一种面向虚拟维修的快速碰撞检测方法

针对虚拟维修中碰撞检测的自身特点,提出一种基于空间均匀网格的层次包围盒算法,该算法首先使用空间划分剔除不必要检测的物体,再通过层次包围盒法准确地找出相交的物体。文中给出了层次包围树的构建方法、空间划分方法,并且采用哈希数据结构和同步深度遍历方法加速了检测的速度。最后在CATIA/CAA平台上实现了该算法,验证了算法的实时性能。     

三维视景仿真的包围盒碰撞检测算法优化

提出了从全局搜索过程和局部搜索过程两方面来改进基于AABB包围盒的三维视景仿真碰撞检测算法的方法.在全局搜索过程中,利用帧与帧之间的关联特性,对检测算法进行优化,记录当前对象的碰撞信息以供下一帧的碰撞检测使用.在局部搜索过程中,介绍了基于垂线的三角形与包围盒相交测试算法.实验结果证明,算法加快了碰撞检测时间,提升了检测...     

一种快速混合碰撞检测算法研究

为提高虚拟环境的临境感和真实感,对其中的关键技术碰撞检测进行研究,提出了一种快速碰撞检测算法。复合层次包围盒碰撞检测能发挥不同类型包围盒碰撞检测的优势进行检测,但不能充分利用当前图形硬件的快速并行计算的优势;基于流的碰撞检测算法可充分发挥后者的优势,但会造成许多冗余检测。提出的新算法将复合层次包围盒碰撞检测算法与基于流的碰撞检测算法相结合：在预处理阶段构造复合层次包围盒树,然后利用复合层次包围盒碰撞检测算法进行初步检测快速排除不可能相交的物体对,接着利用基于流的碰撞检测算法对得到的碰撞子集进行精确求交,得到碰撞检测的结果。实验通过与RAPID和原始的基于流的碰撞检测算法进行比较,证明该算法能有效进行实时碰撞检测。     

一种STL中交错三角片的识别与删除算法

介绍了一种基于STL表示的三角网格模型中交错三角片的识别与删除算法.该方法首先对STL三角网格模型重新建立拓扑关系;接着将网格模型包围盒划分成若干个小的立方体包围盒,并记录和各立方体包围盒相贯的三角片ID号;然后检测单个立方体包围盒中的三角片包围盒空间是否重叠,在空间重叠的基础上进一步检测两个三角片是否交错;最后将所有标志为交错的三角片及其拓扑关系删除.算例结果证明了该算法的可行性和高效性,并优化了逆向工程相关应用中三角网格模型的质量.     

基于蒙特卡洛法的红外坦克仿真

蒙特卡洛法求解红外辐射温度场正成为一个新兴热点。该方法最大的不足是计算量大、耗时过长,且其中大部分时间花费在统计每个单元发出的能束归宿上。文章引入层次包围盒技术,将目标划分为多个功能模块,再将每个模块分解成若干子区域。在统计每个单元发出能束的归宿时,首先判断能束是否与各级包围盒相交,如果相交再进行下一级包围盒或者单元的相交测试,否则直接跳过。这种方法可以极大地减轻运算量,提高运算速度。另外,文章还描述了采用的随机发射点产生算法,并分析了性能特点。在此基础上,进行了坦克目标的红外可视化建模与仿真,并给出了仿真结果。     

基于路侧激光雷达的多目标检测与跟踪算法

为了检测与跟踪城市交叉口复杂环境下的道路目标,提出一种基于路侧激光雷达的多目标检测与跟踪算法。首先利用背景减除法滤除背景点云,随后融合5帧点云并利用曲率体素聚类算法检测目标得到3 D包围盒信息,之后通过自适应阈值的双门控和生存周期管理策略,有效提升关联精度并减少了目标丢失和误检,最后利用交互式多模型无迹卡尔曼滤波(IMM-UKF)和联合概率数据互联(JPDA)的融合算法完成道路目标的跟踪。试验结果表明,该算法在保证检测和跟踪性能基础上满足实时性要求,具有工程实用价值。     

基于字符包围盒特征参数的车牌定位分割研究

现有的车牌识别流程中,车牌定位和字符分割关联性较小,有效融合这两个过程可以提高检测的效率。为此,提出了一种基于字符包围盒特征参数的车牌字符定位分割算法。该方法首先使用高斯-拉普拉斯算子对车牌图像进行滤波和边缘检测,在此基础上,使用连通区域分析和轴对齐包围盒检测和表征边缘图像中的连通域,根据车牌字符的分布规律来筛选目标包围盒,最后基于目标包围盒中心点对车牌字符进行倾斜矫正和定位分割。实验结果表明,该方法可以有效地定位车牌和分割字符,准确率可达到93.5%。     

基于KD树的射线跟踪法计算飞行器RCS

利用几何光学射线跟踪法对飞行器整体目标雷达散射截面(Radar cross section,RCS)进行估算,假设入射波为高频平面波,传播中符合几何光学定律,将入射波划分为平行入射线进行跟踪并进行口径积分。为减少射线与大型目标表面的求交计算次数,应用了KD树方法的基本原理,将飞行器目标表面划分多层子包围盒,设计了射线与子包围盒及面元遍历求交算法。应用文中方法计算了一种新型无人飞行器的RCS,计算结果与传统的RCS高频估算方法(PO方法)得到的结果以及实测结果进行比对。结果表明,文中方法较传统PO方法更接近实测结果,在飞行器RCS预估方面具有一定的应用价值。     

逻辑函数对称变量检测算法

针对图形方法、谱系数方法和传统表格方法在检测逻辑函数变量对称性过程中步骤繁琐、适用对象局限及完备性不足等问题,提出了与-或-非代数系统中基于1值最小项的E(xi|xj)、N(xi|xj)、S(xi|xj)、S(xi|xj)、S(xj|xi)、S(xj|xi)六类对称性检测算法。该算法从逻辑函数1值最小项中提取变量xi、xj为各类特征编码时的余子变量编码,通过比较余子变量编码是否满足两两相等来检测变量xi、xj的各类对称性。该算法通过表格模拟了检测过程,应用结果表明,与图形方法、谱系数方法和传统的表格法相比,在考虑的项数、检测的完备性和算法实现方面是最优的。该算法已用C语言实现,实验结果验证了快速有效。     

激光雷达场景三维姿态点法向量估计方法

激光成像雷达能够获取反映目标三维空间位置的点云数据,可直接估计目标三维姿态角,是完成特征提取、目标配准等工作的重要参数。实现场景的三维姿态估计,借鉴基于点法向量的三维姿态估计算法（PDVA）,针对真实场景中表征场景坐标系（SCS）坐标轴的正方向向量偏差较大的问题,提出了一种优化的三维姿态估计算法（OPDVA）。该方法利用场景点云存在大面积近似平面区域的特点,通过随机抽样一致算法（RANdom SAmple Consensus,RANSAC）的平面模型对聚类中其他方向的点法向量进行滤除,得到最优拟合平面对应的法向量即为修正后的SCS坐标轴。利用旋转变换和重采样等技术手段,分别采用矩形包围盒法、PDVA和OPDVA对3组真实场景距离像进行实验。实验结果表明:OPDVA方法对场景的姿态估计明显优于其他两种方法,姿态估计误差不超过4°,对存在遮挡的场景也同样适用。     

基于改进YOLOv3算法的行人检测研究

YOLOv3算法在单一物体目标检测时使用Darknet53作为主干,网络出现冗余现象,导致参数过多,检测速度变慢,传统的边界框损失函数影响检测定位准确性。针对这一问题,文中提出了改进YOLOv3算法的行人检测方法。通过构造以Darknet19为主干网络多尺度融合的新型网络,加快训练速度和检测速度,还通过引入广义交并比损失函数来提高检测精确度。实验结果表明,在行人检测数据集如INRIA行人数据集中,相比于原始算法,文中所提算法的精确度提高了5%。和Faster R-CNN相比,在保证准确率的情况下,采用文中算法使单张图片的检测速度达到了每张0.015 s。     

基于显著性检测的星载嵌入式跟踪系统

随着航天科技的不断发展,计算机视觉算法在卫星上的应用方兴未艾,为了实现更多的功能需求和应对可能的威胁,视觉目标跟踪作为其中基础但具有挑战性的任务更是至关重要。然而,目前已有的目标跟踪算法大多数算法只限于对图像序列进行跟踪。另一方面,受到硬件条件制约,很多优秀的算法因为复杂度较高很少被应用到星载嵌入式系统中。这些目标跟踪算法运行时,通常需要人为地给出目标的边界框。为了自动得到边界框,需要目标检测算法对输入图像进行运动目标检测。本文提出了一种基于显著性检测和相关滤波的单目标检测与跟踪一体化算法,并与嵌入式系统相结合,在搭载的TMS320C6678芯片上达到了2 048 pixel×2 048 pixel分辨率下24 fps的帧率。具体地,检测算法负责对图像进行预处理并获得边界框,然后目标跟踪算法给出目标在后续帧中的位置。为了验证算法在实际跟踪中的有效性,本研究搭建了一个由相机、DSP和云台组成的光学平台并进行了实验验证。在该系统中,DSP自动完成检测、跟踪、驱动云台和再检测任务,达到了很好的检测跟踪效果。     

Non-maximum suppression for object detection based on the chaotic whale optimization algorithm

Non-maximum suppression (NMS) as a post-processing step for object detection is mainly used to remove redundant bounding boxes in the object and plays a vital role in many detectors. Its positioning accuracy mainly depends on the bounding box with the highest score, and this strategy is difficult to eliminate the false positive. In order to solve the problem, this paper regards the post-processing step as a combinatorial optimization problem and combines the chaotic whale optimization algorithm and non-maximum suppression. The chaotic search method is used to generate an initial combinatorial solution, and the whale optimization algorithm is discretized to create an updated combinatorial strategy. Under the guidance of the fitness function, the optimal combination is searched. In addition, the method of difference set area (DSA) is proposed to optimize the final detection result. The experiment uses the current mainstream framework Faster R-CNN as the detector on PASCAL VOC2012, COCO2017 and the Warships datasets. The experimental results show that the proposed method can significantly improve the average precision (AP) of detectors compared with the most advanced methods.     

一种基于等距线的碰撞检测算法

碰撞检测是虚拟现实场景模拟中的关键技术之一.文中试图在投影包围盒交集内通过判断等距线与投影线交点个数及位置的方法来构建一种高效优化的碰撞检测算法.该算法在适应虚拟环境的实时性要求的同时,减少了误判的产生.     

基于CornerNet-Saccade的太阳黑子群磁分类研究

太阳黑子与太阳活动联系紧密,是太阳表面强磁场的典型表现,如大部分太阳耀斑爆发在复杂的太阳黑子群上方。研究太阳黑子群磁分类对太阳耀斑的预测具有重要意义,因此针对黑子群分类问题制作了太阳黑子群磁分类数据集,基于深度学习目标检测算法CornerNet-Saccade设计了CNSF(CornerNet-Saccade-Fast)算法,改进了CornerNet-Saccade的边界框回归(Bounding Box Regression)和边界框融合阶段,提高了在太阳黑子群磁分类数据集上的检测精度。此外,通过精简骨干网络提高了检测效率。实验结果显示,CNSF在太阳黑子群磁分类上具有良好的性能,其Precision和Recall均达到了0.93,mAP达到了0.91。相较于CornerNet-Saccade,CNSF在检测精度和效率上分别提升了约4%和13%。     

基于边框定界的WSN分布式全搜索定位算法

提出一种基于边框定界的WSN分布式全搜索定位算法。该算法通过节点测距得到邻居节点的坐标和距离信息,然后通过边框定界方法确定节点存在的位置区域,最后将位置区域网格化,并用全搜索方法在该区域搜索最佳估计点,最佳估计点的坐标即为节点的定位坐标。该算法应用到网络时需运行多轮,通过逐步求精得到节点的定位坐标。仿真实验表明该算法达到当前其他复杂定位算法的性能。     

基于包围盒约束光谱聚类的红外目标识别算法

在红外成像过程中,目标边缘模糊化是影响红外目标识别效果的关键因素,也是红外目标识别算法的研究重点,故在光谱图像中合理补偿目标几何特征信息成为研究热点之一。结合包含目标几何特征信息的包围盒作为约束条件,对红外光谱图像进行分层限定滤波,降低原有图像数据中目标几何外形数据的丢失,提高目标可识别性。设计了在包围盒约束条件下的光谱聚类算法,设置参数η表征待测军用车辆目标的几何信息,设置参数m表征待测军用车辆目标的光谱特征信息。实验采用TEL-1000-MW型红外成像光谱仪获取多光谱图像,通过改变m和η值调整光谱特征值个数与包围盒范围,从而获得不同的目标识别图像。并与传统方法对同一幅红外目标图像的识别效果相比较,结果发现采用包围盒约束的待测目标图像几何边界信息保留效果明显优于传统方法,当m=10、η=0.7时,红外图像的目标识别效果最好,同时算法收敛速度也最优。由此可见,该算法在提高红外目标识别能力、避免误判伪目标和漏检目标方面具有很高的实用价值。     

结合头部和整体信息的多特征融合行人检测

尺度过小或被遮挡是造成行人检测准确率降低的主要原因.由于行人头部不易被遮挡且其边界框包含的背景干扰较少,对此,该文提出一种结合头部和整体信息的多特征融合行人检测方法.首先,设计了一种具有多层结构的特征金字塔以引入更丰富的特征信息,融合该特征金字塔不同子结构输出的特征图从而为头部检测和整体检测提供有针对性的特征信息.其次...     

Design and verification of on-chip debug circuit based on JTAG

An on-chip debug circuit based on Joint Test Action Group (JTAG) interface for L-digital signal processor (L- DSP) is proposed, which has debug functions such as storage resource access, central processing unit (CPU) pipeline control, hardware breakpoint/ observation point, and parameter statistics. Compared with traditional debug mode, the proposed debug circuit completes direct transmission of data between peripherals and memory by adding data test-direct memory access (DT-DMA) module, which improves debug efficiency greatly. The proposed circuit was designed in a 0-18 μm complementary metal-oxide-semiconductor ( CMOS) process with an area of 167 234.76 μm² and a power consumption of 8.89 mW. And the proposed debug circuit and L-DSP were verified under a field programmable gate array (FPGA). Experimental results show that the proposed circuit has complete