼滤波用分段循环卡尔曼滤波的原理进行化简.仿真结果表明:2种方法均能准确...     

大跨径桥梁挠度测量新方法研究

提出了一种以测量机器人为采集器,通过获取合作目标的几何信息进行桥梁挠度测量的新方法,从测量系统误差、偶然误差两个方面分析了测量机器人的测角及测距误差,并探讨了竖直角、视距对挠度测量误差的影响,同时依据最小二乘原理分析了该方法的测量精度.经分析得知:如果仪器至后视点距离小于150 m,至目标点距离小于200 m,挠度测量精度将优于±1 mm.在实际工程中,该方法测量的挠度值与电子水准仪测量的挠度值差异小于0.22 mm,相对误差小于3.3%,表明该方法在大跨径桥梁检测中完全能满足测试要求.     

棋盘格图像角点坐标亚像素提取方法

针对基于视觉测量的物体位姿测量系统要求标定系统精度较高的需求,提出了一种自动识别和亚像素提取黑白平面棋盘格模板图像内部角点的方法.该方法在详细分析了棋盘格图像局部特性的基础上,建立了准确高效的改进SUSAN角点检测算法和精确的亚像素级提取角点坐标的方法,计算出总体标定误差为0.2个像素.通过实验验证了该算法的可行性和有效性,能够为高精度标定系统提供可靠数据.     

基于改进的 STU KF 电压暂降检测方法

为了准确检测电压暂降,提出一种基于改进的强跟踪无迹卡尔曼滤波(STUKF)的电压暂降检测方法.该方法在建立的电压信号状态模型基础上,利用改进的STUKF对发生暂降的电压信号状态进行跟踪,从而实时提取出电压的幅值和相位信息.仿真结果和实际数据检测表明,所提方法能够有效地检测电压暂降的幅值、持续时间和相位跳变.与传统的STUKF相比,改进的STUKF跟踪精度更高、鲁棒性更强.     

跳远技术分析及教学方法

目的：通过对跳远的技术分析及教学方法的研究,使运动员能够快速获得正确的助跑、踏跳、腾空和落地的运动基本知识。通过对助跑的技术分析,使运动员能够快速掌握确定助跑距离及助跑的形成;通过对踏跳的技术分析,使运动员能够正确掌握起跳腿、起跳脚、踏跳板的配合及胯、膝、踝的伸展,充分施展踏跳时的爆发力,掌握踏跳时的起跳角度和水平速度;通过对腾空的技术分析,使运动员能够正确掌握摆动腿、起跳腿、躯干和手臂的角度、部位、空中高度及其用力方法和运行轨迹;通过对落地的技术分析,使运动员能够正确掌握最佳落地姿势从而提高落地动作的效率。     

浅谈影响跳远运动员踏板准确性的因素

完整的跳远技术是由助跑、起跳、腾空、落地四个动作过程连续组合而成的.在这四个环节中,无论哪个环节出现问题都会影响跳远的运动成绩.本文重点研究我国、我省的一些跳远运动员和国外优秀跳远运动员在跳远过程中,踏板准确性对成功率的影响.     

光电跟踪系统中高频测角信息的攫取研究

为了能够充分利用光电跟踪设备相邻两次激光测距间隔内的高频测角信息，以提高目标跟踪精度，给出了一种航迹“融合”式目标状态估计方法。该方法借助扩展Kalman滤波算法．将无测距信息时刻的目标测角信息代入独立的滤波器，而对有距离时刻的目标测量信息建立另外的滤波器，然后将两滤波器的输出结果进行加权融合，从而在不增加任何硬件成本的前提下，进一步提高了具有激光测距的光电跟踪系统的目标状态估计精度。对模拟数据和靶场实测数据的测试结果表明了该方法的可行性和有效性。     

粒子滤波融合跟踪方法

针对Kalman滤波不能处理多传感器量测信息融合中的非线性问题,提出了一种基于粒子滤波方法的融合跟踪算法.通过对量测方程的非线性分析,利用粒子滤波器计算目标状态估计值,通过线性迭代的方式得到系统的最优估计.仿真结果表明,与采用Kalman滤波的方法相比,该算法具有更高的估计精度和更少的计算量.相比于单传感器,减少了量测信息的模糊性,提高了资源的利用率.     

从60 cm高度下落到不同硬度的地面下肢关节的力学响应

研究了从60 cm高度下落到2种不同硬度的地面,即木板地面和海绵垫时下肢关节的力学响应.结果表明:人下落到软的地面上时下肢关节的受力、力矩显著减小,关节的角度变化显著增加,从着地到落地停稳所用的时间显著增加.各关节力矩是外力矩与肌肉力矩共同作用的结果,正确的落地技术应该是3个关节的力矩同时减小,掌握正确的落地技术的实质是掌握正确的肌肉被拉伸与收缩的顺序和大小.从60 cm下落着地后,不论是何种地面条件,3个关节的力矩以髋关节力矩为最大,膝和踝关节肌肉是在髋关节控制下起互相协调作用.     

9轴MEMS-IMU实时姿态估算算法

随着对微机电系统-惯性测量单元(micro-electro-mechanical system-inertial measurement unit, MEMS-IMU)在室内定位、动态追踪等应用领域中的需求日益迫切, 使得具有高精度、低成本和实时性的MEMS-IMU模块设计成为研究热点. 针对MEMS-IMU的核心技术--姿态估算进行研究, 设计了一种基于四元数的9轴MEMS-IMU实时姿态估算算法. 该算法运用分解四元数算法处理加速度和磁感应强度数据, 计算出静态四元数; 通过角速度与四元数的微分关系估算动态四元数; 运用卡尔曼滤波融合动、静态四元数, 进而实现实时姿态估算. 针对分解四元数算法中存在的奇异值问题, 提出了转轴补偿方法对其修正, 以实现全姿态估算; 考虑动态情况下的非线性加速度分量对姿态估算精度的影响, 设计了R自适应卡尔曼滤波器, 以进一步提高姿态估算算法的精度. 验证结果表明, R自适应卡尔曼滤波器能够有效抑制加速度噪声, 提高姿态估算精度; 同时, 转轴补偿-分解四元数算法能够准确估算奇异值点的姿态信息, 并且计算时间仅为原“借角”补偿方法的50%左右, 有效提高了整体算法的实时性.     

基于自适应无迹卡尔曼滤波的分布式驱动电动汽车车辆状态参数估计

以精确估计车辆状态参数为目标,提出了一种基于自适应无迹卡尔曼滤波的车辆状态参数估计算法,采用非线性三自由度车辆模型,将模糊控制与无迹卡尔曼滤波算法相结合,实现对系统测量噪声的自适应调整,通过对方向盘转角,纵向加速度和横向加速度等低成本传感器信息融合实现对质心侧偏角和横摆角速度的状态估计.应用CarSim与Matlab/Simulink建立分布式驱动电动汽车整车模型并且联合仿真对估计算法的有效性进行验证.结果表明自适应无迹卡尔曼滤波比无迹卡尔曼滤波更能有效准确地进行车辆状态参数估计,在双移线工况中,质心侧偏角估计精度提高了6.7%,横摆角速度估计精度提高了4.8%.      

弹体姿态估计数据融合算法研究

为了测量剧烈变化的弹体滚转角姿态,设计了高、低量程配置的传感器测量方案,利用UKF滤波器,对弹体滚转姿态进行估计.为了提高弹体飞行中间段的滚转姿态测量精度,进一步设计了状态融合和量测融合两种数据融合算法.仿真研究表明,量测融合算法精度高、实时性强.     

室外竞技状态下运动员姿态摄像测量及应用

为解决竞技状态下运动员三维姿态现场测量的需求,利用非接触式摄像测量方法和为冬季体育运动项目量身打造的专用观测设备,采集了8名跳台滑雪运动员在训练过程中的原始数据.通过深度学习的改进方法识别与定位运动员关节点的三维信息,进而开展了运动员姿态测量与动作分析研究,获得了起跳阶段运动员的起跳速度对飞行距离的影响及主要关节夹角的变化规律.研究发现起跳速度是影响飞行距离的重要因素,同时获得了起跳到飞行初始阶段肢体角度的变化规律.该方法和设备可为各类体育项目的运动员姿态及器械运动参数测量提供新的手段,其所获得的观测结果可为教练员指导运动员技术动作提供精细化的数据支持.