行人多目标跟踪算法

针对多目标跟踪中因目标遮挡而导致跟踪过程中身份交换频繁的问题,提出一种行人多目标跟踪算法.该算法首先使用YOLOv4作为检测器,检测出目标并确定检测框坐标,利用扩展Kalman滤波器对轨迹进行预测;然后用匈牙利算法作为数据关联模块,采用级联匹配方法将扩展Kalman滤波预测的检测框与目标检测的检测框进行匹配,并将发生遮...     

具有水样采集功能的观测型水下机器人的设计

为改善现阶段渔业养殖、 水下环境监测、 水质检测等领域人员作业困难、 效率低下的问题, 设计了一款具有水样采集功能的观测型水下机器人, 该设计搭载了传感器和水样采集装置采集水体环境信息。 首先进行了水样采集实验, 验证其运动能力和水样采集能力。 然后针对自然水域采集的图像, 采取动态阈值白平衡的方法, 去除光源强度和色偏的影响。 最后使用对比度拉伸、 直方图均衡、 限制对比度自适应直方图均衡(CLAHE:Contrast Limited Adaptive Histogram Equalization)3 种算法进行图像增强, 选取对比度、 信息熵和平均梯度进行像质评价。 实验结果表明, 该设计具有操作灵活, 交互性强的特点,CLAHE 方法明显提升了水下图像细节, 为科研实验、 水下探测和环境保护等方面提供了新途径。     

基于改进U-Net网络的混凝土表面裂缝分割

如何快速、高效、准确地像素级分割混凝土表面裂缝是当前研究的热点问题之一.在混凝土表面裂缝图像中裂缝面积远远小于正常路面面积,造成现有方法在这种正负样本分布不均问题中无法有效学习裂缝特征,最终分割效果较差.提出了一种将Focal损失与活动轮廓模型相结合的新损失函数,针对裂缝面积较小且连续分布的特点,通过Focal损失加强...     

融合深度特征和FHOG特征的尺度自适应相关滤波跟踪算法

为了解决核相关滤波跟踪算法在复杂场景下跟踪效果差的问题,提出了一种融合深度特征和尺度自适应的相关滤波目标跟踪算法。首先,通过深度残差网络（ResNet）提取图像中被跟踪区域的深度特征,再提取目标区域方向梯度直方图（FHOG）特征,通过核相关滤波器学习,分别得到多个响应图,并对响应图进行加权融合,得到跟踪目标位置。其次,通过方向梯度直方图（FHOG）特征,训练一个PCA降维的尺度滤波器,实现对目标尺度的估计,使算法对目标尺度发生变化有很好的自适应能力。最后,根据响应图的峰值波动情况改进模型更新策略,引入重新检测机制,降低模型发生漂移概率,提高算法抗遮挡能力,在标准数据集OTB100中与其他7种目标跟踪算法进行比较。结果表明,相比原始KCF算法,改进后的KCF算法精准度提升了29.4%,成功率提升了25.9%。所提算法实现了对跟踪目标位置的精准估计,提高了尺度自适应能力和算法速度,增强了算法抗遮挡能力。[JP]     

混凝土强度及疲劳寿命试验样本容量分析

根据样本容量理论，提出确定混凝土强度和疲劳寿命试验所需最少试件数量的方法。通过对29组486个试验数据进行算例分析，给出试件数量与试验置信水平、变异系数及相对误差的数量关系，表明在混凝土强度及疲劳寿命试验中科学合理地确定试件数量对降低误差的重要性，并由此提出对现有规范的修改建议。结果证明：相同条件下混凝土低周疲劳比高周疲劳试验所需试件数量要多。同时也为相关科学试验设计提供了简单实用的方法。     

仅有角度信息的红外多传感器异步目标跟踪

跟踪机动目标,红外单站有不少缺陷,多站可以提供比单站多的信息。然而,多站存在同步的问题。通过对状态更新过程的分析,发现跟踪可以异步实现。多站采用异步的处理方式极大的灵活了数据的处理,而且可以通过多站组网扩大跟踪范围。为解决系统方程的非线性,采用伪线性观测方程。仿真结果表明本方法可以实现对空中目标的稳定跟踪,且观测站增加可以提高精度。     

压力容器钢疲劳裂纹扩展速率曲线测试的小样本方法

提出了一种测试压力容器钢疲劳裂纹扩展速率的小样本方法,可以综合利用历史数据和当前试验数据确定疲劳裂纹扩展速率曲线.与仅能利用当前试验数据的传统方法相比,在精度相同的情况下,可以节省大量试件;在试件数量相同的情况下,可以大大提高测试精度.     

基于ML模型的样本量研究

在BL模型（2项选择Logit模型）样本量确定方法的基础上,分析推导ML模型（多项选择Logit模型）样本量的确定,对建立多项Logit模型开展相关调查确定样本容量具有指导作用。     

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.     

无人机纵向控制律设计以及纵向轨迹跟踪仿真研究

利用经典PID理论设计无人机纵向双通道控制律,用以跟踪能量状态法优化出的无人机纵向最优轨迹。首先通过在定常直线无侧滑模态下对无人机数学模型进行配平线性化,将飞机运动分解为纵向运动和横侧向运动。再利用经典PID理论对无人机纵向运动的俯仰回路和推力回路进行控制律设计。然后通过能量状态法优化出一条无人机纵向爬升、巡航和下降的最优轨迹。最后,用MATLAB进行轨迹跟踪仿真计算。仿真结果表明,设计出的控制律可以很好的跟踪优化出的最优轨迹,并且节油效果良好。