智能婴儿车目标跟踪系统的研究

设计了一种智能婴儿车的跟踪系统,它是在普通婴儿车的基础上设计了嵌入式控制系统。通过对目标跟踪技术及跟踪方法的分析研究,将压缩感知代替TLD(tracking-learning-detection)跟踪算法中的级联检测器,并应用到该控制系统中,能够很好地改善TLD跟踪算法的实时性能。介绍了该控制系统的设计方案,详细讨论了对TLD跟踪算法的改进,最终介绍了该系统中目标跟踪的具体实现方法。实验结果表明所设计的智能婴儿车目标跟踪系统能够自主稳定地跟踪目标。     

一种快速三轴全方位光电跟踪策略

为了消除两轴光电跟踪系统的跟踪盲区,提出了一种存在冗余自由度的三轴光电跟踪系统.先运用四元数方法,建立三轴光电跟踪系统的运动学模型,然后在此基础上,应用极小范数最小二乘算法,设计出一种快速三轴全方位的光电跟踪策略.该跟踪策略针对方程系数求取Moore-Pen-rose广义逆矩阵,通过对三轴光电跟踪系统的运动方程进行三角变换,得到了三轴角增量组合的极小范数最小二乘解.仿真和实验结果表明,该跟踪策略不需要复杂的寻优过程,即可真正实现三轴联动全方位连续跟踪运动,与其他跟踪策略相比,该跟踪策略在跟踪运动过程中所需的各轴转动角度更小,因此跟踪性能更加优越.     

多视角下基于信息融合采样的3-D人体运动跟踪

以多视角同步视频为输入,提出了一个基于信息融合采样的3-D人体运动跟踪系统。系统先利用形状特征检测头部和躯干,然后实施单假设跟踪捕捉四肢。跟踪过程中,采样函数通过融合多种信息进行启发式采样,使粒子向受欢迎的方向跟踪,从而降低跟踪所需的粒子数。该系统结合检测和跟踪,有效地解决了漂移问题;通过信息融合采样提高了采样效率;在HumanEva-II数据库上的实验误差为71mm。与传统Condensation和退火粒子滤波方法相比,该系统在精度和采样效率上都有所提高。     

基于视觉目标跟踪的侦察机器人导航方法

针对未知环境下侦察机器人的自主导航问题,提出了一种基于视觉目标跟踪的侦察机器人导航方法.首先利用二进制鲁棒独立元素特征(BRIEF)提取方法来检测和描述待跟踪视觉目标的局部不变特征点,在快速的特征匹配计算基础上提出由粗到精的目标定位两步法实现机器人导航过程中视觉目标的实时准确跟踪.其次对基于视觉目标跟踪的自主导航任务进行行为分解和实现,在行为中集成视觉目标跟踪算法.最后利用基于宏行为的机器人事务执行机制实现移向视觉目标的自主导航控制.实验结果表明,提出的方法能够使侦察机器人实时准确地跟踪视觉引导目标,在复杂障碍物环境下可靠地完成移向目标的自主导航任务.     

基于人类行为下的多目标跟踪视觉时序注意控制算法研究(英文)

由于移动式机器人所携带的传感器资源有限,能够在时间维度上共享传感器资源,实现多目标跟踪,是智能化机器人重要的研究领域之一.本文提出了一个基于人类行为模型的时序注意控制算法,能够实现使用单个2自由度摄像头实时监控多个自由移动的目标物体.该算法基于以下三个控制原则:①最小化监控目标位置预测的不确定性以及各个目标物预测效果的差异;②最小化多目标跟踪过程中摄像头切换视角所需的能量消耗;③最大化能够呈现在摄像头视觉范围内的目标物体的个数.算法根据当前检测到目标信息,通过卡尔曼滤波,预测目标物的运动规律,选择下一时刻摄像头的最佳注意视角.该算法通过matlab仿真以及在移动式机器人实体上进行了实验验证,结果显示,该算法能够在时间顺序有效的共享单个摄像头资源,检测摄像头视角范围内的目标的位置,并根据上一个时间点的检测信息预测视角范围外的目标,实现跟踪多个目标物体,降低预测及跟踪的误差,并优化跟踪过程中切换摄像头视角的能量损耗.     

一种基于模型概率修正的IMM目标跟踪算法

在IMM算法的基础上,提出了一种新的机动目标跟踪FIMM算法.该算法使用中值滤波对IMM算法模型更新概率进行平滑,再对其利用模糊推理系统进行实时修正,将修正后的概率作为最后输出的权值,让有用模型概率增大,减少了模型之间的竞争,提高跟踪精度.仿真实验表明,提出的FIMM算法显著提高了IMM算法的跟踪性能.     

引入多速率模型的变结构机动目标跟踪

变结构多模型方法(VSMM)能够根据目标机动的实际情况实时确定结构不断变化的模型集合,取代传统IMM方法中的固定模型集.使参与状态估计的模型分布更集中,模型数量相对较少,从而提高算法的跟踪精度.多速率模型(Multirate)能够对原始测量数据进行多分辨分解,有效的抑制量测噪声,从而提高原始数据的信噪比.文章将多速率模型引入变结构多模型方法,提出一种新的机动目标跟踪算法多速率变结构多模型方法(MRVSMM),该方法分别从改善原始数据与改善模型集合两方面对传统IMM方法进行了突破.同时,采用多个多速率模型,并将多个模型的滤波结果相互交织实现对机动目标的全速率跟踪.仿真实验证明,该算法较传统的IMM方法跟踪精度得到了一定程度的提高.     

城市群体建筑物的震害预测

从福建宁德市区建筑群体中选取具有典型破坏特征的建筑物作为样本,采用简化的评价方法并结合结构模型建立震害预测样本库.在建立样本库基础上,将其按不同结构类型分类,提取建筑物结构类型、高度、建设年代、现状质量和用途等主要震害影响因子,类比出易损性单元格内群体建筑的抗震能力.通过分析统计求得规划区内房屋的震害矩阵,并求取待预测建筑物的震害指数进行震害类比预测.分析统计结果表明:类比预测法对宁德市群体建筑物的震害预测具有良好的可靠性.     

超声辅助溶剂萃取-GC/MS测定环境水样中的毒死蜱

本实验将超声辅助溶剂萃取与气-质联用(GC/MS)相结合,建立了一种简单、快捷的适用于环境水样的毒死蜱分析方法.实验系统考察了超声时间、超声功率、石油醚体积、萃取次数和样品溶液体积等因素对萃取效率的影响,进而对萃取与色谱条件进行了最优化.结果表明:经优化的分析方法的线性范围为0.1～50μ g/L,检出限(S/N=3)达0.019μg/L,3个加标浓度水平下相对标准偏差(RSD)为1.85％～4.67％,实际样品加标回收率在85.6％～103.7％之间.     

基于增量学习的关节式目标跟踪算法

为实现对关节式目标的稳定跟踪,提出了基于增量学习的关节式目标跟踪算法.该算法应用图割法对目标矩形窗进行前景与背景分割,得到前景图像;然后对前景图像进行快速傅里叶变换,得到傅里叶系数矩阵,进而得到振幅图像,并将振幅图像作为跟踪目标的描述;最后将多个目标描述进行奇异值分解和主元分析,实现对跟踪目标的低维子空间描述.文中在粒子滤波框架下实现了整个跟踪算法.实验结果表明,该算法具有较稳定的关节式目标跟踪效果.