电视跟踪仪软件单元测试方法

提高软件产品的质量重要方式之一就是软件测试,它已成为软件行业的又一新热点,文中阐述了软件单元测试技术在电视跟踪仪的软件系统中的应用,主要包括驱动模块和桩模块的开发时机,测试路径的分析方法,以及在基于路径的测试用例优化方法;同时比较出不同的单元测试方法在测试深度和测试效率上的差别;通过软件测试找到一些软件错误与缺陷,针对出现的问题进行软件的修改,保证电视跟踪仪软件产品的质量达到要求.     

一种激光跟踪仪误差标定装置

激光跟踪仪作为一种精密测量仪器近年来已得到广泛运用,因其精度受环境、仪器自身及操作等因素影响,其测量精度一直难以提升。针对这一问题,本文以激光跟踪仪系统的误差模型为基础,设计了一款激光跟踪仪的误差标定装置,提出基于标准距离的位姿测量误差标定方法,对位姿测量系统误差进行补偿,从而提升激光跟踪仪的测量精度。     

动平衡仪用窄带跟踪滤波电荷放大器

从动平衡仪的测量要求和实际的传感器输出信号出发，设计了一个窄带跟踪滤波电荷放大器，讨论了电路框图和设计要点，给出传输特性和其他主要性能指标的实测结果，并在动平衡仪测量不平衡信号的应用中取得令人满意的结果。     

眼动仪与视线跟踪技术综述

文章在回顾视线跟踪技术的研究历程基础上,定义了视线跟踪的基本概念和参数。分析了六种主要视线跟踪技术原理,比较了每种技术的优、缺点。介绍了眼动仪硬件设备的研制和发展状况,对比了几种主要的眼动仪性能。最后,探讨了视线跟踪数据的处理软件和方法,并对视线跟踪技术的应用前景进行总结和展望。     

带方向的气流有序均匀性评价方法

针对发动机进气道气流质量评价提出一种基于空气流速分布方向的气流有序均匀性评价方法,即先将空气流速投影到约定方向,再结合均方差定义的均匀性指数γ、克里斯琴森均匀系数CU、相对标准偏差CV三种传统均匀性评价指标计算各测点速度偏离预期速度的程度.分别用传统均匀性评价指标和带方向的气流有序均匀性评价方法对发动机进气道改良前后气流有序均匀性进行评价,结果表明:带方向的气流有序均匀性评价方法较传统指标更能明显地表明进气道改良后的气流有序性.发动机外特性实验表明:进气道改良后燃油消耗率降低,与带方向的气流有序均匀性评价方法的结论一致.因此,带方向的气流有序均匀性评价方法能有效地评价发动机进气道气流质量.     

激光跟踪仪精密伺服系统建模及仿真研究

设计高性能的精密伺服系统,为激光跟踪仪实现跟踪和精密测量,针对精密伺服系统转速低、响应快、精度高的性能要求,提出一种永磁同步电机(PMSM)矢量控制原理及空间矢量脉宽调制(SVPWM)算法的精密伺服系统建模的方法,在Matlab/Simulink环境中搭建了位置、速度和电流三闭环控制系统仿真模型.仿真结果验证了上述系统模型的有效性,通过使用变速积分PI算法进行PI调节器设计对仿真模型进行优化,最终实现精密伺服系统在低转速范围内,能够快响应、高精度平稳运行.结果证明,提出的建模方法为实际控制系统设计、调试和运行提供了充分的理论依据.     

电机速度变化跟踪仪的设计与制作

在设计速度控制系统时,为了直观和准确地研究系统的性能,必须研究系统的性能曲线,而系统性能曲线的获得有时是非常困难的,为此研制了电机速度变化跟踪仪.该跟踪仪由速度可调且做恒速运动的记录载体系统以及做跟随运动的记录笔控制系统组成.实践证明,此电机速度变化跟踪仪性能已达到设想的目的,为获得速度控制系统的性能曲线提供了极大的方便.     

API激光跟踪仪数据读取模块的开发

论文介绍了API激光跟踪仪(T3)数据读取模块的开发过程,以及后期的设计和实现进行了介绍和说明。还针对所有相关技术进行了粗略的叙述。     

尺度方向自适应的相关滤波跟踪算法

针对DSST算法对目标方向发生变化时易出现的跟踪丢失问题,提出了一种目标尺度和方向自适应稳健跟踪算法.算法首先提取目标候选区域HOG和HSV特征,通过相关滤波算法构建多特征融合的二维定位滤波器,从而精确确定目标的中心位置.然后,根据方向池用HOG特征构建一维方向相关滤波器确定目标的最佳方向.并通过构建一维尺度相关滤波器确定最佳尺度.最后,根据PSR值变化情况调整相关滤波模型更新的权重,使模型适应目标的变化特征.选取OTB2013部分数据集进行测试,实验结果表明,上述算法距离精度保持在15pixels以内,成功率较DSST算法提高了20.1％,并且展示了上述算法对跟踪目标的尺度和方向变化具有鲁棒性和有效性.     

背景与方向感知的相关滤波跟踪

目的 针对相关滤波跟踪算法,目标与周围背景进行等值权重训练滤波器导致目标与背景信息相似时,易出现目标漂移问题,本文提出一种基于背景与方向感知的相关滤波跟踪算法。方法 将目标周围的背景信息学习到滤波器中,利用卡尔曼滤波预测目标的运动状态和运动方向,提取目标运动方向上的背景信息,将目标运动方向上与非运动方向上的背景信息进行滤波器训练,保证分配给目标运动方向上背景信息的训练权重高于非运动方向上的权重,增加滤波器对目标和背景信息的分辨能力,采用线性插值法得到最大响应值,用于确定目标位置;构造辅助因子g,利用增广拉格朗日乘子法（augmented Lagrange method,ALM）将约束项放到优化函数里,采用交替求解算法（alternating direction method of multipliers,ADMM）将求解目标问题转化为求滤波器和辅助因子的最优解,降低计算复杂度;采用多分辨率搜索方法来估计目标变换的尺度。结果 在数据集OTB50（object tracking benchmark）和OTB100上的平均精确率和平均成功率分别为0.804和0.748,相比BACF （background-aware correlation filters）算法分别提高了7%和16%;在数据集LaSOT上本文算法精确率为0.329,相比BACF （0.239）的精确率得分,更能体现本文算法的鲁棒性。结论 与其他主流算法相比,本文算法在运动模糊、背景杂乱和形变等复杂条件下跟踪效果更加鲁棒。     

尺度方向自适应视觉目标跟踪方法综述

视觉目标跟踪过程中出现的目标尺度和方向变化问题一直是目标跟踪中的难点,如何有效处理目标尺度方向变化是保证目标跟踪算法鲁棒性的一项重要因素。介绍了视频目标跟踪发展状况,并对现有的目标尺度和方向跟踪算法进行了分类：增量式搜索、Meanshift迭代、角点匹配、区域二阶矩、粒子滤波、相关滤波器和深度学习跟踪算法。阐述了各种算法的基本思想及其尺度和方向处理方法,重点分析了利用深度学习技术处理目标尺度和方向变化的策略,分析了各种算法的优缺点,并指出了它们的适用场合。对目标尺度和方向跟踪未来发展趋势进行了展望,提出了主要挑战和难题,对相关人员的研究工作起到参考和借鉴作用。     

性能监视器,Vista的“健康跟踪仪”

Vista的"可靠性和性能"监视器,融合了早期Windows中的性能日志和警报、服务器性能审查程序和系统监视器等等工具,功能更加强大。下面的实例,就是如何通过它收集系统相关数据,并以此为依据进行维护或修复,从而让系统的性能达到最佳状态。     

基于趋势优先跟踪方向的直线矢量化算法

直线是工程图纸中最常使用的图元,并且工程图中常出现的圆、圆弧、曲线都可以用直线段来生成,因此,对直线的矢量化是工程图识别中一个非常重要的研究方向。针对工程图的特点,提出了一种基于趋势优先跟踪方向的直线矢量化算法,在细化后的单像素宽度图形上,根据直线的斜率趋势确定优先跟踪方向,较好地解决了在交叉点处长直线断裂的问题。同时结合跟踪过程中使用的边跟踪边检测方法,可以有效抑制短小直线段过多地产生,实现小斜率直线和大斜率直线的整体识别。     

解析基于激光跟踪仪标定五轴数控加工中心主轴

本文将基于激光跟踪仪标定五轴数控加工中心主轴技术,主要针对数控机床的主轴及主轴电机温度检测和控制系统作讨论。     

基于DSP的激光跟踪仪数据通信及处理模块设计

以DSP TMS320F28335为核心设计了数据通信及处理模块。该模块采用硬件协议栈芯片W5300实现与上位机的TCP/IP通信,同时利用双口RAM实现与电控系统主控板的数据通信,与主控板通信的实时性由同步时钟触发外部中断的方式实现。根据误差补偿算法,该模块可实现对激光跟踪测量系统所测量的大气参数、激光干涉测距、激光绝对测距、方位角和俯仰角信息的误差补偿。     

激光跟踪仪与室内GPS的协同测量组网方法

针对大型装备制造业中大部件对接测量任务的大尺寸、高精度、高效率、高可靠性的测量需求,设计了一种采用激光跟踪仪与室内GPS的协同测量方法,该方法可集成两个系统各自优势满足测量需求。在研究两种系统的测量原理和方法的基础上,提出了一种基于多传感单元观测值的基本约束方程构建方法,同时引入一维基准尺和三维坐标场两种几何约束构建相对约束方程用以提高组网精度。利用Levenberg Marquardt 迭代算法完成最优化求解,为提高迭代效率和精度设计了基于后方交汇的迭代初值计算方法。现场条件下的精度验证实验数据表明,室内GPS和激光跟踪仪组成的协同测量网络的测量误差小于±006 mm,验证了算法的正确性和精度。     

基于垂直方向位移扫描的接触式表面形貌仪

为减小测量误差，设计了基于垂直位移扫描的接触式表面形貌仪。该测量仪以保持杠杆处于平衡位置为测量前提，X_Y向，Z向工作台分别采用衍射光栅为标准器；X—Y向工作台采用直线电机和压电陶瓷分别进行粗、细两级定位，Z向电机采用压电陶瓷驱动微定位。总体论述了该仪器的整体结构、测量原理、工作台的定位控制以及衍射光栅干涉信号的处理等内容。测量结果表明该系统有效地提高了测量精度。     

一种基于优先搜索方向的边界跟踪算法

图像处理尤其是区域分析中,区域的边界是非常重要的信息。提出了一种基于优先搜索方向的边界跟踪方法。该方法是以区域为基本操作单元,以当前边界点和上一边界点所确定的方向的外法线方向为起始搜索方向,顺时针方向搜索下一个边界点,当下一个边界点与该区域第一个边界点重合时,该区域搜索完毕,并开始对下一个区域进行跟踪。利用这种方法跟踪出来的区域边界,不但能够很好的满足对边界一个像素的宽度、同一个区域的边界连通封闭、准确定位在区域外围轮廓上的要求,而且能够完整准确地保持目标区域外边界的自身原貌和特点,以及内、外边界彼此独立,可独立成图用。由于这种算法在跟踪过程中充分考虑已知边界点对后续边界点的影响,使得边界点保持了良好的相关关系,可以根据实际应用的要求,在跟踪过程中直接实现边界的矢量化。     

基于空间边缘方向直方图的Mean Shift跟踪算法

传统的基于色彩直方图或空间色彩直方图的Mean Shift跟踪算法,在诸如跟踪目标出现尺度变化的复杂条件下,无法得到准确的跟踪结果。这是因为色彩直方图或空间色彩直方图无法显著区分颜色相近的目标和背景。鉴于此,提出了一种基于空间边缘方向直方图的Mean Shift跟踪算法,使用空间分布和纹理信息作为匹配信息。实验结果表明,该算法能够有效的处理遮挡、光照变化和尺度缩放等复杂情况,对目标进行准确有效的跟踪,改善了传统方法在尺度缩放等方面的局限性。