自适应实时压缩感知跟踪算法

【目的】解决实时压缩感知跟踪算法分类器无法适应目标外观变化及过更新的问题。【方法】根据当前跟踪结果目标模型的哈希指纹与上一帧目标模型的哈希指纹之间的汉明距离(Hamming distance),在线实时调整分类器,以提高实时压缩感知目标跟踪算法的自适应能力。【结果】自适应实时压缩感知跟踪算法的跟踪成功率比实时压缩感知跟踪算法提高13%,在目标大小为40pixel×43pixel时,跟踪速率为37fps,满足实时性要求。【结论】本研究建立的方法在背景中存在与目标有一定相似性的物体,且目标姿态、纹理变化和光照变化较大等情况下,能快速获取跟踪目标,并且具有较强的鲁棒性和准确性。     

基于误差补偿的AFS水平随动控制研究

AFS系统中,传感器信号采集处理、伺服电机调节机构及控制方法是影响其性能的3个主要因素。文章对AFS系统水平随动机构中步进电机的调节机构与控制方法进行了研究和设计,重点是研究其调节机构并据此建立运行步数与大灯实际偏转角度的数学模型,对控制样机的控制程序应用线性化处理及误差补偿的方法进行了算法优化设计,实现了应用模糊自适应PD控制算法对AFS水平随动执行机构的控制设计。进行仿真实验并在上海大众斯柯达昊锐车型SK-98760型前照灯总成上测试,结果表明所设计的系统具有良好的控制效果。