基于激光跟踪小空间搜索的运动轨迹生成方法

以实时跟踪监控多个运动目标为出发点,提出基于激光跟踪小空间搜索的运动轨迹生成方法。激光跟踪测距仪以采集到的激光点和运动目标像素坐标为依据,构建激光自主瞄准模式瞄准运动目标,引导激光靠近运动目标并缩短二者间距离,利用激光跟踪测距仪的小空间搜索性能确定运动目标质心,实现运动目标精准定位检测;采用均值漂移粒子滤波跟踪算法,以检测所得的运动目标位置作为初始粒子跟踪运动目标,获取运动目标跟踪效果图;结合轨迹生成模块,生成运动目标轨迹。实际应用结果表明,检测及跟踪多个运动目标时,准确性高,且生成运动目标轨迹完整且与实际运动轨迹一致,生成结果准确无遗漏可达100%,检测目标车辆的时间均在2.5 s以下,分别低于文献方法2.5 s和1.9 s,降低了检测时间,并且具备性能稳定、实用性强优势。     

基于激光信息和射频识别的运动轨迹跟踪研究

为提高运动轨迹跟踪精度,设计了基于激光信息和射频识别的运动轨迹跟踪方法,首先将射频识别阅读器与激光传感器采集数据进行速度估算处理,并利用加权因子对激光传感器估算速度进行平滑处理,然后通过相似度对比方法匹配激光传感器与射频识别阅读器获取的运动目标速度,采用粒子滤波算法融合激光传感器与射频传感器获取的运动目标速度,通过粒子滤波的预测、更新与重采样三个阶段实现准确的运动目标轨迹跟踪,最后实验结果表明,该方法对目标的运动轨迹跟踪精确度高达99%。     

一种超宽带雷达多人体目标跟踪算法

提出了一种超宽带雷达对多个运动人体距离跟踪的方法。该方法基于人体多散射点的回波模型,利用CLEAN算法提取人体多个散射点的量测信息,结合最近邻域和联合概率数据互联算法,提出了一种简易最近邻联合概率数据互联算法,以解决多个人体目标轨迹交叉时数据关联的问题。通过对实测数据的处理,证明了该算法能够对轨迹交叉的人体目标进行有效跟踪。     

基于图模型的小尺寸飞行器地面试验中位姿估计方法

在多飞行器地面试验位姿估计中,由于跟踪算法导致的跟踪轨迹不连续会使得位姿估计产生累积误差,为了实现位姿的精确估计,提出了一种基于图模型的全局位姿估计非线性优化方法。首先,建立了一个飞行器地面视觉位姿估计系统。然后根据飞行器上特征点的数目提出了一种向量交叉式的飞行器位姿解算方法,求解得到数据已关联飞行器位姿估计值。利用中介坐标系法求解得到轨迹段初始位姿节点在测量坐标系下的值,最后,在图模型基础上下,对整个量测过程中飞行器的位姿估计结果进行非线性全局优化减小线性算法的累积误差,并通过仿真与实际实验对飞行器位姿估计算法的可行性与精度进行验证。实验结果表明:在测量范围为6 000 mm×6 000 mm×3 000 mm的范围内,飞行器尺寸约为400 mm,特征点三维定位精度为2.9 mm的条件下,基于非线性优化的飞行器位姿估计算法的理论精度分别可达0.5°(3σ)与3 mm (3σ),实际绝对测量精度分别可达1.3°(3σ)与4 mm (3σ),基本满足地面试验对多飞行器编队算法开发以及制导控制系统性能长时间评估稳定可靠、精度高、抗干扰能力强等要求。     

基于PPP模型的多扩展目标跟踪的JPDA算法研究

针对多扩展目标跟踪问题,提出了基于泊松点过程（Poisson Point Process, PPP）模型的多扩展目标跟踪的联合概率数据关联（Joint Probabilistic Data Association, JPDA）算法。首先,采用PPP对扩展目标进行测量建模,其次以“多对一”关联模型思想提出一种的JPDA算法,从而计算运动目标的当前有效量测的边缘关联概率,然后结合该边缘关联概率以概率数据关联（Probability Data Association, PDA）的方式分别更新每个扩展目标的运动参数和形状参数向量,最后通过仿真实现了当扩展目标相互靠近或出现交叉时的跟踪。实验结果表明,在高杂波环境下,本文所提出的算法在计算时间和跟踪稳定上具有较明显的优势。      

激光点云中三维多目标在线跟踪方法

为降低三维多目标跟踪系统计算复杂度，实现准确高效的多目标在线跟踪，提出一种激光点云中三维多目标在线跟踪方法。在目标检测阶段，通过3D深度相机获取五帧点云序列进行三维背景建模，将实时获取的序列与背景模型进行差分运算检测运动目标。在数据关联阶段，结合运动矢量一致性和最小欧式距离建立预测与检测之间的权值匹配矩阵，使用带权匈牙利算法完成匹配。实验结果表明，对于百万级点数的点云图本算法完成目标跟踪耗时每帧低于0.1 s,跟踪准确度高于95%,跟踪精度低于0.5 mm。能够实现毫米级工业小目标的在线跟踪，兼顾了精确性和实时性。     

激光跟踪视觉导引测量中靶标球球心定位方法

为解决现有激光跟踪测量系统中存在的搜索区域大、定位速度慢等问题,提出了一种基于单目视觉测量系统求解激光跟踪仪靶标球球心三维坐标,以此作为导引信息,引导单台激光跟踪仪实现多基准点自动测量的方法。对视觉测量所采用的椭圆识别和基于单目摄像机的球心定位算法进行了研究。首先,根据靶标球成像的特点,介绍了基于Gestalt的椭圆识别算法,实现了靶标球图像特征的自动提取与识别。然后,介绍了基于单目摄像机的球心定位算法,即根据图像椭圆方程、相机焦距和球半径求解球心三维坐标,并进行了仿真验证。最后,进行了实际的靶标球图像自动识别与球心定位实验。结果表明,采用文中方法测量两靶标球间已知距离约为550 mm时的RMS误差为1.728 2 mm。激光跟踪仪激光束搜索范围得到大幅减小,基本满足自动测量的快速性和高效性等要求。     

基于模糊空时线索的多目标在线跟踪算法

多目标在线跟踪是视频监控中的关键问题之一.针对日益增长的智能化视频监控的需求,提出了一种基于模糊空时线索的多目标在线跟踪算法.在该算法中,引入模糊空时多属性特征定义距离函数,利用模糊C均值聚类优化得到交叉隶属度矩阵,实现目标与观测间的数据关联.为了减少错误的轨迹起始,利用空时线索定义了遮挡度函数,判别出新目标并起始相应的目标轨迹.实验结果表明,本文算法能够准确地估计出目标的运动轨迹.本文算法可应用于视频监控、安防以及自动驾驶等领域.     

人体快转向运动自适应卡尔曼跟踪算法

穿墙雷达对人体目标进行跟踪探测面临一系列技术难点,包括墙体反射产生的虚警、射频干扰、定位误差和目标丢失等。针对上述问题,文中基于多目标数据关联和自适应的卡尔曼滤波算法,提出一种适用于穿墙雷达探测的快转向运 动人体轨迹跟踪综合处理算法,重点解决快转向运动人体目标的跟踪及多运动人体目标的轨迹交叉等问题。实验结果验证了该算法具有虚警较少、轨迹平滑、计算量小、易于工程实现、定位误差可减小50% 等优点。对于反向运动的人体目标, 算法也可进行有效跟踪。     

基于特征点的多运动目标跟踪

该文针对智能监控的需求,提出基于特征的多运动目标跟踪算法。通过自适应Marr小波核函数背景建模算法,在冗余离散小波域进行多运动目标识别。运动跟踪采用SIFT特征粒子滤波算法,并采用队列链表法记录多运动目标之间的数据关联,在提高识别准确率的同时降低了运算的复杂度。实际测试表明,该算法对于多运动目标识别跟踪具有更优越的实时性和抗遮挡性,在智能监控领域具有较广泛的应用前景。     

一种基于水下无人航行器的多目标被动跟踪算法

被动声呐信号处理中,致力于实现连续且稳定的目标方位跟踪。在复杂的水下环境中,由于干扰和噪声的存在,以及阵列孔径的限制,方位检测结果中不可避免地存在很多轨迹中断、野值、干扰与目标间的方位交叉。该文提出了一种基于水下无人航行器的多目标被动跟踪算法,使用基于航行器运动信息的粒子采样预测方法进行轨迹中断预测补齐,使用基于航行器运动信息的观测门限设置方法自适应设置跟踪门限,使用块关联跟踪方法进行轨迹中断关联和方位交叉关联。仿真和实验结果表明,该算法能够实现正确的多目标跟踪。

     

三维空间中高超声速目标修正三级Hough变换-检测前跟踪算法

针对大型相控阵雷达对于临近空间高超声速目标的检测跟踪问题,该文提出一种修正的3级Hough变换(MTS-HT)检测前跟踪算法。首先,为了解决直接进行3维Hough变换计算量大的问题,将3维点迹依次降维映射至径向距离-时间、方位角-时间和仰角-时间3个平面进行2维Hough变换;其次,为了能够在充分利用点迹能量信息的基础上尽量减小强干扰的影响,在每级Hough变换中采用非相参积累和二值积累相结合的双重积累方式进行点迹筛选;最后,通过引入运动约束以及合并相似航迹的方式进行航迹精简,从而有效降低虚假航迹数,得到按照时序关联的最终检测航迹。仿真结果表明,该算法具有较高的航迹检测概率和较低的虚假航迹检测概率,可以实现对临近空间高超声速目标的有效检测跟踪。     

基于连通图的动态可重构多机协同干扰方法

针对多机空战电子对抗中,干扰目标分配和协同干扰资源选择问题,在分析空战有源电子干扰面临复杂电磁环境、雷达跟踪干扰源、干扰目标分配和干扰资源选择等问题的基础上,建立双机协同干扰数学模型,分析协同干扰对测角误差影响因素,提出基于连通图的动态可重构双机协同干扰方法,并应用于典型的“磨刀匠”攻击战术。仿真结果表明,基于连通图的动态可重构双机协同干扰方法,能够实现多机编队协同作战时的最优协同干扰资源和干扰目标选择,实现对单脉冲机载火控雷达协同角度欺骗干扰,且算法计算时间完全符合协同干扰需求,为新型战斗机协同干扰提供了借鉴。     

基于有效轨迹和多重方向模式的行为识别

对于人体行为识别,以前方法提取的轨迹包含了背景的无关的运动变化。同时,由于相机运动,轨迹位移的方向幅度描述符缺乏鲁棒性。针对这些问题,该文提出了跟踪显著相对运动点的行为识别方法。首先利用运动边缘检测器提取运动特征,经自适应门限处理后,将包含显著特征的超像素作为相对运动区域。然后跟踪相对运动超像素内的兴趣点来产生轨迹。对于轨迹形状,预定义的多重方向模式被用来产生轨迹位移矢量的方向分布统计。最后,分别采用轨迹的方向梯度、运动边缘、方向统计及其组合作为分类器的输入来识别行为。在KTH和UCF-sports行为数据库上,提取的相对运动点轨迹能够描述对象的运动变化,方向统计描述符提高了轨迹形状特征的鲁棒性。与相关文献比较,我们方法获得了较好的识别性能。      

红外运动目标轨迹重构动态仿真平台

提出了一种红外热成像视频中运动目标识别追踪以及轨迹重构的动态仿真方法。通过仿真环境中虚拟红外图像的生成方式与成像的基本模型,对得到的图像进行一系列预处理。以空对空场景搭建了基于Gazebo与OpenCV的动态仿真平台,利用平滑约束算法对追踪目标进行实时动态轨迹重构,提出了误差分析模型,并分析出轨迹重构算法的性能以及仿真平台的效能。实验结果表明,该方法针对空对空场景下的红外运动目标轨迹重构具有较好的精度与鲁棒性,对目标的运动模型基本没有约束,同时仿真平台具有较高的运行效能与实时性,普通家用电脑即可实现高于60 fps的实时动态仿真,满足轨迹重构算法性能测试与训练的需求,其核心算法亦可迁移至机载计算平台实现真实场景下的实时轨迹重构。所提出的单路热成像视频中运动目标轨迹重构动态仿真方法对空间目标三维轨迹重建与动态测距定位的研究具有重要意义。     

采用Kalman_BP神经网络的视频序列多目标检测与跟踪

针对在复杂环境下多目标检测与跟踪实时性差和准确率低的问题,提出了一种基于神经网络修正均方误差估计的卡尔曼滤波跟踪方法,实现视频序列的多目标跟踪。在该方法中,首先通过帧间差分法准确提取出背景,并结合背景消减法实现多目标的检测,应用形态学滤波对检测结果进行优化;然后利用Kalman_BP神经网络预测滤波器对运动目标的位置进行预测。BP神经网络的引入,主要是降低由于模型变化以及噪声等引起的Kalman滤波器的估计误差,使Kalman滤波器的预测结果更加精准;最后,通过对不同的目标贴上标签,实现目标快速匹配,根据相邻帧间同一目标形心位置以及外接矩形的一致性,建立目标链,实现多目标跟踪。实验结果表明,该算法不仅能够快速稳定地对不同场景中的目标进行跟踪,而且能够统计目标数目和显示目标的运动轨迹,与粒子滤波等方法相比跟踪更加平稳,提高了跟踪的可靠性。     

基于主动红外视觉探测的激光跟踪仪目标跟踪恢复方法

为实现激光跟踪仪的自主快速跟踪恢复,提出了一种基于主动红外视觉的跟踪恢复方法。首先,对所采用的跟踪恢复原理进行了分析。其次,充分利用激光跟踪仪合作目标靶球的强反射特性,设计了主动红外视觉探测系统。该系统采用红外SLED作为主动光源,利用SLED大发散角、红外相机的视场角远大于激光跟踪仪PSD探测范围的综合优势,实现合作目标靶球的大范围主动探测。然后,对红外图像中目标的快速识别与定位算法进行了研究,提出了基于合作目标特征评分的快速识别方法。最后,构建了跟踪恢复系统实验装置,并在算法的处理速度与识别准确度、系统的跟踪恢复范围和跟踪恢复速度等方面开展了针对性验证实验。实验结果表明,算法的平均处理速度约为每秒28帧,同时95.4%的目标中心像素坐标定位偏差低于5个像素值;在合作目标靶球距离3 m的情况下,跟踪恢复系统能够在1.8 s内实现直径0.5 m空间范围内的跟踪恢复。     

A new data association algorithm using probability hypothesis density filter

Probability Hypothesis Density (PHD) filtering approach has shown its advantages in tracking time varying number of targets even when there are noise, clutter and misdetection. For linear Gaussian Mixture (GM) system, PHD filter has a closed form recursion (GMPHD). But PHD filter cannot estimate the trajectories of multi-target because it only provides identity-free estimate of target states. Existing data association methods still remain a big challenge mostly because they are computationally expensive. In this paper, we proposed a new data association algorithm using GMPHD filter, which significantly alleviated the heavy computing load and performed multi-target trajectory tracking effectively in the meantime.     

基于δ-GLMB自适应门限判定的多量测目标跟踪算法

针对实际复杂交通场景中毫米波雷达能从单目标上获得多个量测导致广义标签多伯努利(δ-Generalized labelled multi-Bernoulli,δ-GLMB)滤波算法的多目标跟踪结果中出现单目标有多条轨迹等问题,提出了一种在δ-GLMB跟踪结果的基础上加入自适应门限判定的改进算法.首先,通过δ-GLMB滤波...     

基于双时间尺度运动分析的户外小目标跟踪

根据人类视觉发现并跟踪目标的原理,提出了一种基于双时间尺度信号分析的户外小目标跟踪方法.在短时间尺度信息分析中,通过时空联合滤波,滤除运动前景信息中的瞬时随机噪声,提取高置信度候选运动小目标信息;在长时间尺度信息分析中,通过分析背景运动和目标运动的运动特性,提出了小目标运动轨迹平滑性约束条件,基于目标的运动信息和姿态信息构建了能量函数,利用基于全局优化的Viterbi快速算法在长时间尺度上实时求解目标运动的时空三维轨迹.不同场景条件下远程小目标跟踪实验表明了我们所提出方法的有效性和鲁棒性.该方法的算法复杂性低,适用于对小目标的实时检测与跟踪.