基于lambert理论的多脉冲快速轨道交会研究

对于任意初始相位条件下的圊定轨道间的两航天器交会问题,研究了多脉冲远程快速轨道机动的策略.在燃料消耗一定的情况下,以脉冲次数和时间为变量,通过遗传算法进行全局寻优,可得到一条多脉冲快速机动轨道.仿真结果表明,脉冲次数对燃料消耗和机动时间有极大的影响,在初始条件不利的情况下,利用多脉冲轨道机动,可以较好地解决远程轨道机动的高能耗区.所以,在燃料消耗受限的情况下,根据不同的初始条件,选择脉冲次数,可以达到快速交会的目的,为快速交会提供了可靠依据.     

基于混合粒子群算法的远程机动轨道优化设计

研究了粒子群算法在空间飞行器连续推力轨道机动最优化问题.为优化空间飞行器轨道,给出了空间飞行器轨道机动最优化控制问题模型,运动方程用地心惯性坐标系下建立;性能指标选为轨道机动过程中时间最小;控制变量为推力攻角;终端状态受到位置和速度的约束.针对粒子群算法的缺点,提出混合粒子群算法,即将全局寻优能力强的粒子群算法和局部寻优能力强的非线性规划相结合,以提高算法的搜索精度和收敛速度.并将其应用于连续推力空间飞行器轨道机动优化之中.仿真表明混合粒子群算法对于空间飞行器远程机动轨道初始参数取值不敏感,具有一定的鲁棒性,生成的轨道能够较好地满足各种约束条件,并可以应用于空间飞行器连续推力轨道最优机动问题的求解.     

基于遗传算法的有限推力交会轨道优化仿真

针对有限推力空间飞行器交会对接逼近段燃料/时间组合最优轨道优化问题,提出了一种采用遗传算法求解的优化策略.以C-W方程为交会模型,将整个逼近段分为若干弧段,在每个弧段内追踪航天器均采用常值推力机动,这样可以求得C-W方程在每个弧段内的解析解,于是,交会对接逼近段的轨道优化问题可以转化为具有非线性约束的数学规划问题,最后采用广义拉格朗日-遗传算法对该问题进行了优化求解.数学仿真结果表明,该方法可以很好的解决交会对接终端逼近段燃料/时间组合最优轨道优化问题.     

卫星在降交点地方时不变的最优轨道转移研究北大核心CSCD

卫星在运行时要求降交点地方保持不变,而在卫星变轨前后降交点地方时不变情况下要用有限推力燃料达到最优异面轨道转移问题。针对降交点地方时不变、有限推力等难点,利用虚拟目标卫星的概念,建立了轨道转移的相对运动模型,提出了保证降交点位置不变的变轨初始条件;基于极小值原理将燃料最优变轨问题转化为两点边值问题,并采用共轭梯度法进行数值求解。针对变轨时间固定、连续推力情况,以总冲最小、满足各种约束为指标,进行了异面转移轨道的优化设计验证。仿真结果验证了卫星轨道转移策略和算法达到最优转移。     

分布估计算法在航天器近距离最优交会中的应用

针对空间在轨服务飞行器实施近距离变轨最优化问题,探讨了在能量和时间两项指标情况下,航天器轨道机动中能量时间综合最优化的研究方法。基于C-W方程,推导了在轨服务器在双冲量变轨时的特征速度,以时间-燃料为指标构造了相应的模型,并针对基本遗传算法局部搜索能力不强的问题,采用一种新的利用统计学习手段从群体宏观角度建立描述解分布的分布估计算法。仿真结果表明,该分布估计算法可加速算法的收敛,具有良好的优化能力,能够从宏观上对整个群体建立模型,得到了混合指标下时间和能量关系,实现近距离变轨最优指标的精确数值模拟。从数值结果的对比分析中得出了一些有意义的结论,可供下一步研究参考。     

基于改进ACO算法的飞行器航路规划

当前的飞行器路线规划都是以确保飞行器在有限的燃料内最快抵达目的地为目的,只是建立路径与油耗的约束模型,未考虑飞行器路径选择中的避障性能,不能制定合理的航路规划路线.提出改进ACO算法的飞行器航路规划设计方法.首先对不同的飞行器路线进行分类处理,建立相关VORONOI图的航路指标,获取主要干扰因素,然后采集所有飞行器的基本信息进行初始化处理,利用蚂蚁转移原理进行优化训练,时时更新基本信息.实验结果表明,利用改进算法进行飞行器航路规划,能够在预定的时间和燃料范围内,顺利完成指定任务,大大提高飞行器的避障性能.     

基于瞬态相对模型的轨道机动目标运动参数估计

空问目标可能存在未知的机动,针对该类目标相对导航问题,提出一种基于瞬态相对模型的运动参数估计方法.该方法依据轨道密切性思想,在瞬态意义下建立相对运动模型和机动辨识算法,然后通过密切轨道到参考轨道的量测变换对冻结时间模型进行状态滤波,可为目标机动下的自主导航提供所需的相对状态与目标机动参数估值.误差分析表明,所得估值偏差均有界.仿真验证了该方法在目标存在机动情况下的有效性和一般性.     

采用混合遗传算法的有限推力轨道拦截优化

在轨道拦截问题中,研究了天基动能拦截器(KKV)的有限推力轨道拦截优化问题.针对在有限推力条件下,确定速度增益变轨方案,提出建立了轨道拦截优化数学模型,并将复形调优算法加入到遗传算法中,利用该混合遗传算法,以发动机燃料消耗质量最小、拦截时间最短和拦截脱靶量最小为综合优化指标,对轨道拦截进行了优化.以太阳同步轨道上的天基KKV拦截GPS卫星轨道上的目标点为例,分析了混合遗传算法用于轨道拦截优化的性能进行了仿真.仿真结果表明,混合遗传算法能有效解决轨道拦截这一复杂非线性多目标优化问题,同时增强了局部搜索能力,提高了计算效率.     

基于数值求解的远程交会路径规划优化研究

研究航天器多脉冲远程交会路径规划问题,由于航天器在变轨过程中,应减少发动机燃料的消耗,有利于增加有效载荷.因此,在多冲量变轨问题描述的基础上,通过选择优化变量建立了无摄动的燃料最优和考虑摄动的燃料最优变轨优化模型,利用遗传算法、序列二次规划及GA+SQP串行混合优化算法进行优化求解,进行了数值仿真.通过仿真实现了不同脉冲次数的远程交会路径规划,并对比分析了摄动的燃料最优变轨优化模型,提出了相应的串行优化策略,通过算例对所提出的算法进行了仿真验证,实现了航天器路径规划数值优化求解的目的,可为多脉冲远程交会提供参考.     

基于混合算法的航天器轨道规划方法

空间在轨服务过程中,当目标航天器周围有若干小卫星环绕时,服务航天器要避开小卫星的安全范围,与目标航天器成功交会并进行在轨服务,航天器的机动轨道规划是其重要前提;在路径规划中,遗传算法应用广泛,但是求解实际问题的时间容易受到染色体基因等算子数目的影响,求解效率未得到保证;提出了一种混合遗传算法,将遗传算法全局搜索能力和模拟退火算法较强的局部搜索能力进行整合,以服务航天器机动轨道的路径安全、任务时间、燃料消耗、总路程等为约束条件,并对算子进行特殊设计,规划出最优机动轨道路径;通过场景假设和仿真实验证明,该混合遗传算法能够规划出符合约束条件的最优机动轨道路径,并且极大地提高了求解效率。     

State of the Art in Example-Based Motion Synthesis for Virtual Characters in Interactive Applications

Animated virtual human characters are a common feature in interactive graphical applications, such as computer and video games, online virtual worlds and simulations. Due to dynamic nature of such applications, character animation must be responsive and controllable in addition to looking as realistic and natural as possible. Though procedural and physics-based animation provide a great amount of control over motion, they still look too unnatural to be of use in all but a few specific scenarios, which is why interactive applications nowadays still rely mainly on recorded and hand-crafted motion clips. The challenge faced by animation system designers is to dynamically synthesize new, controllable motion by concatenating short motion segments into sequences of different actions or by parametrically blending clips that correspond to different variants of the same logical action. In this article, we provide an overview of research in the field of example-based motion synthesis for interactive applications. We present methods for automated creation of supporting data structures for motion synthesis and describe how they can be employed at run-time to generate motion that accurately accomplishes tasks specified by the AI or human user.     

基于三参数模型的快速全局运动估计

提出了一种新的全局运动估计方法——基于三参数模型的快速全局运动估计.新的参数模型在保证准确性的同时,使用更少的参数来描述和估计全局运动,从而简化了计算复杂度.此外,对光流场计算做出了两方面改进：（1）提出了宏块预判的方法,计算光流场前对宏块的梯度信息进行预分析,通过减少参与计算的宏块数目提高光流场的计算速度;（2）提出了快速估计宏块运动向量的方法,在块匹配的过程中同时考虑图像的梯度和灰度信息,通过引入更多的约束提高运动向量的计算速度.实验证明了该方法的有效性.     

结合两步估算和运动补偿的子像素运动估计

针对图像超分辨中的运动估计问题,提出了一种两步估计方法,用于估计低分辨图像帧间的子像素相对运动。第一步,采用相关法或匹配法计算两幅低分辨率图像间的整像素相对位移,对其中的一幅按估计的参数进行运动补偿,第二步,对补偿后的两幅图像使用梯度法计算小数像素相对位移。通过两步计算,得到了比较精确的帧间相对运动参数。该方法不需要对低分辨率图像进行插值,以获得图像的高分辨近似,运算速度也较快。     

Learned Models for Estimation of Rigid and Articulated Human Motion from Stationary or Moving Camera

We propose an approach for modeling, measurement and tracking of rigid and articulated motion as viewed from a stationary or moving camera. We first propose an approach for learning temporal-flow models from exemplar image sequences. The temporal-flow models are represented as a set of orthogonal temporal-flow bases that are learned using principal component analysis of instantaneous flow measurements. Spatial constraints on the temporal-flow are then incorporated to model the movement of regions of rigid or articulated objects. These spatio-temporal flow models are subsequently used as the basis for simultaneous measurement and tracking of brightness motion in image sequences. Then we address the problem of estimating composite independent object and camera image motions. We employ the spatio-temporal flow models learned through observing typical movements of the object from a stationary camera to decompose image motion into independent object and camera motions. The performance of the algorithms is demonstrated on several long image sequences of rigid and articulated bodies in motion.     

Compression of Human Motion Capture Data Using Motion Pattern Indexing

In this work, a novel scheme is proposed to compress human motion capture data based on hierarchical structure construction and motion pattern indexing. For a given sequence of 3D motion capture data of human body, the 3D markers are first organized into a hierarchy where each node corresponds to a meaningful part of the human body. Then, the motion sequence corresponding to each body part is coded separately. Based on the observation that there is a high degree of spatial and temporal correlation among the 3D marker positions, we strive to identify motion patterns that form a database for each meaningful body part. Thereafter, a sequence of motion capture data can be efficiently represented as a series of motion pattern indices. As a result, higher compression ratio has been achieved when compared with the prior art, especially for long sequences of motion capture data with repetitive motion styles. Another distinction of this work is that it provides means for flexible and intuitive global and local distortion controls.     

一种基于块运动类型和方向预测相结合的快速搜索算法

根据序列图像中相邻块运动矢量的时间和空间相关性,本文提出一种基于块运动类型和方向预测相结合的快速搜索算法。该算法对块的运动类型和相对运动类型进行预测,并根据不同的运动类型自适应地采用不同的搜索策略进行搜索,对相对大运动块进行运动方向预测,并根据块的运动方向选择相应的方向搜索模板进行搜索。实验表明,该算法能在保证搜索准确度的同时节省大量的搜索时间。     

人体运动路径的编辑算法

对现有的路径编辑方法进行了较大改进,将运动自动简化技术引入到传统的时空优化方法中,同时将物理约束引入到传统的路径变换方法,保证了优化过程的快速收敛和结果运动的物理真实性.算法框架包括模型简化、运动简化、路径编辑、运动合成和运动复原等5个部分.实验结果表明,该算法能够将人体运动从原始路径上成功地映射到新路径上.     

运动串:一种用于行为分割的运动捕获数据表示方法

运动数据的行为分割是运动捕获过程中非常重要的一环.针对现有分割方法的不足,提出了一种可用于行为分割的运动数据表示方法,并基于该表示实现了数据的行为分割.运动数据经过谱聚类(spectral clustering)、时序恢复和最大值滤波法(max filtering)后生成一个字符串,该字符串称为运动串,然后采用后缀树(suffix tree)分析运动串,提取出所有静态子串和周期子串,对这些子串进行行为标注,从而实现运动数据的行为分割.实验表明,基于运动串的分割具有较好的鲁棒性和分割效果.     

基于视觉的大鼠肢体运动自动分析系统

设计并实现了实验大鼠肢体运动自动分析系统,系统由通用视频设备和计算机硬件组成,采用基于颜色标记的运动捕捉技术,提出了一种RGB空间映射到HSV空间的快速转换方法,以及快速颜色分类算法结合轮廓搜索算法得到标记点坐标,提取肢体运动学特征参数,并应用于步态行为分类和识别.实际测试平均每帧处理时间小于10ns,识别正确率97％...     

3维人体运动编辑与合成技术综述

为了使人们对3维人体运动编辑与合成技术有个概略了解,对当前3维人体运动编辑和合成技术的研究现状进行了系统阐述。首先对4大类3维人体运动合成方法进行了分析比较;然后按照运动捕获数据的表示方法、运动编辑技术、运动合成技术3个方面着重分析了运动捕获数据驱动的运动合成方法的发展现状;最后对目前3维人体运动编辑与合成技术研究中的难点问题及未来研究重点进行了展望。