三轴光电跟踪系统的实时引导

三轴光电跟踪系统是地平式和X-Y式光电跟踪系统的有机组合,可以全方位跟踪空间运动目标,跟踪系统测量值与空间位置的多对一特性决定了跟踪策略的多样性和系统引导的复杂性,跟踪过程中对系统进行实时引导可以提高系统的跟踪精度及其可靠性。各种跟踪策略下三轴光电跟踪系统的引导过程包括:地平式的引导、X-Y式的引导、具视轴偏角的地平式引导、三轴光电跟踪系统的引导等。通过理论分析,给出了各种情况下的引导方法。     

目标联合状态类型密度表示的跟踪门技术

大多数传统的跟踪门技术仅使用目标的运动学量测信息,在多目标、多杂波跟踪场景中会导致较大的关联不确定性。考虑到属性传感器可以获取目标的类型信息,提出了基于目标联合状态类型概率密度的跟踪门方法。首先给出目标状态与类型的联合概率密度表示,从而导出以类为条件的跟踪门构建方法。为了适用于实时的非线性跟踪系统,门限的计算采用了基于仿真的算法。场景 1显示如果目标的量测预测密度为偏斜函数时,基于仿真的门限算法可以获得最优的跟踪门;场景 2为地面编队目标的跟踪过程。与使用传统的跟踪门相比,以类为条件的跟踪门技术在很大程度上提高了目标量测到航迹的关联率。     

运动目标空间坐标多站法激光跟踪测量建模

运动目标空间位置激光跟踪测量是计量测试领域的前沿课题，该测量系统集激光干涉测距、光电检测、精密机械、计算机及控制系统和现代数值计算于一体，对空间运动目标进行跟踪并实时测量其坐标和姿态。测量范围１－１０ｍ，测量精度５０μｍ／ｍ。采用多个激光干涉仪进行冗余设计，对测点造成过定位，通过解最小二乘方程组计算出被测点的坐标。文中论述了多站法跟踪测量的原理并建立了计算坐标的数学理论模型。     

光电跟踪测量系统的动态成像分辨率分析及优化设计

光电跟踪测量系统的测量精度与成像质量受成像系统动态分辨率的影响.成像系统动态分辨率受光电跟踪测量系统跟踪精度的影响.分析与试验表明,光电跟踪测量系统的动态成像分辨率主要取决于静态分辨率和跟踪精度;工作过程中的光电跟踪测量系统的动态成像分辨率比光电跟踪测量系统的静态成像分辨率低;与传感器的积分时间相比,高频目标与低频目标对动态成像分辨率的影响模型不同;在传感器积分时间、目标的运动状态及对动态分辨率要求确定的条件下,可对静态成像分辨与控制系统进行优化设计.     

光电跟踪误差校准技术的研究

研制光电跟踪仪校准系统,利用激光跟踪仪跟踪光电跟踪仪并采集测量数据,剔除其中存在的粗大误差得到有效数据,采用球面拟合最小二乘法确定光电跟踪的中心。建立合理的坐标转换模型,实现激光跟踪仪的中心向光电跟踪仪的中心坐标转换,并将二者的测量数据进行对比得到校准结果。利用VB和MATLAB软件结合的方法对数据进行分析与处理,提升运算效率。举例给出光电跟踪仪校准系统的测试结果,并对其不确定度进行分析,证明了此校准系统的可靠性,为跟踪及瞄准系统的参数校准提供了参考。     

基于MATLAB的目标跟踪实时仿真库的设计与实现

利用 MATLAB/SIMUNKK 的代码产生原理,针对以 c6201 DSP 为核心的图像处理平台,开发目标跟踪实时仿真库,建立了目标跟踪实时仿真系统。在此环境下可将算法模型快速生成 DSP可执行程序,并可直接运行。此环境为算法研究者建立了算法到 DSP 程序开发的桥梁,使算法快速得到实时验证,大大节省 DSP 程序移植的时间。     

提高光电经纬仪跟踪快速运动目标能力的一种方法

考虑到系统稳定性，光电经纬仪跟踪伺服系统一般设计成Ⅰ型系统。Ⅰ型系统存在速度、加速度动态滞后误差。动态滞后误差的大小不但与跟踪系统有关，还与目标运动特性有关。在跟踪快速运动目标时，会因速度、加速度动态误差的增大，导致目标脱离视场，丢失目标。因此提高光电经纬仪跟踪快速运动目标的能力，一直是光电跟踪伺服系统努力的方向。本文给出了一种提高光电经纬仪跟踪快速运动目标的能力的方法：动态1 Ⅰ控制法，并利用SIMULINK建立了跟踪伺服系统动态1 Ⅰ控制法仿真模型。仿真结果表明动态1 Ⅰ控制法是一种提高光电经纬仪踊跃快速运动目标能力的有效方法。     

仅有角度观测信息情况下目标机动自适应跟踪算法研究

针对光电目标跟踪问题中纯角度跟踪的特点,提出了纯角度目标的机动自适应跟踪算法.该算法采用机动目标“当前”统计模型描述目标的运动特性,根据强跟踪滤波器的思想通过实时检测滤波器的残差信息确定目标的机动变化情况,进而调整“当前”统计模型中表征目标机动特性的参数(机动频率和随机加速度分布的极值),使得运动模型更加符合目标的机动...     

可编程动态靶标参数设计

靶标跟踪测量的技术状态由动态靶标的参数确定,对于不同型号的光电测量设备,其跟踪性能指标是不一样的,也就决定了靶标的参数是不同的.为了方便的确定动态靶标的参数,本文提出了一种通过建立可编程动态靶标的仿真模型来确定靶标参数的方法,并在某型号测量设备的实际检测中进行了验证,利用仿真模型确定的该组靶标参数产生的模拟目标完全能够满足光电经纬仪精度指标的检测要求.     

机载光电跟踪系统连续帧图像快速识别定位

针对机载光电跟踪系统连续帧图像快速识别、准确定位的要求,本文在深入分析连续图像序列特性和机载光电跟踪系统特点的基础上,结合精密转台的运动变化信息,提出了基于转角信息的连续帧图像处理算法.该方法根据精密转台的转角变化信息,采用连续的图像序列进行多帧间差值运算以获得目标残差图,残差图之间相乘.除去大部分随机噪声点,结合中值滤波和自适应渡门跟踪算法,大大的减小了运算量,实现了运动目标的快速跟踪定位.通过对目标实测图像序列的试验,结果表明,该算法具有快速、稳定等优点,能满足机载光电跟踪系统实时图像跟踪的要求.     

Ultrasound three-dimensional velocity measurements by featuretracking

This article describes a new angle-independent method suitable for three-dimensional (3-D) blood flow velocity measurement that tracks features of the ultrasonic speckle produced by a pulse echo system. In this method, a feature is identified and followed over time to detect motion. Other blood flow velocity measurement methods typically estimate velocity using one- (1-D) or two-dimensional (2-D) spatial and time information. Speckle decorrelation due to motion in the elevation dimension may hinder this estimate of the true 3-D blood flow velocity vector. Feature tracking is a 3-D method with the ability to measure the true blood velocity vector rather than a projection onto a line or plane. Off-line experiments using a tissue phantom and a real-time volumetric ultrasound imaging system have shown that the local maximum detected value of the speckle signal may be identified and tracked for measuring velocities typical of human blood flow. The limitations of feature tracking, including the uncertainty of the peak location and the duration of the local maxima are discussed. An analysis of the expected error using this method is given     

光电跟踪的非线性卡尔曼滤波算法

为得到最小方差意义下的光电跟踪目标的最优状态估计,提出将部分状态卡尔曼滤波和非线性系统的一阶线性化思想相结合,构成一种适用于非线性光电跟踪目标的卡尔曼滤波算法,并总结出详细算法结构.同时将此方法应用到非线性测量光电跟踪系统中,并与扩展卡尔曼滤波和U卡尔曼滤波进行性能对比.仿真实验结果证明,将部分状态卡尔曼滤波和非线性系统的一阶线性化思想相结合是有效可行的,而且其性能明显优于扩展卡尔曼滤波和U卡尔曼滤波.     

光电跟踪系统非线性新息自适应卡尔曼滤波算法

为解决非线性部分状态卡尔曼滤波算法中由于线性化误差所导致的滤波精度下降问题,提出采用UT变换方法计算系统状态误差方差,及基于新息自适应调整系统噪声方差,进而构成一种新的非线性自适应部分状态卡尔曼滤波算法,并总结出详细算法结构.同时,将此方法应用到非线性测量光电跟踪系统中,并与U卡尔曼滤波和非线性部分状态卡尔曼滤波进行性...     

多路激光跟踪干涉三维坐标测量系统冗余技术

介绍了冗余技术在多路激光跟踪干涉三维坐标测量系统中的应用。在分析激光跟踪干涉仪工作原理的基础上 ,采用 3 n[G]表决冗余方式 ,进行了系统的冗余设计。详细论述了基于系统的冗余技术实现的各种重大作用如系统的自标定、挡光自恢复和误差补偿等。最后指出冗余设计应当成为系统设计的一项重要原则     

增强现实环境下的产品装配引导技术

以增强现实环境下引导产品装配为目标,建立了面向增强装配过程的统一信息模型,管理文字、几何和产品装配特征等可视化引导信息。采用基于标志物的视觉跟踪技术实现虚拟零件和视频中真实零件的注册定位,通过建立虚拟和真实装配场景的深度图处理增强装配场景中虚实物体的遮挡关系。利用虚实零件的注册位置把装配引导信息叠加到装配视频场景中。并开发了演示系统,分析和说明了增强现实环境下引导产品进行装配的过程。     

改进的EKF算法在目标跟踪中的运用

过程噪声和测量噪声影响Kalman滤波的性能,通常很难得到它们准确的值。提出观测噪声和过程噪声实时估计的自适应算法。该算法可以用在非线性和机动目标跟踪问题中,不必预先知道准确的噪声方差。重新估测观测噪声方差矩阵,可以较好地消除由观测噪声带来的误差;建立一个简单的线性Kalman滤波器对过程噪声进行实时估计,这对于机动目标来说是必要的,因为原有的过程噪声将受到加速度影响,不能包含全部的信息。实验表明,该算法保证EKF稳定性,提高了跟踪性能。模拟实验300次后,X,Y方向位置均方误差分别为7.8099,9.6838。     

Zero-stopping constraint-based hybrid tracking model for dynamic and high-dense crowd videos

Owing to the importance of video surveillance in the public area, tracking finds significant applications using computer vision algorithms to observe the activity of human. In tracking, multi-object tracking is an active research to analyse and detect the activity of anomalies in the crowded scenes. Accordingly, different multi-object tracking algorithms are proposed in the literature to track the human behaviour of the crowded scenes. In this paper, we have presented a zero-stopping criteria-based hybrid tracking algorithm for high-dense crowd videos. Here, head objects are detected using the proposed objective function which considers both colour and texture property of videos. Then, tracking based on motion is performed using the proposed HSIM measure which includes structural similarity (SSIM) and the proposed similarity function. Along with, the data prediction model, exponential weighted moving average (EWMA), is also utilised to track the spatial location of human objects. These two tracking models are then hybridised to obtain the final tracked output. The experimentation is performed with three marathon sequences and the performance is evaluated with particle filtering-based algorithm using tracking number, tracking distance and optimal subpattern assignment metric (OSPA).     

Fiber-Grating-Based Vision System for Real-Time Tracking, Monitoring, and Obstacle Detection

There is a real need to develop a sensory system that can monitor and track the behavioral status of a person in real time while protecting his/her privacy. In addition, it is important to have the ability to detect stationary and moving objects in real time to support dynamic navigation needs for mobile robots. This paper describes the development of intelligent fiber-grating (FG)-based 3-D vision sensory system that enables real-time object detection, monitoring, and tracking. This system uses the richness and the strength of the vision while reducing the data load and computational cost by encoding the working space using a limited number of spatially interrelated 2-D laser spots. The sensor system generates the laser spots by projecting a coherent laser beam on two perpendicularly overlaid layers of FGs. The presence of a target within the visible operational view of the sensor disturbs the part of the projected laser spots' pattern where the target appeared. By calculating the displacement of the disturbed spots within the CCD image plane, the sensor system can detect, in a short time, an object/human and provide relevant information in terms of range, approximate shape, and position. To facilitate faster detection and real-time tracking, the author has developed two strategies that decompose the working space into zones and virtual planes