基于极线校正的相移结构光三维测量

被动式方法对表面无明显特征的物体难以获取稠密的三维重建点,无法进行精确而快速的测量.针对这一问题,采用双目立体视觉测量系统,结合主动式方法的相位移动结构光法对每个图像像素点进行处理,获取三维物体表面稠密的数据,实现真正的全场测量.双目系统经过极线校正,对应点的极线处在同一水平线上,匹配时不用逐点计算每个像素点的极线,大大减少匹配时间.实验结果表明此方法能快速获得复杂表面物体的稠密测量.     

基于图形界面的快速目标选择方法

为解决传统的箭头型光标无法满足图形界面中目标的快速准确选择问题, 提出了球型光标与扇型光标的目标快速选择定位方法。利用球型光标和扇形光标具有的面积大、移动速度快等优点, 实现了对传统点式光标和箭头式光标的改进。实验结果表明, 球形光标和扇形光标提高了鼠标选定物体的速度与准确度, 减少了选择目标的时间, 大大提升了用户的操作效率。     

基于电磁波及超声波联合测距的井下定位方法

研究煤矿井下电磁波、超声波联合定位方法,根据井下巷道的空间结构特点,由锚节点和网关节点形成无线传输网络,网关节点布置在巷道的端点,锚节点一字排开等间距吊挂在巷道顶部中央,使巷道内任意位置都至少有两个锚节点接收到移动节点发射的电磁波信号。 移动节点通过判别锚节点电磁波信号强度确定移动节点与锚节点的位置关系;移动节点采用基于超声波的TOF检测方法进行巷道横向测距,移动节点和锚节点节采用基于电磁波信号强度的对数-常态分布模型进行巷道纵向测距,最终确定移动节点的二维坐标。 仿真结果表明,提出的定位方法误差较小,超声波在巷道横向的测距误差很小,巷道纵向50 m范围内,最大误差不超过5 m。 联合定位方法使用少数锚节点获得高定位精度,可以应用于煤矿井下。      

基于改进TLD的自动目标跟踪方法

视觉跟踪一直是机器视觉研究热点,TLD（tracking-learning-detection）算法是近年来出现的一种高效的视觉跟踪算法,针对TLD算法中Lucas-Kanade（LK）光流法无法有效跟踪物体快速移动和尺度变化的问题,采用金字塔光流法对TLD算法进行改进。并将所跟踪物体形心作为图像定位参考点,提取物体定位信息,通过定位信息运用比例-积分-微分（proportion-integral-derivative,PID）控制算法控制摄像头舵机云台转向,使摄像头快速、灵活、精确地自动跟踪指定物体。通过系统测试,与传统TLD算法对比,采用金字塔光流法改进的TLD目标跟踪算法在跟踪目标发生光照变化、尺度变化等情况时,具有更加优良的跟踪性能,准确将跟踪目标形心位置提供给控制部分,控制算法高效灵活,在获取信息后精确、快速地控制摄像头方位,使其正对跟踪目标。该系统对目标跟踪技术、安防技术、自动瞄准系统具有重大意义。     

基于机器视觉的运动物体测速的研究

为了方便快速地进行速度测量,本文提出一种基于机器视觉的运动物体测速的方法。该方法采用的是将运动角点检测的Harris检测算子作为物体特征量提取的算法,实现了物体在一定时间差内移动位移的测量。与传统测速方法相比,该方法不但对设备的要求更小,而且运算的速度更快。     

一种改进的基于移动信标的节点自定位算法设计

为了降低由过多固定信标辅助定位导致的网络成本开销,研究了一种改进的基于移动信标的节点自定位方法。首先,给出了移动信标运动的高斯马尔可夫模型,在对传统质心算法进行改进的基础上提出了一种基于RSSI比值的加权质心算法实现节点的初定位;然后,建立了节点位置的状态方程和RSSI强度值的观测方程,通过扩展的卡尔曼滤波算法实现对节点位置的迭代求精;最后对文中基于移动信标的节点定位算法进行了定义和描述。仿真实验表明,文中方法在仅有一个移动信标的情况下能实现节点的准确定位,且与其它方法相比,具有较小的定位误差。     

基于自适应Hata模型的无线电发射源定位方法

针对传统无线电发射源定位方法主要依赖基站接收的参数定位, 建造基站花费较大的问题, 提出一种基于自适应Hata模型的无线电发射源定位方法, 该方法改进了传统的Hata模型, 并利用粒子群优化算法有效地确定无线电发射源的位置. 实验结果表明, 该方法是可行且有效的.     

基于自适应Hata模型的无线电发射源定位方法

针对传统无线电发射源定位方法主要依赖基站接收的参数定位, 建造基站花费较大的问题, 提出一种基于自适应Hata模型的无线电发射源定位方法, 该方法改进了传统的Hata模型, 并利用粒子群优化算法有效地确定无线电发射源的位置. 实验结果表明, 该方法是可行且有效的.     

声发射层析成像技术在混凝土结构中的应用

针对传统声发射源定位算法(如时差定位)应用于各向异性介质的局限性,将声发射层析成像方法(AE tomography)引入混凝土结构损伤定位,该算法以声发射事件作为点源,结合源定位算法和层析成像算法,通过波速变化重建物体结构缺陷(损伤)的慢度图,既适合于各向同性材料,也适合于各向异性材料.为了验证提出算法的可行性,制作了有和无钢筋2个不同结构的混凝土样本并通过了实验.实验结果表明所提出的方法不仅能通过声发射波速度变化实现损伤定位的可视化,而且相对于传统定位算法,混凝土样本结构缺陷(损伤)的定位精度也获得了进一步提高.     

快速高效的碰撞检测算法 

为了提高碰撞检测算法的效率,提出了一种快速高效的碰撞检测方法.利用Morton码存储物体信息,给出一种改进的图层级结构,可快速分割物体空间,减少物体对相交检测;利用图形处理器(GPU)的并行处理特性进行物体包围盒层级树构建、树遍历,不仅可以快速处理碰撞检测中的事务,还可节省存储空间.实验表明,该方法能够快速构建物体层级结构,并能进行高效的碰撞检测计算.     

双模压缩光双曲线定位方案设计与分析

采用无线电信号的双曲定位方法由于受到其信号功率与带宽的制约,其定位精度存在着不可逾越的上限,且易受干扰、测量距离有限等问题日趋显现,而采用量子纠缠信号作为测量信号,可以突破经典无线电信号体制的限制,大大提高定位精度与保密性,实现具有超高精度、远距离、强抗噪抗干扰性等优点的量子定位。就此提出一种基于双模压缩光与Bell态直接探测的双曲线定位方案,使用双模压缩光作为发射信号,在目标接收端使用Bell态直接探测系统对两路纠缠光进行检测并对其中一路光束进行延迟,而后提取其正交分量的关联噪声,取关联噪声的最小值时对应的延迟时间作为两光束的完全量子关联时刻,即为两纠缠光的波达时间差,通过时间差的测定可以转换得到距离差,得到1组双曲线,另选2个基点重复上述过程可得第2组双曲线,从而实现定位。通过理论推算与一定假设条件下的仿真分析,给出理论上能达到的定位精度与误差范围。     

新型GPS动态定位自适应卡尔曼滤波方法

为了获取GPS卫星的信号及定位数据的真实值,减小信号传播中因各种因素混入的随机误差对定位精度的影响,通过应用运动载体"当前"统计模型,取速度和位置为观测量建立GPS动态定位模型,将观测量维数增大1倍,从而增加了系统的可观测性和定位测算精度.此外,针对传统标准卡尔曼滤波法在动态滤波方面的不足进行了分析,提出了改进型Sage自适应卡尔曼滤波法.该方法在递推和滤波过程中不断地修正模型参数,始终保持噪声模型接近于真实模型,从而避免了标准卡尔曼滤波法中因建模不准确可能导致的滤波发散等问题,较好地解决了GPS动态定位中状态变量维数与滤波快速性之间的矛盾,以及状态噪声和观测噪声建模不准确和时变的问题.     

一种用于移动通信终端定位的卡尔曼滤波器改进设计

针对传统方法进行移动通信终端定位时,由于无线通信信道存在着噪声干扰、非视距传播、多址干扰等因素的影响,导致移动通信终端定位精准度较低的问题。提出了基于(TDOA/AOA)时间测量值的卡尔曼滤波器改进设计移动通信终端进行定位。利用卡尔曼滤波器抑制和消除TOA/TDOA测量值中NLOS误差,然后通过BP神经网络在时间更新预测阶段及测量阶段对标准的卡尔曼滤波器进行修正,将预处理的TOA测量值输入到修正后卡尔曼滤波器来实现TODA/AOA移动通信终端混合定位,最终确定移动终端的具体位置。实验结果表明,改进的卡尔曼滤波器可以提高移动通信终端定位的精度,具有良好的实用性。     

考虑运动对象位置不确定性的位置管理策略

以传统轨道模型为基础,观测构造运动对象历史信息统计样本并分析其特征,设计了基于样本统计的位置预测模型,更好地考虑了运动对象运动随机性的特点,提高了位置预测的准确性;然后在该模型的基础上设计了一种为管理运动对象位置不确定性而设定最佳阈值的方法,这种方法相对于传统的静态阈值策略减少了位置更新的信息代价开销;最后,采用一种基于时间和空间划分的Grid模型构造索引结构,给出了管理运动对象位置信息进行区域查询和kNN（k-Nearest Neighbor）查询的实现过程和算法,是一种进行运动对象位置相关查询的可行性方案.     

快速运动物体的分布式多天线阅读器定位系统

 射频识别技术被广泛应用到室内定位领域。现有的利用射频识别技术的定位系统有很多缺陷,在定位精度、效率、可靠性、成本等方面存在诸多问题。分布式多天线阵列阅读器定位系统可根据各接收天线检测的信号强度、相位差等信息实现快速精确定位。引入本地标识概念可简化标签识别过程,以实现对目标标签的高速识别定位,满足对快速运动物体识别的支持。与传统定位方法相比,引入本地标识的多天线阵列阅读器定位系统在定位速度、定位精度和抗干扰能力上都具有突出的优势。     

基于Android的室内定位系统的研究与实现

为满足定位市场的服务需求,改进传统的定位技术在室内使用存在着定位精确度低、耗电量大等缺点,作者对基于WiFi位置特征匹配的室内定位技术进行了深入研究,分析了各种因素对WiFi信号的影响以及一些常用定位算法的对比,通过在特征库建立阶段采用高斯过滤法剔除误差较大的信号强度值,提高了数据库中采集值的数据精度.在定位阶段采用改进的K加权近邻法,将改进后的算法作为在线匹配算法,有效地避免定位过程中偶然的信号波动给定位带来误差,设计与实现了一个基于Android系统的WiFi室内定位系统.     

基于运动传感器的自主定位系统

针对超声无损检测过程中,需要实时跟踪超声探头的运动轨迹进而定位已检测到的伤痕位置,提出基于运动传感器的自主定位方法。通过加速度传感器和陀螺仪实时采集线加速度和角加速度数据,经卡尔曼滤波器处理,再利用姿态矩阵消除重力加速度的偏移分量的影响后推算目标物体的运动轨迹。经实验检测,该方法自主性强、短时精度高,完全符合检测系统对位置信息的需求。     

基于几何约束关系的ML模型求解三维坐标定位问题研究

为了提高三维空间位置定位算法的性能和准确性,提出了以3个基站定位原理为基础的基于几何约束关系的ML模型.通过设计基站位置、到达时间(time of arrival,TOA)数值、手持终端位置之间的几何关系,估计得到手持终端的全部可能位置,通过最大似然算法,以最大可能的估计值确定为定位结果.经过仿真计算验证了算法能有效抑制非视距环境(non-line of Sight,NLOS)误差和测量误差,并且能够得到最佳估计值,具有计算量小、精度高等优点.仿真结果表明了该方法的有效性,在各类室内定位系统中具有很强的实用性.     

一种改进Mask R-CNN的运动目标定位方法

针对在复杂场景下传统算法对运动目标分类精度不高且无法直接输出关键点空间坐标这一问题,本文提出了一种基于改进Mask R-CNN的运动目标定位方法。该方法在TensorFlow 框架下采用自制数据集预训练提取多尺度的卷积,将采集到的网络视频流通过RoIAlign算法处理获得像素级的特征并匹配SIFT特征点建立空间坐标系统,在空间约束下结合Kalman filtering补偿运动轨迹,通过投影变换矩阵将像素坐标转换为世界坐标。实验表明该方法提高了模型在干扰背景下的鲁棒性,平均误差在8cm以内,实现了在复杂场景下可以获得实时高精度的定位信息。     

多元声阵被动声定位研究

针对五元空间声传感器阵列被动声定位中存在着对目标声源位置估计偏差较大的问题,提出了一种七元空间声传感器阵列被动声定位的数学模型,通过数学推导与计算给出了定位公式.利用误差分析理论对比了两种阵列的定位性能,得出了定位偏差与目标声源的俯仰角,方位角和时间延迟量的关系.使用这2种声阵对100个假设目标声源位置点进行估计计算,通过计算机仿真得出了七元空间声阵具有较高定位性能.