排序方式: 共有17条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
5.
提出基于改进联合概率数据关联滤波器的智能车立体视觉多目标跟踪方法。利用立体视觉摄像头采集车辆及行人图像、视频;在Lie群下对传感器的不确定性进行建模,并采用欧几里德群算法对预处理的图像进行状态滤波;在可能存在车辆的区域内利用双目视觉去除误检,并获得车辆的位置信息;通过卡尔曼滤波器对测量的不确定度和预测目标运动的轨迹进行确认;运用改进的联合概率数据关联滤波器对车辆及行人的跟踪结果进行优化修正。实验结果表明,提出的方法可以有效解决智能车多目标跟踪问题,大幅度提升驾驶系统的自动化和智能化水平。相比其他较新的目标跟踪方法,提出的方法在跟踪精度和速度上具有明显的优势,且在跟踪车辆时不会产生明显的偏移、不会遗漏对行人的跟踪。 相似文献
6.
安丝菌素是微生物来源的美登类生物碱,具有显著抗肿瘤活性。研究安丝菌素P-3(AP-3)产生菌珍贵橙色束丝放线菌ATCC31565分批发酵动力学。首先探讨了5L自控发酵罐中ATCC31565分批发酵过程中菌体生长、AP-3合成和基质消耗的变化规律。基于遗传算法对实验数据进行处理得到了ATCC31565分批发酵合成AP-3的动力学模型参数及遗传算法进化结果图。结果表明,基于遗传算法对动力学模型拟合较好,可以较好地描述ATCC31565生产AP-3的发酵动力学规律。 相似文献
7.
智能车辆视觉目标具有非线性、噪声分布非高斯性的典型特点,现有算法难以实时估计目标的状态。针对识别物体复杂且多变,很难用完全的特征来描述待识别目标及其背景的不断变化,提出了一种用于融合颜色特征及SURF(Speed-Up Robust Features)特征的协方差矩阵来改进粒子滤波算法,从而提升视觉目标跟踪的实时性,满足智能车辆的要求。首先,对采集的图像进行预处理来获取感兴趣区域。接着,通过融合颜色特征及SURF特征构造范围感兴趣区域(Region Of Interest,ROI)的目标特征协方差矩阵,建立目标状态预测模型及状态观测模型,用于改进粒子滤波算法粒子重采样过程,实现对目标的精确跟踪。最后,将该方法与Mean-shift算法和颜色属性(CN)算法进行对比。实验结果表明,在智能车视觉跟踪过程中对光环境瞬时变化、目标物体存在短时遮挡以及目标物体姿态改变时,该算法在满足智能车辆对实时性要求的前提下,有效提升算法的精确度及鲁棒性。 相似文献
8.
降解油茶粕发酵生产芽孢杆菌培养基条件优化 总被引:1,自引:0,他引:1
以降解油茶粕为原料,液态发酵生产枯草芽孢杆菌。经单因素实验、Plackett-Burman实验、最陡爬坡实验确定培养基组成因素的响应值及中心点,通过正交实验优化生产枯草芽孢杆菌的培养基条件。试验结果显示:优化的培养基条件是:降解油茶粕13g,可溶性淀粉1g,尿素1.5g,磷酸氢二钠0.05g,七水硫酸镁0.015g,牛肉膏0.2g,七水硫酸亚铁0.03g,酵母膏0.5g,蒸馏水100mL,自然pH。于121℃灭菌30min后接种5mL菌悬液,37℃150r/min摇床培养24h,得到含108个/mL的枯草芽孢杆菌液态发酵液。 相似文献
9.
10.