一种基于算法融合的运动目标跟踪算法

视频目标跟踪的重点和难点在于如何快速、准确的匹配目标.针对复杂背景下,单一模式的跟踪算法不能准确跟踪目标的问题,提出了一种基于算法融合的运动目标跟踪方法.该算法综合运用去均值相关跟踪算法（normalized cross correlation,NCC）和均值漂移算法（MeanShift）2种基本模式对输入输入视频进行处理,结果送入Kalman滤波器进行滤波与预测,最后根据最小总均方误差准则进行自适应融合.试验证明,该算法能够较好地实现复杂场景条件下的目标跟踪,提高了跟踪的鲁棒性.     

基于视频图像的道路车流检测系统

以静止单孔摄像机获取的交通场景视频作为研究对象,对高斯背景提取及自适应更新、车辆检测等技术进行了研究和分析,完成了一个基于视频图像的车流检测模型系统的设计,并通过Matlab仿真实现了基于高斯背景建模的车流检测及跟踪。     

基于改进Camshift与Kalman滤波融合的领航车辆跟踪算法

针对智能车辆在对前方领航车辆进行视觉跟踪时,传统的Camshift算法容易受目标突然变速、相似颜色背景或目标干扰的问题,提出一种基于改进Camshift与Kalman滤波融合的领航车辆跟踪算法。该算法通过提取目标模板的色度、饱和度和Canny边缘梯度幅值3个特征分量,建立三维直方图并对其反向投影进行跟踪,同时采用Bhattachayya系数作为目标跟踪准确性的判别依据。若系数大于设定阈值则判定目标跟踪不准确,此时用局部二值模式(LBP)级联分类器对领航车辆进行检测识别,最后引入Kalman滤波器来预测下一帧领航车辆的位置。实验结果表明,该算法能够在复杂背景下对领航车辆进行实时并有效的跟踪。     

一种基于视频图像的运动车辆跟踪方法

基于视频图像的车辆运动跟踪是当前计算机视觉研究的热点,具有广泛的应用领域。本文研究了一种基于视频图像的运动车辆跟踪算法,通过当前帧目标边缘与实时更新模板的最优匹配来确定目标的位移量。首先启动了卡尔曼滤波,预测目标匹配搜索区域,然后再在搜索区域中利用边缘匹配精确定位目标,减小了匹配的计算量。实验结果表明,该方法是有效的且实时性好。     

基于强跟踪UKF的视频目标跟踪算法

针对无迹卡尔曼滤波（unscented Kalman filter ,UKF）在非线性系统状态估计中存在的跟踪缓慢和稳态偏差问题,提出一种基于强跟踪UKF的视频目标跟踪算法。该算法以无迹变换（unscented transform ,UT）为基础,结合强跟踪滤波器和UKF滤波器的优点,在状态预测协方差矩阵中引入时变渐消因子调节卡尔曼增益,强迫输出残差序列保持正交,并提取残差序列的有效信息,提高滤波器对状态变化的跟踪能力。仿真结果表明,利用强跟踪UKF算法对视频中的运动目标进行跟踪,具有更高的跟踪精度,状态滤波均方误差更小。     

一种基于滑动差分的车辆边缘检测新方法

在基于视频的交通监控系统中,车辆的快速、有效提取是车辆检测中的一个重要环节。在彩色图像中,当车辆出现在道路上时,因为车辆与道路相比颜色上有较大的差异,所以在车辆的边缘像素点上会发生颜色的突变。本文以此为依据,结合车辆的几何信息,提出了一种新的车辆提取算法。此方法通过对彩色图像进行逐行扫描的方式,利用滑动差分滤波器,确定每行的车辆边缘像素点,进而将车辆从图像中提取出来。实验证明,该方法能简单有效地提取车辆。     

公路视觉导航中基于卡尔曼滤波器的3D运动参数估计

本文通过对室外行驶车辆上的CCD摄像机所采集的长序列立体图像的处理与分析 ,研究基于卡尔曼滤波器的三维 (3D)运动参数估计方法 ,以实现公路视觉导航中车道线的自动检测与跟踪。本文还阐述了一种扩展的卡尔曼滤波算法     

交通监控系统中车辆和行人的检测与识别

本文提出一种应用于智能交通监控系统的车辆和行人的检测和识别方法.首先结合帧间差分,对交通监控场景的视频图像序列建立动态背景模型,然后用背景消除法对监控视频中的运动目标进行有效检测,提取出运动目标的轮廓.最后采用支持向量机,对检测出运动目标进行快速识别.实验结果表明,该方法能够快速准确地在监控视频中对运动的车辆和行人进行检测和分类识别,对快速交通通道中非法行人入侵进行自动报警.     

基于优化SVM的高速公路交通事件检测

为了降低交通事件对高速公路交通运行的影响,提出一种基于视频交通流参数的支持向量机交通事件检测算法。针对线圈检测器在车辆拥堵时的检测精度大幅降低,甚至无法检测等不足,采用基于视频的交通流参数检测方法。通过安装的视频摄像机,实现对高速公路全程的无盲区交通事件检测。同时,为了解决支持向量机模型参数的大小对分类器泛化能力的不利影响,采用改进的网格搜索算法对模型参数进行优化选择。应用实际采集的交通流数据,对优化的支持向量机事件检测算法进行验证,并与遗传算法、粒子群算法的优化结果进行比较。实验结果表明,提出的方法具有最高的检测率和较低的误报警率,且优化时间短,满足了交通事件检测实时性的要求。     

基于视频序列图像的车辆测速研究

基于高速公路移动测速设备的测速模式,本文提出了一种基于视频序列图像的车辆测速实现方法,通过测定固定时间间隔的两帧连续序列图像中目标车辆的相对位移实现车速的测定,运用车道划分、车辆定位判别的思想提高了测速的精度,对车道划分前后的速度测量误差进行了分析,并指出了实际测速时需要注意的几个关键点.实验结果表明,该方法能较为精确地测量出车辆的实际行驶速度,克服了传统测速方法的多种不足,在高速公路移动测速等场合具有较好的实用价值.     

Computer vision algorithms for intersection monitoring

The goal of this project is to monitor activities at traffic intersections for detecting/predicting situations that may lead to accidents. Some of the key elements for robust intersection monitoring are camera calibration, motion tracking, incident detection, etc. In this paper, we consider the motion-tracking problem. A multilevel tracking approach using Kalman filter is presented for tracking vehicles and pedestrians at intersections. The approach combines low-level image-based blob tracking with high-level Kalman filtering for position and shape estimation. An intermediate occlusion-reasoning module serves the purpose of detecting occlusions and filtering relevant measurements. Motion segmentation is performed by using a mixture of Gaussian models which helps us achieve fairly reliable tracking in a variety of complex outdoor scenes. A visualization module is also presented. This module is very useful for visualizing the results of the tracker and serves as a platform for the incident detection module.     

基于Sigma点卡尔曼滤波器的电力频率跟踪新算法

通过变换,首先将三相电压信号转换成一复电压信号,再利用一种复数型Sigma点卡尔曼滤波(CSPKF)算法以改进对发生谐波畸变和随机噪声干扰的电力系统电压信号的频率进行动态估计和跟踪的过程。理论证明,CSPKF算法与现有的复数型扩展卡尔曼滤波(ECKF)算法相比具有更佳的跟踪精度和稳定性。此外,CSPKF算法还成功解决了所有卡尔曼滤波算法都必须面对的当算法收敛后,系统参数发生突变的情况下需要重置误差协方差矩阵来重新跟踪这些变化的问题,进一步提高了其跟踪速度。对几种暂态电力信号模型的算法仿真表明,CSPKF算法具有优异的动态跟踪性能,迅速跟踪频率和幅值变化的同时又保持了较低的跟踪误差。     

Obstacle Detection and Tracking for the Urban Challenge

This paper describes the obstacle detection and tracking algorithms developed for Boss, which is Carnegie Mellon University 's winning entry in the 2007 DARPA Urban Challenge. We describe the tracking subsystem and show how it functions in the context of the larger perception system. The tracking subsystem gives the robot the ability to understand complex scenarios of urban driving to safely operate in the proximity of other vehicles. The tracking system fuses sensor data from more than a dozen sensors with additional information about the environment to generate a coherent situational model. A novel multiple-model approach is used to track the objects based on the quality of the sensor data. Finally, the architecture of the tracking subsystem explicitly abstracts each of the levels of processing. The subsystem can easily be extended by adding new sensors and validation algorithms.     

基于多重渐消因子变分贝叶斯的陀螺阵列融合算法

针对由多个MEMS陀螺仪组成的阵列系统在动态情况下噪声时变导致输出精度低的问题，提出了新的动态滤波模型和滤波方法。通过分析MEMS陀螺的误差特性和对角速度进行动态建模，构建了基于角速度估计的阵列陀螺随机误差动态滤波模型。由于动态情况下模型的不确定性导致传统方法精度较差，设计了一种多重渐消因子变分贝叶斯自适应卡尔曼滤波算法，利用变分贝叶斯思想和强跟踪理论提高了滤波器量测噪声估计精度、收敛速度和鲁棒性。最后在高精度转台上进行了静态实验和动态实验。实验结果表明：在静态条件下，“虚拟陀螺”方差降低为单个陀螺的4%，零偏不稳定性降低为47.2%；在动态条件下，“虚拟陀螺”能有效跟踪角速度的变化且角速度残差方差降低为单个陀螺的6.2%。该滤波算法能有效提高MEMS陀螺阵列系统的输出精度。     

Vehicle-Component Identification Based on Multiscale Textural Couriers

This paper presents a novel method for identifying vehicle components in a monocular traffic image sequence. In the proposed method, the vehicles are first divided into multiscale regions based on the center of gravity of the foreground vehicle mask and the calibrated-camera parameters. With these multiscale regions, textural couriers are generated based on the localized variances of the foreground vehicle image. A new scale-space model is subsequently created based on the textural couriers to provide a topological structure of the vehicle. In this model, key feature points of the vehicle can significantly be described based on the topological structure to determine the regions that are homogenous in texture from which vehicle components can be identified by segmenting the key feature points. Since no motion information is required in order to segment the vehicles prior to recognition, the proposed system can be used in situations where extensive observation time is not available or motion information is unreliable. This novel method can be used in real-world systems such as vehicle-shape reconstruction, vehicle classification, and vehicle recognition. This method was demonstrated and tested on 200 different vehicle samples captured in routine outdoor traffic images and achieved an average error rate of 6.8% with a variety of vehicles and traffic scenes.     

Stereo-Based Pedestrian Detection for Collision-Avoidance Applications

Pedestrians are the most vulnerable participants in urban traffic. The first step toward protecting pedestrians is to reliably detect them. We present a new approach for standing- and walking-pedestrian detection, in urban traffic conditions, using grayscale stereo cameras mounted on board a vehicle. Our system uses pattern matching and motion for pedestrian detection. Both 2-D image intensity information and 3-D dense stereo information are used for classification. The 3-D data are used for effective pedestrian hypothesis generation, scale and depth estimation, and 2-D model selection. The scaled models are matched against the selected hypothesis using high-performance matching, based on the Chamfer distance. Kalman filtering is used to track detected pedestrians. A subsequent validation, based on the motion field's variance and periodicity of tracked walking pedestrians, is used to eliminate false positives.     

民用导航型C／A码GPS接收机动态定位的强跟踪卡尔曼滤波研究

本文提出了一种改进的强跟踪卡尔曼滤波算法,应用于ＧＰＳ动态定位获得明显效果,首先建立了一种新的ＧＰＳ动态定位滤波模型,该模型与以往采用的非线性卡尔曼滤波模型相比,滤波精度得到提高,且模型简单,系统运算量降低,实时性较好,然后,为了进一步提高滤波器的动态性能,改进了文献中的强跟踪滤波器,大大提高了滤波器的跟踪能力。     

基于自适应强跟踪滤波器的汽车行驶状态软测量

针对汽车底盘控制系统中一些关键汽车行驶状态难以准确直接测量以及测量成本较高的问题,在自适应卡尔曼滤波算法和强跟踪滤波算法的基础上,提出基于自适应强跟踪滤波器的汽车行驶状态估计方法.结合纵向、侧向和横摆3自由度非线性汽车模型,将其应用于汽车行驶状态的软测量之中,并与扩展卡尔曼滤波算法进行比较分析.通过Carsim和Matlab/SIMULINK联合仿真的双移线试验的结果表明,在非线性区域内,自适应强跟踪滤波器能快速、准确跟踪汽车状态.该算法在估计精确度、跟踪速度、抑制噪声等方面均优于扩展卡尔曼滤波算法,满足汽车状态估计器的软件性能要求.     

电动医疗床用无刷直流电机控制系统

以两个无刷直流电机为控制对象．提出了一种通过单片机和专用控制芯片实现电动床双自由度运动的控制系统。该控制系统运行可靠稳定，成本低．同时具备电动床位置记忆功能．具有广阔的市场前景。     

公路外场监控数据传输与对象规范研究

随着智能交通系统(ITS)的发展,ITS通信网中出现了数据源与数据的多样性等诸多因素,造成了监控中心与外场设备之间不能建立实时信息沟通.在研究了ITS的通信协议架构的基础上,改进了协议体系和编码规则,规范了可变情报板等外场设备的数据对象,统一了数据格式与通信规约,更好的实现了监控中心与外场设备之间数据交互的互操作性和可...