基于FPGA的高速物体测速系统设计

目前对高速运动物体常用的测速方法基本上都要用到传感器,由于传感器的本身动作延迟大多在微秒量级,在物体高速运动情况下所测速度的误差必然比较大,因此传统的测速方法达不到应用要求;笔者设计了一种基于FPGA的高速物体测速系统,避免使用传感器,使系统的总体误差减小到0.00828%左右;该速度测量系统设计,以QuartusⅡ为软件平台,采用模块化设计并通过数码管驱动电路动态显示最终结果;该测速系统具有精度高、外围电路少、集成度高、可靠性强等特点。     

高速运动物体制动全过程测量

介绍了一种基于激光光幕测速原理的新型测速系统,利用固联在运动物体上的参考齿形挡光板、一对激光发射/接收装置和大缓冲容量、大动态范围的高速计数电路,在制动行程内,实现运动物体从较高初速至准静态的全过程速度测量.介绍了测速系统的工作原理和硬件设计,并进行了误差分析.现场试验的结果证明该方法能对准静态速度至65 m/s的速度范围进行准确测量.在齿形板齿间距3mm情况下最高速段能保证200个测量脉冲,测时误差最大为0.125 μs.高速段测速误差在0.833%以内,低速段误差在0.334%以内.     

基于帧间差分法的动体特征速度聚类分析

针对智能视频监控中快速、准确的检测和识别运动物体的问题,提出了一种依据运动物体特征速度来检测识别动体以及解读其语义含义的算法。该方法以相对帧间差分法为基础,通过对预处理后的二值斑块图像的标记,计算斑块的像素长度作为其特征速度,并依据斑块特征速度的众数进行聚类分析,从斑块特征速度得到运动物体的特征速度语义解读和运动物体的检测识别。实验结果表明,斑块的特征速度不仅可以实现对运动物体的检测,而且通过聚类分析可以准确的得出动体特征的语义解读。用特征速度和众数聚类分析方法实现对运动物体的检测识别和语义解读相对于其他统计算法简单有效,便于智能摄像机的嵌入式开发。     

AWR1642雷达传感器的移动车辆测速测距设计

为了检测电动自行车是否超速,本文设计了一种移动电动自行车测速测距系统。该设计采用77 GHz毫米波雷达,在AWR1642采集到回波信号后,在时域上进行FFT,通过计算其相位的变化、CFAR处理、峰值聚集、多普勒补偿等后,得出车辆的距离、速度和行驶角度,并用CAN总线传送数据到上位机,车辆的运动可以在MATLAB的界面进行实时显示。将验证系统固定在公路边的平台上,对普通家用电动自行车进行测量测试结果表明,该系统可以准确测出电动自行车的距离、速度等信息。     

基于分道线的道路云台摄像机参数自动标定

为实现基于道路视频摄像机视频处理的运动车辆精确测速,提出基于分道线长度、车道宽度和分道线消失点的道路云台摄像机参数自动标定方法,以对摄像机焦距、俯仰角、旋转角、离地高度等参数进行自动标定.实验结果表明,在应用于基于视频处理的运动车辆速度检测时,所提方法与雷达测速在平均误差以及误差标准差方面远小于我国公路测速允许的误差上限,验证了方法的准确性和有效性.     

实验数据驱动虚拟模型的方法研究

该文提出了如何运用实验数据驱动虚拟模型进行运动仿真的新方法。该方法利用ADAMS软件在虚拟环境中构建一个已存在实体的虚拟模型 ,然后利用“导入数据的方法”将反映实体运动的实验数据加载于虚拟模型 ,从而驱动该虚拟模型按照真实物体那样运动。该文以一个受到外力和自身重力作用的小球为例 ,通过将获得的小球运动的实验数据导入的方法 ,成功驱动了小球实体的虚拟模型 ,这样就可以在虚拟环境中观察到小球的运动规律 ,从而验证了该文所提方法的正确性和可行性     

基于双目视觉的车辆检测和车速测定

实时运动检测是智能视频监控和视频交通流检测中的一项关键技术。目前广泛使用的单目视觉运动检测方法对光线敏感,存在黑洞、阴影等问题。为解决此问题,提出一种基于双目视觉的运动检测方法,通过双摄像头的视差获取物体的深度信息,根据深度差检测运动物体。在得到运动区域后,利用运动物体在连续帧的深度信息,提出一种适应各种空间角度拍摄情形下的速度测定方法。实验表明,所提的方法能检测运动目标的准确轮廓,解决了单目视觉情形下始终存在的对光线敏感、阴影及黑洞的问题,实现了运动目标的实时检测和速度测定。     

固定场景下的运动检测与运动跟踪

提出了一种检测运动物体,跟踪运动物体的方法。用混合高斯模型得到运动人体的区域,通过卡尔曼滤波对人体进行跟踪,并利用人体的颜色信息进行识别。该方法能够较好解决应用于室外的视频监视系统中的光照问题,具有较快计算速度,满足实时系统的要求。     

飞机鸟撞试验瞬时速度的连续测试方法研究

目前速度的测试方法一般仅能确定运动物体在两点间的平均速度，瞬时速度的连续测试方法在国内尚未得到开发和应用。本介绍一种低成本、高精度、高可靠性的连续非接触式激光测速系统。该系统发射的一片状激光受运动鸟弹的依次阻挡后，相应的光强变化将被测出并转换为位移时间曲线，经过简单的数学运算，该系统能用来确定鸟弹速度和加速度的时间历程，因而可确定鸟弹在被测区域内任一点的瞬时速度。比较试验的结果表明该系统的测试误差小于1％。该项技术还能广泛地应用于工程材料冲击研究和其他民用领域。     

计算机图形运动检测时空梯度算法研究综述

本文介绍了图形运动检测的时空梯度方法的基本理论,围绕估计方程使用三种具体技术进行运动物体二维方向的速度分析。本文还给出了每一种技术的算法思路和所依赖的数学技术。     

视频测速技术在煤矿井下机车定位中的应用

针对传统的矿井信集闭系统因采用传感器获取机车运行信息来实现机车识别与定位而导致的系统不稳定问题,介绍了一种采用视频测速技术来实现井下机车定位的方法。该方法采用双目立体视觉测距技术得出机车运行距离,根据相邻两帧图像时间间隔求出机车实时运行速度,然后将机车运行速度转换为相应模拟小球的移动速度,使调度员在调度室内通过观察模拟小球的移动状态来实时监测移动小球对应机车的运行状态,从而实现对机车的定位功能。     

基于OPC通信的智能迷宫控制

在Rockwell的控制平台以及伺服控制平台的基础上,通过建立OPC客户端程序实现与Logix5000的通信,利用图像处理方法建立起闭环反馈,从而实现小球顺利走出迷宫的目的。为使得小球能够以最少的运动步数从任意的起点运动到任意给定的终点,在对迷宫进行建模的基础上,控制端采用了Dijkstra算法。由于利用图像处理技术实现了实现闭环控制,当小球不在预订的轨迹上时,程序将自动重新对小球的运动轨迹进行规划,并最终到达指定的终点。控制端程序通过OPC通信与PLC进行同步,对的小球的控制有很好的效果。     

视频稳定系统的角点跟踪算法

通过对视频稳定系统的角点跟踪算法的分析,针对图像旋转与局部物体运动情况,采取圆投影向量相关系数法对基于角点跟踪的运动估计算法进行改进,结合局部运动邻域相关算法剔除运动物体,并采用菱形快速搜索算法提高角点配准速度。对塔吊运动平台的视频图像进行验证,实验结果证明了算法的有效性。     

基于TMS320DM643的运动目标检测算法

基于数字视频应用开发平台SEED-DEC643和摄像机FCB-CX1010P,提出一种改进的运动目标检测算法。设计静态背景下单运动目标物体的检测,包括图像预处理、背景差分、阈值求取、图像二值化、图像形态学处理、运动目标物体坐标计算,利用灰度投影算法计算背景运动向量,以实现动态背景下单运动目标物体的检测。实验结果表明,该算法能较好地进行背景运动补偿,并凸显运动物体。     

机动车视频测速中关键技术的研究与实现

针对通过视频检测机动车行驶速度方法精度低、易受阴影十扰和无法对多辆机动车同时测速的问题，该文介绍了一种基于机动车视频测速模型检测机动车行驶速度的新方法。基于该测速模型实现的机动车视频测速系统取得了令人满意的测速效果，在一定条件下其视频测速精度可达到98．33％。     

基于FPGA的二维相关测速方法研究

在对双继电器相关函数的讨论的基础上,提出了一种基于FPGA的二维相关测速算法.该算法中以异或逻辑运算代替常规算法中的乘法,可以利用FPGA同时处理几十甚至上百路的运算,提高了相关运算的速度,使得利用二维相关算法测量运动物体的速度成为可能.     

基于空间剖分的碰撞检测算法研究

针对虚拟环境中物体碰撞检测效率不高的问题,提出了一种基于空间剖分的碰撞检测算法。利用物体空间分布特性以及运动物体碰撞行为的局部性,先用空域分割中定性-定量结合的方法快速确定可能碰撞的物体对,再用混合层次包围盒进行精确测试,明显地提高了碰撞检测速度。实验分析表明,该算法不仅可实现复杂场景下多个物体同时发生碰撞的检测,也能保证算法在物体高速运动时的有效性。     

一种光学式运动捕捉系统下的物体运动数据捕捉方法研究

多相机视觉运动捕捉系统能通过捕捉标记点的空间坐标来获得运动物体的运动学参数,文中提出了一种基于多相机运动捕捉系统下的通用物体运动数据捕捉方法;首先根据3个标记点组成固定模型获取物体运动过程中对应标记点的瞬时坐标,然后通过向量法求解出被测物体在运动过程中各采集点对应的物体位姿,然后通过卡尔曼滤波方法消除运动捕捉过程中的系统和环境误差的影响,获得平滑的物体位姿运动轨迹,并根据滤波数据计算出物体在各采集点对应的速度、加速度、角速度、角加速度;最后基于协作机器人进行物体的运动数据捕捉实验,验证了所提出物体运动数据捕捉方法的正确性。     

混合视觉系统的运动物体检测和静态地图重建

复杂动态背景环境下的运动物体检测和静态地图重建中容易出现运动物体检测不完整的问题。针对上述问题,提出了一种混合视觉系统下点云分割辅助的运动物体检测方法。首先,提出了直通滤波+随机采样一致性（PassThrough+RANSAC）方法来克服大面积墙壁干扰以实现点云地面点的识别;其次,将非地面点数据作为特征点投射到图像上,并估计其光流运动向量和人工运动向量,从而对动态点进行检测;然后,采用动态阈值策略对点云进行欧氏聚类;最后,整合动态点检测结果与点云分割结果来完整地提取出运动物体。此外,通过八叉树地图（Octomap）工具将点云地图转换为三维栅格地图以完成地图的构建。通过实验结果和数据分析可知,所提方法可以有效提高运动物体检测的完整性,同时重建出低损耗、高实用性的静态栅格地图。     

基于GPU加速的多物体碰撞检测方法

为了在虚拟环境中更加真实地模拟现实环境中物体的运动,需要在仿真系统中加入碰撞检测模块。现有的碰撞检测算法虽然能够快速检测两个物体是否相交,但在物体数量非常多的场景中,因需要对物体两两进行判断,所以仍无法达到较高的检测速度。利用GPU并行计算的特性,在GPU上增加一个预先剔除的过程,大幅度地快速排除不相交的物体,提高了检测的速度。