基于激光视觉传感的机器运动目标跟踪研究

复杂背景影响下机器人跟踪运动目标精度提升是目前相关领域研究的重点,因此,研究基于激光视觉传感的机器运动目标跟踪方法.使用激光传感器获取激光数据,利用扫描匹配算法实现运动目标检测,同时定位机器人并构建所处环境的图像;使用单目视觉传感器,通过目标位置估计算法计算出运动目标的角度信息与距离信息,使用Rao-Blackwell...     

一种基于视觉识别的无人机导航算法

近年来,随着无人机与数码相机技术的发展,无人机航测以其高效、精确、作业成本低和适用范围广等特点,在地表复杂地区高分辨率影像的获取方面优势明显.但无人机像片的后续处理需要布设大量像控点,工作量大且耗时耗力,特别是在地表复杂地区工作难度更大.如果采用精准定位的手段计算出拍照瞬间照片中心的精确位置和姿态,则可以节省大量施工投...     

激光视觉传感在焊接机器人焊缝识别中的应用

为实现复杂工况下焊接机器人精准识别焊缝目标,将激光视觉传感技术应用于机器人焊缝识别中。以激光视觉传感器作为核心硬件,构建焊接图像采集系统,运用PCI总线卡检测传感器及外部指示灯是否为连接状态,通过PXR800图像采集卡在规定时间内得到激光焊接图像,使用串口通信程序完成图像高效传输。分别采用双边滤波器与模糊算子实施图像去噪与增强处理,优化图像角点与激光条纹中心点,利用等式约束方程修正卡尔曼滤波后的图像坐标值,完成高精度焊缝识别任务。仿真结果证明,激光视觉传感能够帮助机器人提升焊缝识别精度、增强抗干扰能力,为焊接机器人的推广应用发挥积极作用。     

基于openmv的无人机定点降落视觉识别技术研究

无人机广泛应用于军事、农业、交通运输等方面,具有巨大的应用潜力和广阔前景.受电池能量密度和能量利用效率等因素的制约,无人机机载电池没有足够的续航能力,发挥不了最大优势.为提高无人机的飞行续航能力,采用无线充电基站对无人机进行充电.为达到无线充电的最大充电效率,需要实现无人机精确降落.为了实现无人机的定点降落,提高定点飞...     

基于视觉传感网络的目标跟踪系统设计

为了减小当前智能视觉跟踪系统对于背景模型的依赖,增强系统的抗干扰性,设计一种新型的基于视觉传感器网络的物体检测与跟踪系统。系统采用MeteorⅡ-Standard图像采集卡采集监控区域中的目标物体图像,通过无线传感网络对监测范围中的目标图像信息进行变换、传输、存储和处理,使用CP-132IS串口卡将图像处理数据传输给控制器,控制器基于传感网络节点反馈的目标坐标信息,对目标位置进行标定,软件设计过程中,详细分析系统实现目标跟踪的流程,主要包括目标物体检测、节点数据处理、节点间的数据通信以及控制器存储并标定目标位置四个部分,并给出系统视觉库和摄像头模块的关键程序代码。实验结果表明,所提系统具有较高的目标跟踪精度,应用价值高。     

视觉传感网络中身份特征自适应识别算法改进

在对视觉传感网络中身份特征进行识别时,容易受到人脸表情、光照条件及遮挡等干扰,降低了身份特征识别精度.提出了一种基于改进最小灰度差树的身份特征自适应识别算法.对待识别图像进行灰度处理后,利用最小灰度差数增强待识别图像的质量;定义基于灰度的代价函数,获取待识别人脸图像和指定人脸图像对应的各灰度对的匹配代价,建立最小灰度差树模型,计算两幅图像相似度后,直接采用最近邻匹配算法获取和视觉传感网络注册图库中最小匹配代价对应的图像身份,将其看作待识别身份,实现视觉传感网络中身份特征自适应识别.仿真实验结果表明,所提算法具有很高的身份识别精度.     

无人机激光光电目标跟踪指示技术研究

无人机技术近年来发展迅速,军事应用日益广泛。传统机载激光目标指示器重量与体积较大,很难集成于无人机来实现军事应用。主要介绍了一种国际主流的激光制导武器系统技术方案及作战应用流程,并研究了一种轻小型化的三光合一的无人机激光光电目标跟踪指示载荷。有别于传统激光指示照射,该无人机激光光电载荷通过与无人机的紧耦合完成小型化集成,并实现了远近距离一体化探测功能：远距离可对打击目标进行定位引导(大地坐标位置信息),近距离可对打击目标进行激光照射指示引导。同时,本文的指示方法利用低成本小型无人机突击作战,避免了人员暴露及伤亡风险,提高了无人化作战效率。     

基于深度学习和多通道融合的低空目标声识别方法

低空目标声识别主要指被动接收低空飞行目标辐射声信号,依据声纹信息对目标类型进行判别的技术方法 .基于单个传声器通道的目标识别性能往往会受到传声器周边环境和传声器本身特性异常的影响,因此需要研究基于多通道融合的低空目标声识别方法。对此,采用卷积神经网络处理各通道声信号的Mel频率倒谱系数特征,获取目标识别概率,并利用基于证据距离的信息融合方法,计算最终的目标识别结果。实测数据验证结果表明,基于多通道融合的低空目标声识别方法相较于单通道具有更高的稳健性,对单通道异常情况不敏感,仍然具有较高的识别准确率。     

低空无人机探测与反制技术研究

本文对现阶段的低空无人机探测与反制技术分别进行了论述,并重点介绍了雷达探测、光电探测、声学探测和无线电频谱探测等探测手段,以及干扰阻断、直接毁伤、拦截捕获和控制劫持等反制手段,对相关探测与反制技术的优缺点进行了分析。此外,本文还分析并讨论了低空无人机探测与反制技术的发展趋势,重点分析了探测技术在新技术应用、技术体制、运行机制和标准规范方面的发展趋势,以及“软杀伤”、察打一体和定向打击等反制技术发展趋势。     

基于深度学习的低空声目标识别

本文提出采用人耳听觉特征和深度神经网络(Deep Neural Network,DNN)相结合的方式对低空飞行目标进行分类.首先,以不同目标的梅尔频率谱(Mel-Frequency Cepstrum Coefficients,MFCC)和伽玛通功率谱(Gammatone Filterbank spectra,GF)为静...     

基于全方位视觉的移动机器人动态目标识别与导航问题研究

现如今,信息技术水平不断升级,计算机视觉技术应运而生,智能机器人在这一技术的引导下,能够实现运动目标的有效识别以及准确的定位导航,这为智能机器人应用提供了广阔的发展空间,同时,也代表了全方位视觉技术的进步。文章首先对全方位视觉进行了基本介绍,分析了移动机器人动态目标识别与跟踪,探究了其在全方位视觉背景中的表现。     

基于激光测风雷达的机场低空风切变识别算法

介绍了低空风切变识别的研究情况,提出了一种基于激光测风雷达的机场低空风切变识别算法,针对性设计了重点监测区域和告警方式;并于2016年春季和2018年春夏季,在气候、地形复杂度不同的多个机场进行低空风切变监测试验,通过分别与国外某型激光测风雷达以及同时段航空器报告结果做对比,评估本文算法的切变识别能力。试验结果表明,本文算法可以有效监测到激光测风雷达探测范围内的低空风切变,命中率可达88%以上。     

无人机地面目标实时自主视觉定位

微小型无人机携带设备受到重量限制,基于摄像机透视投影原理的坐标解算模型,重点研究基于数字高程模型的测高逼近算法,获取无人机距离地面目标之间的高度差,以满足微小型无人机机载设备实时自主定位地面目标的要求。计算机仿真实验结果,以及完成算法硬件平台移植后进行的无人机实飞测试实验结果均可以看出,采用的解算模型结合基于数字高程模型的测高逼近算法可以满足对25帧/s视频流的地面目标实时自主定位,并具有较高的精度。     

基于迁移学习SAE的无人机目标识别算法研究

无人机在复杂战场环境下,因敌我双方无人机外形、颜色等特征较为相似,如何准确地对敌方无人机识别是实现其自主导航及作战任务执行的关键。由于受敌方无人机飞行速度、形状、尺寸、姿态等的改变及气象环境因素的影响,无法准确地对其进行识别与分类。针对这一问题,提出基于迁移学习卷积稀疏自动编码器（Sparse Auto-Encoder,SAE）实现对航拍多帧图像中敌方目标对象的识别与分类。算法首先借助SAE对源领域数据集中大量无标记样本进行无监督学习,获取其局部特征;然后,采用池化层卷积神经网络（CNN）算法提取目标图像全局特征;最后,送入Softmax回归模型实现目标对象的识别与分类。实验结果表明:与传统非迁移学习的SAE算法及基于底层视觉特征学习的识别算法相比,该算法具有更高的准确性。     

基于视觉导航的无人机自主精准降落

针对传统导航方式精度低、误差大等问题,结合视觉导航设计了一种基于ArUco码的着陆标识。对机载相机采集的实时影像进行图像处理,利用世界坐标系与像素坐标系的映射关系建立无人机位姿估计模型,以特征点坐标解算得到当前无人机与着陆标识物之间的相对姿态估计值,设计并融合误差模型进一步提高定位精确性。通过无人机室外实际应用实验证明,设计的降落标志及新型识别算法大大提高了无人机自主降落的精准性,能更好地满足在军事无人机等高精度降落要求场合的应用。     

激光雷达中基于组合纹理的低空风切变识别算法

针对不同的风切变在激光雷达图像上所呈现的不同纹理特性,提出了一种组合局部纹理特征和全局纹理特征的识别方法。先分别从激光雷达风切变图像中提取LBP特征和灰度-梯度共生矩阵特征,LBP特征反应图像的局部纹理,代表风场局部风速的变化,灰度-梯度共生矩阵特征反应图像的全局纹理,代表风场全局的风速变化,再通过典型相关分析对两种特征进行融合,最后采用最近邻分类器对三种风切变进行匹配识别。实验结果表明,该算法对三种低空风切变的平均识别率达到99.02%,与三种单一的纹理特征分类识别相比,分别提高了18.86%,5.88%和7.01%。