控制撞击时间与角度的三维导引律:一种两阶段控制方法

为了突破舰艇配备的近程防御武器系统,反舰导弹需对撞击时间与撞击角度进行控制,以实施饱和攻击.导弹三维撞击时间与撞击角度控制分为两个阶段进行.第1阶段:将导弹侧向运动与纵向运动进行近似解耦,对这两个运动通道分开设计.在侧向运动中将撞击时间控制转化为对标称弹目距离的跟踪问题,并对此跟踪问题采用时标分离的方法设计期望的慢子系统和快子系统;在考虑对方位角粗略控制的同时,对这两个子系统分别进行动态逆控制设计,从而得到了侧向通道控制指令;在纵向运动中只进行高低角的粗略控制,不考虑撞击时间控制.第2阶段:在考虑两个通道耦合的情况下,基于李雅普诺夫稳定性理论,设计了带有撞击角度控制的三维导引律.仿真结果证明了本文方法的有效性.     

基于运动与区域信息的移动机器人目标检测

介绍了一种在运动相机条件下的基于目标运动与区域灰度信息的运动目标检测算法。采用快速光流估计算法与基于颜色粗糙度的区域分割方法进行目标运动与区域信息的运算，利用待跟踪目标时间与空间信息进行目标定位，降低了目标运动与区域信息估算的复杂度。仿真结果表明，该算法在大多数复杂场景中能够获得良好的目标识别效果。     

机器人抓取运动目标的轨迹规划方法

本文讨论了机器人在抓取运动目标前的接近轨迹规划问题，给出了一种新的在平面上抓取目标的方案。这种方案适用于机器人接近作直线运动或轨迹已知的平面曲线运动的目标的轨迹规划。本文还研究了当目标沿直线以不同速度运动时机器人手爪要抓取它而必须达到的最小末端速度，最后给出了一些仿真结果。     

视频监控系统中的多目标跟踪技术

本文首先讨论以图像块运动估计目标运动方向,然后分析Kalman滤波器估测目标运动状态的原理、方法与过程。最后进行多目标视频监控实验。结果表明,本文研究的多目标跟踪技术实时性、准确性、稳定性好,灵敏度高,可用于视频监控业务。     

基于改进的tMHI的实时视频运动目标检测及跟踪

提出了一种对视频图像进行实时目标分割及跟踪的新方法。该方法利用基于时间片的运动历史图像（tMHI）的灰度阶梯轮廓，对存在的子运动区域进行包围划分并予以标记，实现视频图像中运动目标的实时分割，进而将每帧tMHI图像中各个运动区域同场景中运动目标连续关联起来，实现对多运动目标的轨迹跟踪。为了提高分割质量，对tMHI进行了改进处理，去除了大部分噪声干扰，取得了明显的改善效果。实验表明，该方法可以有效地分割并跟踪视频中的多个运动目标，鲁棒性好，检出率较高，并且处理速度较快，达到了实时性的要求，还解决了局部粘连的问题。     

一种基于Mean Shift的快速跟踪算法

针对Mean Shift算法难以跟踪快速运动目标、算法迭代次数多以及耗费时间长的问题,提出了一种基于Mean Shift的快速运动目标检测方法,该方法结合帧差法并融合背景信息来快速检测运动目标;同时提出一种新的相似性度量方法进行初步检测,排除干扰并快速选出符合标准的目标以进行Mean Shift匹配,找出最佳目标。该方法不仅减少了传统方法的迭代次数,缩短了算法所需时间,而且在跟踪实验中取得了较好的跟踪效果,提升了算法的鲁棒性。     

一种基于自适应阈值的复杂背景下自动目标跟踪方法

提出了一种基于自适应阈值的复杂背景下自动目标跟踪方法，该方法采用一种自适应块匹配的运动估计，以平均绝对误差作为目标匹配准则，针对不同大小，不同运动方向，不同运动速度的目标均可进行较好的跟踪。该方法采用三不搜索策略较好地实现了目标搜索，同时，根据目标运动的惯性，引入了运动矢量的向前预测策略，减小了目标搜索的盲目性，提高了跟踪的可靠性和效率。     

移动机器人视觉定位方法的研究与实现

针对移动机器人的局部视觉定位问题进行了研究。首先通过移动机器人视觉定位与目标跟踪系统求出目标质心特征点的位置时间序列，然后在分析二次成像法获取目标深度信息的缺陷的基础上，提出了一种获取目标的空间位置和运动信息的方法。该方法利用序列图像和推广卡尔曼滤波，目标获取采用了HIS模型。在移动机器人满足一定机动的条件下，较精确地得到了目标的空间位置和运动信息。仿真结果验证了该方法的有效性和可行性。     

基于移动机器人视觉系统的运动目标提取方法

提出了基于移动机器人视觉系统的运动目标提取方法。以视觉系统获取的视频作为研究对象，通过全局运动估计、目标背景的提取、三帧差技术和区域生长方法提取运动目标。采用邻域搜索运动补偿和带约束的区域生长的方法，降低了时间开销。实验结果表明，在时间开销和目标的提取上取得了较好的效果。     

轨道目标ISAR中频回波模拟技术研究

该文目的是研究一种空间目标宽带ISAR雷达回波的模拟实现方法，为空间目标探测雷达的研制及空间目标特性的研究提供信号来源。该文首先深入研究了空间目标的运动特性，给出了弹道目标轨道方程的计算方法，由目标的轨迹可以确定任意时刻目标的姿态，从而得到目标的散射中心分布。然后分析了目标在大时宽带宽雷达照射下的回波信号特性，结合目标轨道计算提供的散射中心分布信息，模拟出目标的中频回波信号。最后，提出了一种轨道目标ISAR雷达回波模拟器的实现方案，给出了实验结果。在实际应用中证明，用该方法模拟空间目标宽带雷达回波完全可行。     

林业运动模糊图像复原的融合正则化方法

林业机器人在林业环境中进行作业时,很容易因为滑动、地面障碍物的碰撞等原因发生小幅的无规律运动导致机器人相机采集的图像发生运动模糊,对后续图像信息提取造成很大的影响。针对这一问题,提出了林业运动模糊图像复原的融合正则化方法。先建立包含[L1/L2]范数正则项的代价函数,求解运动模糊核。再通过图像梯度先验正则项及稀疏正则项构建代价函数,对清晰图像求解。引入的[L1/L2]范数正则项及图像梯度先验正则项对稀疏表示正则项容易产生块效应的问题进行了弥补,因而获得了令人满意的效果。对人工合成的运动模糊图像和自然条件下真实运动模糊图像进行的实验验证了该算法的有效性。     

融合帧间差分与碰撞算法的快速跟踪预测算法

传统的运动目标跟踪预测算法难以保证机器人对高速运动目标的快速捕捉和提前预测,尤其是运动目标在滑行过程中发生碰撞改变了原有的运动方向,针对这一问题提出了基于帧间差分与碰撞算法相结合的运动目标跟踪预测算法.通过帧间差分法快速识别出平面内运动物体的具体位置和运动速度,根据其运动速度方向判别运动目标是否发生碰撞.当运动目标在运动过程中发生碰撞,采用LS-DYNA显示动力分析软件建立碰撞仿真模型,并用MATLAB拟合仿真数据得到碰撞算法,结合碰撞算法对运动目标的运动轨迹进行预测.结果表明以帧间差分和碰撞算法相结合的运动目标检测跟踪算法对于在平面内运动目标的跟踪预测方面速度更快,完全能够满足机器人对算法快速性的要求.     

Delay time compensation based on coefficient of restitution for collision hybrid motion simulator

A hybrid motion simulator embeds a hardware experiment in a numerical simulation loop. However, it is often subjected to the inherent problem of an energy increase in the collision of two pieces of hardware in a loop because of the delay time. This paper proposes a delay time compensation method based on contact dynamics model for a collision hybrid motion simulator under delay time and establishes a compensation method for coupled translational and rotational motion. The model developed in this paper describes linear uniform motion of a floating object during the period of the delay time until the force and torque are observed and non-linear motion according to environmental stiffness after the initial delay time period in contact. By using the above model, compensation parameters are designed based on desired coefficient of restitution with iterative calculation. The proposed method achieves accurate delay time compensation and simultaneously realizes a variable desired coefficient of restitution over a wide range of frequencies. Furthermore, the compensation method for multi-dimensional motion is established under the assumption that the friction effect is very small. The efficiency of the proposed method is verified through collision experiments for the coupled motion in two dimensions.     

Motion-Blurred Image Restoration Based on Joint Invertibility of PSFs

To implement restoration in a single motion blurred image, the PSF (Point Spread Function) is difficult to estimate and the image deconvolution is ill-posed as a result that a good recovery effect cannot be obtained. Considering that several different PSFs can get joint invertibility to make restoration well-posed, we proposed a motion-blurred image restoration method based on joint invertibility of PSFs by means of computational photography. Firstly, we designed a set of observation device which composed by multiple cameras with the same parameters to shoot the moving target in the same field of view continuously to obtain the target images with the same background. The target images have the same brightness, but different exposure time and different motion blur length. It is easy to estimate the blur PSFs of the target images make use of the sequence frames obtained by one camera. According to the motion blur superposition feature of the target and its background, the complete blurred target images can be extracted from the observed images respectively. Finally, for the same target images with different PSFs, the iterative restoration is solved by joint solution of multiple images in spatial domain. The experiments showed that the moving target observation device designed by this method had lower requirements on hardware conditions, and the observed images are more convenient to use joint-PSF solution for image restoration, and the restoration results maintained details well and had lower signal noise ratio (SNR).     

基于视觉传达的多帧图像特征目标跟踪仿真

针对当前方法提取的多帧图像目标特征精度较差,导致多帧图像特征目标跟踪准确率较低、跟踪时间较长的问题,提出了基于视觉传达的多帧图像特征目标跟踪方法。采用稀疏表示方法采集多帧图像目标特征,利用高斯分布构建图像运动模型,小波分析多帧图像灰度及细节特征,根据灰度投影法提取多帧图像目标特征,并匹配多帧图像特征点,获取多帧图像轮廓轨迹追踪目标,运用图像运动目标状态模型,求解前景轮廓的目标函数权重,实现多帧图像特征目标跟踪。实验结果表明,所提方法提取的多帧图像目标特征精度较好,能够有效降低多帧图像特征目标跟踪时间,提高多帧图像特征目标跟踪准确率。     

基于支持向量机的图像亚像素配准及超分辨率重建

超分辨率重建是根据场景的一组低分辨率图像重建其高分辨率图像。重建算法中,低分辨图像之间的亚像素配准是很重要的一部分。提出了一种基于支持向量机的亚像素配准方法,将低分辨图像之间的相对旋转平移参数看成支持向量机的目标集,通过支持向量回归建立图像特征与目标集之间的映射关系,从而计算图像间的相对运动参数。实验表明,与现有算法相比,所提出的算法具有较高的精度。     

基于图像处理的交通事故检测及责任判定

为了在发生轻微交通事故时, 快速使事故车辆驶离现场, 保证道路畅通, 提出了一种车辆碰撞检测及责任判定模型. 首先结合SSD目标检测算法(single shot multibox detector)和MobileNet轻量级深度网络模型, 对其进行改进以获取每一帧视频图像中运动目标的位置和大小信息, 实现对车辆识别与检测. 其次, 利用卡尔曼滤波器对连续图像帧之间的运动目标建立对应匹配关系, 预测目标的运动状态, 对目标的位置及运动趋势做出判断, 实现车辆轨迹跟踪. 随后通过车辆目标检测框的交并比判断是否发生碰撞. 最后针对直行道路中车辆的速度、方向信息结合道路安全条例及机动车事故快速方法对事故车辆进行责任判定. 结果分析表明, 该研究可实现直行道路场景下的追尾及变道引发的车辆碰撞检测及责任判定.     

一种基于传感信息的机器人在线路径规划方法

针对非结构化环境下的多关节机器人实时避障问题,提出一种基于传感信息的机器人在线路径规划方法.由红外线传感器提供机器人手臂周围环境信息,通过计算C-空间内一些方向上的C-空间障碍距离,分阶段控制位姿点到达目标.避免了建立整个位姿点附近的C-空间,适合机器人在未知环境下的实时避障要求.仿真结果验证了该算法的有效性.     

非确定性环境中移动机器人避障策略的验证 ——基于形式化建模和概率分析

针对存在制动机误差和传感器噪声等因素的移动机器人,提出采用概率模型检测的方法对非确定性环境中移动机器人的避障策略进行验证和定量分析。首先将移动机器人的避障运动和动态障碍物的不确定性运动建模为马尔可夫决策过程。然后运用概率计算树逻辑语言描述移动机器人运动的关键属性并使用概率模型检测工具对其进行验证。最后分析得到移动机器人成功避障所花费的避碰时间,移动机器人到达目标位置所需要的时间和能量以及操作误差发生时的避碰时间对避障策略的影响,并使用MATLAB仿真验证成功避碰时间的正确性。     

面向行人移除的街景图像全局优化时空修补方法

针对街景图像中往往包含大量行人等隐私对象的问题,以移除图像中的行人为例,提出一种全局优化的时空图像修补方法.首先利用运动获得结构算法建立参考图像与目标图像之间的对应关系,该过程不依赖场景的简化假设,使得该图像修补方法适合各类复杂场景;然后对待修补区域建立马尔科夫随机场,通过合理设计标号集和能耗函数,把时域和空域修补结合到同一优化过程中,并自动判断何时选择何种修补方式,使修补结果尽量符合实际场景同时又具有较好的视觉一致性.大量实验结果表明,该方法对各种复杂场景的街景图像都能够得到较好的修补效果.