基于光电经纬仪的高精度目标跟踪研究

光电经纬仪作为一种实时监测与自动跟踪的光电测量设备,主要作用是对飞行目标进行跟踪与捕获。随着飞行目标机动性与速度的提高,对光电经纬仪跟踪系统提出更高要求。因此对基于光电经纬仪的高精度目标跟踪进行研究,分析影响光电经纬仪跟踪精度的因素,针对上述原因提出基于光电经纬仪的高精度目标跟踪系统设计,帮助光电经纬仪的目标跟踪精度有效提高。     

光电经纬仪的高精度电视自动跟踪

为了精密跟踪速度快、加速度大的被测目标,采用双闭环控制策略,及速度滞后补偿和加速度滞后补偿技术,设计了光电经纬仪电视自动跟踪系统。在跟踪以最大速度50(°)/s、最大加速度30(°)/s2运动的目标时,达到了最大跟踪误差小于80″的精度。并从原理、仿真及实验上证明了速度滞后补偿和加速度滞后补偿技术能够显著提高跟踪精度。     

光电经纬仪实时引导数据的坐标变换

光电经纬仪在中心机的实时引导下对目标进行跟踪测量时,通常中心机发给经纬仪的引导数据是WGS-84坐标系下的,而经纬仪是角度测量的设备.通过空间坐标变换将空间直角坐标的数据转换成垂线测量坐标系下的数据,进而转化为角度数据,提供给经纬仪对目标进行跟踪测量.     

航空光电平台机动目标跟踪定位技术应用

利用航空光电平台对机动目标进行侦察,使用机载平台参数对探测机动目标进行定位,通过卡尔曼滤波算法解决机动目标定位离散分布,通过滑动加权及滑动平均的方法对机动目标的航向航速进行平滑。工程应用表明,上述方法可以实现对航空光电平台探测机动目标进行实时自动定位及航向航速解算,数值定位滤波精度高,满足系统定位指标的要求。     

光电经纬仪车载平台变形测量技术研究

采用一种高精度非接触测量系统对光电经纬仪车载平台变形进行实时测量,利用视频 判读技术对CCD视频信号进行接收和处理,采用图像采集和图像处理同时进行的工作方式,对图像进行实时处理和判读,得出动态脱靶量,进而计算出车载平台的变形量,这为进一步研究车载平台技术打下理论和实践基础。     

光电经纬仪提高多传感器测量精度的方法

为了得到多信息进行信息融合,光电经纬仪采用多传感器的方法,即在主视轴及辅助视轴上安装了传感器。作为获得信息的多种手段,主视轴传感器获得的测量数据,分析处理数据按常规方法计算即可;辅助视轴与主视轴存在平行度,辅助视轴传感器获得的测量数据,处理时必须对结果进行修正。在精度要求不高的情况下,通常的方法是直接在辅助视轴传感器获得的方位角、高低角修不平行度。本文采用坐标变换方法推导出辅助视轴误差修正模型,直接获得目标的方位角、高低角;实验证明,在高低角〈45°时,精度可提高10%。     

多运动平台多传感器机动目标自适应跟踪

针对多运动平台多传感器背景下的机动目标跟踪问题,提出了模糊自适应无迹卡尔曼滤波(FUKF)算法,基于良好机动性描述的"当前统计"模型和良好非线性滤波能力的UKF(Unscented Kalman Filter),利用模糊推理技术实时自适应地调整系统噪声协方差矩阵,来提高对目标机动性的理解能力和跟踪精度.仿真实验表明该算法的有效性.     

运动平台光电跟踪瞄准技术研究

提出了一种运动平台光电跟踪瞄准方案．该方案采用光电跟踪技术对机动目标进行跟踪滤波,给出了一种数字式闭环跟踪滤波设计方法．利用闭环滤波估计出目标运动参量并预测出目标未来时刻的位置。     

光电稳定平台结构设计

简述了光电稳定平台的结构设计思想，论述了整体环架式稳定平台的结构方案，提出了提高平台轴系精度的方法。     

星载光电跟踪系统跟踪精度分析

根据星载环境的特殊性及跟踪系统设计要求,对星载光电跟踪系统的跟踪精度做了较全面的定性分析和阐述。在理论分析的基础上,对工程实例的跟踪精度做了定量分析且提出了切实可行的提高系统跟踪精度的方法。最后试验证明提出的稳定跟踪技术满足了系统跟踪精度指标的要求。     

Autonomous mobile target tracking system based on grey-fuzzycontrol algorithm

This paper presents a new position-based tracking system for autonomous mobile target tracking task. A grey-fuzzy controller (GFC) is developed for motion control of the tracker, in which dynamics models of the target and tracker are not required a priori. The target detection is based on the adaptive visual detector (AVD), which can online adjust the histogram model based on the change of surrounding conditions, such as light variation, in a natural environment. The AVD and GFC are integrated together for mobile target-tracking applications. There are several advantages of the integrated system, in particular: (1) it can rapidly learn the target appearance model for the detection involved with the tracking task; (2) the temporal dynamics model of the target motion can be approximated for the predictive localization of the moving target; and (3) the system can deal with the uncertain environmental conditions to ensure the tracking performance by GFC. Three mobile robots in the authors' laboratory have been used to demonstrate the success of this integrated system experimentally. They also conduct target tracking experiments, in which Chung Cheng-I tracks various moving targets. The results demonstrate the robustness and flexibility of the overall system in dealing with mobile target-tracking problems under varied natural environment conditions     

Infrared target tracking based on multi-feature fusion under motion platform

In order to realize infi＇ared target tracking accurately under motion platform, and make up for the shortcoming of the nuclear density estimation based on gradation feature, an adaptive kalman-mean shift algorithm based on multi-feature fusion is proposed. The target model based on edge-gradation feature fusion is applied in the mean shift algorithm. The starting position at present of an infrared target is predicted by a kaiman filter, and then a scale updating item of tracking window is appended based on the relationship between mutual information and the object scale. Then the moving object, especially the object with a variable scale, is adaptively tracked under motion platform. Experimental results demonstrate that the adaptability of mean shift algorithm is enhanced by the improved scheme, which can be applied in the process of long time tracking for the object with a variable scale.     

基于嵌入式平台的低时间复杂度目标跟踪算法

针对嵌入式平台往往算力受限的应用背景,提出了一种低时间复杂度的、适用于复杂场景的目标跟踪算法CTSTC算法。算法由自适应更新的时空上下文目标跟踪环节和自适应更新的压缩感知目标辅助定位环节两部分构成,当时空上下文跟踪结果不可靠时,启动压缩感知目标辅助定位环节,如果辅助定位后的结果可靠,则采用辅助定位结果校正时空上下文跟踪环节。算法运行速度与时空上下文算法（STC）接近,I5CPU下测试可达每秒1 577帧,远高于其他常用算法,是一种运算速度极高的目标跟踪算法,但算法在复杂环境下的鲁棒性却有所提升。使用OTB2013数据集进行测试,较STC算法,CTSTC精度提升12.8%,成功率提升27.5%。算法在以DM6437为核心的小型目标跟踪系统上进行测试,可以实现实时稳定跟踪。     

基于EtherCAT总线的视觉目标跟踪平台设计

为了实现视觉目标跟踪,提出了一种基于 EtherCAT 总线的视觉目标跟踪平台的设计方案。该平台通过EtherCAT总线技术实现主从站数据通信,主站通过Mean Shift跟踪算法程序求出跟踪目标中心点坐标数据,从站结合DSP伺服控制技术输出伺服控制指令驱动跟踪平台实现视觉目标跟踪。实验结果表明该视觉目标跟踪平台具有较高的稳定性与实时性,满足视觉目标跟踪的要求。     

基于神经网络的机动目标跟踪模糊Kalman滤波算法

以实现坦克对机动目标的有效跟踪为背景,针对传统Kalman滤波算法存在的计算量较大、需要先验信息较多的缺点,提出了一种基于神经网络的机动目标跟踪模糊Kalman滤波算法.在"当前"统计模型的基础上,将未知的目标机动加速度作为附加的过程噪声,使用模糊系统估计全部过程噪声的时变方差,利用神经网络对模糊系统中的参数进行优化.仿真结果表明了所提方法的有效性.     

融合相关滤波和CNN的点状目标跟踪技术研究

在研究点状目标跟踪的基础上,该算法利用多层卷积特征和相关滤波技术进行目标跟踪.为解决目标因淹没在杂波中丢失的问题,该算法使用重检测机制实现目标的长期跟踪.首先,使用V GG模型提取红外点状目标的多层卷积特征,然后在每一层上经过相关滤波计算最大响应值,最后通过权重融合获得最终响应值,实现点状目标跟踪.当目标丢失时,利用重...     

算力限制平台下的长时目标跟踪

为了满足某些算力受到限制的应用场景的长时跟踪需求,如以C64x+DSP为核心的嵌入式系统,提出了一种由连续跟踪环节与目标检测环节两部分构成的低时间复杂度长时跟踪算法,连续跟踪环节基于自适应更新的时空上下文算法（STC）,目标检测环节使用归一化互相关匹配算法。在没有目标出视场、目标快速移动等特殊跟踪场景时,连续跟踪环节输出跟踪结果,在跟踪失败后,目标检测环节对全幅图像进行处理,只要目标出现在图像中,便可以重新锁定目标。经实验验证,目标检测环节可以在目标出现后准确检测到目标,满足了长时跟踪的要求。同时,目标检测环节在跟踪不可靠时的辅助定位也提升了连续跟踪环节的鲁棒性,使用OTB2013数据集测试,本算法的精确度较STC算法提升了4.95%。     

移动平台下运动目标检测的MOF算法

建立了基于摄像机焦点运动所引起的场景全局运动的视差补偿技术（MOF）。摄像机自由移动时，由于场景的景深所带来的视差问题，需要对摄像机运动引起的场景全局运动进行补偿。重点研究了摄像机视角下摄像机与图像序列间光流场之间的运动关系，并实现了表征场景全局运动的MOF模型的建立。从摄像机视角的角度，利用射影几何的关系推导出光流场的约束条件，由场景的整体运动推测摄像机的运动，从而剔除视差虚警。最后，利用实际采集的图像数据进行实验，并与相关算法进行了分析对比，最终给出了MOF算法在摄像机平移、旋转等情况下的运动目标检测效果。     

基于区块链技术的地面移动目标智能跟踪系统设计

为精准掌握地面移动目标的实际运动方向,完成对目标对象的实时定位与跟踪,设计基于区块链技术的地面移动目标智能跟踪系统.以DM6446信号处理器作为底层信息处理元件,联合图像采集模块与移动通信模块,搭建智能跟踪系统的硬件执行环境.在此基础上,提取区块特征节点,通过计算跟踪位置,扩大处理智能信号的连通性,搭建智能跟踪系统的软...     

机动多波束测控系统卫星目标跟踪

目标跟踪是航天测控领域中的一项重要技术。针对机动多波束卫星测控系统,提出一种机动多波束测控系统卫星目标跟踪方法。该方法给出机动平台下卫星目标波束跟踪处理的应用模型和流程。在仿真实验中构建了几种典型的场景,分析了该方法的目标预测误差。最后给出一些应用性结论,具有一定的工程参考意义。