空间目标的单目视觉测量技术研究

针对卫星视觉监测相机的图像处理系统要求,对目标图像进行处理,通过动态获取阈值,完成对图像的二值化。然后利用区域分割法寻找图象的特征点,最后根据我们提出的算法公式计算出目标相对于相机的位置和姿态。实验结果显示该方法能够准确、有效地测量出目标物的位置。     

单目视觉人工路标辅助INS的组合导航定位方法

提出一种单目视觉人工路标辅助惯性导航系统(Inertial Navigation System,INS)的定位方法。首先设计人工路标,并用相机拍摄各预先设置的人工路标,记录拍摄每个路标时相机位置和姿态,建立视觉路标库。在利用惯性导航系统定位过程中,对单目相机采集到的图像进行路标提取、与路标库中相应路标进行匹配,估计当前相机位置和姿态,然后利用卡尔曼滤波将视觉匹配估计的位置信息和INS有效地融合。实验结果表明:传统航位推算方法的平均误差为0.715 m,本文组合导航方法的平均误差为0.154 m,该方法有效地提高了惯性导航定位的精度。     

视觉导航中的单目摄像机标定改进算法

在基于单目视觉的智能车自主导航系统中,摄像机标定是智能车实现安全准确视觉导航的前提和关键。研究摄像机理想模型和实际模型,提出一种改进的标定方法。结合线性模型和非线性模型的优点,在求解摄像机内外参数的过程中,先采用线性模型标定摄像机的一部分参数,进一步考虑简化畸变模型,将非线性方程组转化为线性方程组迭代求解,最终获得摄像机全部参数。该方法既保证了标定精度,又简化了复杂的摄像机实际模型。实验结果表明该方法能满足视觉导航要求。     

在线产品智能搬运机械手系统视觉识别技术

针对采用机械手从传送带上抓取位置不固定的产品并将产品按照固定位姿放置而需要复杂的视觉图像处理且成本较高的问题,提出了一种基于辅助定位机构的视觉识别技术。该技术首先以苹果手机为具体研究对象,在非极端光照条件下采集了不同光照下11组44张手机图像,并进行了预处理;然后根据各图像直方图的灰度分布特征,通过研究各图像中灰度值出现次数最多的灰度值和所有像素的灰度值均值的变化情况,确定了分段线性阈值分割准则;最后,采用面积特征找到合适的目标,再采用目标的位置特征对图像进行位姿识别,并给出了识别算法。以普通视频聊天摄像头为实验设备进行了算法适应性验证,实验结果表明,在非极端光照且光源环境基本稳定的情况下,该技术能够稳定可靠地实现手机位姿识别。该识别技术相对于多自由度机械手+摄像机的识别技术在成本上至少降低50%以上,可广泛应用于类手机形状产品的生产线上。     

复杂背景彩色图像中的人脸分割技术

主要介绍了如何在含有复杂背景的彩色图像中进行人脸分割的技术。首先根据人的肤色在色度空间的聚类特性,寻找合适的色彩空间建立肤色模型。计算图像中所有像素的颜色与肤色的相似度值,并将其转换成0到255之间的灰度值,以得到图像的相似度灰度图,接着通过大津阈值分割进一步得到二值图,将人脸肤色区域与背景分离,从而定位了人脸区域。最后,利用人脸的结构特征,进一步缩小人脸区域范围,最终找到包含人脸主要特征部位(眼睛、鼻子、嘴巴)的人脸区域。     

低成本传感器数据融合技术辅助iPhone导航研究

多传感器数据融合辅助iPhone导航研究的是一个基于IMU/GPS/磁力计的联合解算导航算法,即将手机中加速度计测量到的比力信息与陀螺仪测量到的角速率信息通过扩展卡尔曼滤波技术进行融合。针对低成本传感器的特性,设计了相对应的初始对准方法。在GPS/INS组合阶段,通过添加载体坐标系下左右方向和竖直方向的载体速度为观测量来增加系统的可观测性,从而达到对状态量的更优估计,最终通过反馈校正得到较为精确的载体位置、速度和姿态信息。     

智能驾驶中的行为辅助压力感知方法

人的压力与其行为紧密相关,特别是在智能驾驶时,驾驶员压力感知对实现辅助驾驶具有巨大的应用潜力.现有压力感知方法多用于静态环境,检测过程也缺乏便捷性,难以适应高度动态的智能驾驶应用需求.为了实现智能驾驶中自然、准确和可靠的压力检测,提出一种基于可穿戴系统的行为辅助压力感知方法.该方法基于行为伴随实现压力检测,并基于多指标执行压力状态判别,能够有效提高压力检测准确度.其基本原理在于每个人在不同压力状态下的生理特征和行为模式不同,会对压力相关的PPG数据和行为相关的IMU数据产生独特影响.首先使用嵌入多传感器的可穿戴手套测量驾驶员的生理和运动信息,通过多信号融合技术获得可靠的生理行为指标,最终使用泛化性能较好的SVM模型分类驾驶员的压力状态.基于所提出的方法在模拟驾驶环境下部署了验证实验,实验结果显示,压力分类精确度可达到95%.     

智能辅助驾驶系统中的行人检测方法

大多数车载行人方案是基于特征选择和机器学习的,但大量特征的计算使实时性大幅降低。为将待检测窗口限制在最小的范围内,提出一种改进的基于立体视觉的摄像机角度估计自适应图像采样方法,利用基于类Haar特征和Real AdaBoost学习方法的分类器进行实现,在户外移动平台上对处于复杂动态背景中的行人目标进行检测。结果表明,与其他方法相比,该方法在保证检测效果的同时,计算时间仅为自适应路面拟合方法的13%。     

车辆辅助驾驶系统中基于计算机视觉的行人检测研究综述

基于计算机视觉的行人检测由于其在车辆辅助驾驶系统中的重要应用价值成为当前计算机视觉和智能车辆领域最为活跃的研究课题之一. 其核心是利用安装在运动车辆上的摄像机检测行人,从而估计出潜在的危险以便采取策略保护行人.本文在对这一问题存在的困难进行分析的基础上,对相关文献进行综述. 基于视觉的行人检测系统一般包括两个模块：感兴趣区分割和目标识别,本文介绍了这两个模块所采用的一些典型方法,分析了每种方法的原理和优缺点. 最后对性能评估和未来的研究方向等一系列关键问题给予了介绍.     

智能车视觉导航系统

本文介绍一个移动机器人的视觉导航系统,该系统采用黑白图象进行特定环境的道路边缘检测.其道路边缘检测方法具有一定的抗干扰能力.在该系统的引导下,我们自行研制的自主移动车可用每小时1公里的速度在校园内的道路上自动行驶.     

面向自主车辆导航的地理信息系统

本文介绍了一种面向自主车辆导航的地理信息系统的系统结构及空间数据管理方法． 利用面向对象技术,对地形模型和空间数据管理模型进行抽象,建立了框架式的类体系,并 在此基础上实现了系统功能．     

虚拟驾驶系统中智能汽车创建方法的研究

虚拟驾驶系统中智能自主汽车的驾驶水平对整个仿真系统的逼真性以及测试的可信性起着决定作用。本文通过对智能交通环境的研究，阐述了在虚拟驾驶仿真系统中智能汽车的建立方法．提出了利用数据库储存虚拟交通环境的道路信息，实现智能汽车对道路的识别。本文还提出了基于碰撞检测原理的视觉信息获取方法以及基于视觉信息的实时决策算法。实验结果表明，按照以上的方法，智能汽车能较真实的模拟人的视觉，做出人性化的驾驶行为，增强了智能汽车在复杂交通网络中行驶的正确性以及系统的快速性、稳定性,效果令人满意。     

自适应联合滤波模型及其在车载SINS/GPS组合导航系统中的应用

本文提出了一种自适应联合滤波模型结构及其算法,定义了联合滤波模型信息 分配系数的自适应调节准则．并设计了车载SINS/GPS组合导航系统的自适应联合滤波器,给 出了滤波算法．理论分析和实验室组合导航实验表明,引入该准则的自适应联合滤波算法大 大提高了系统容错性和定位精度．     

软件项目管理改进模型及其应用研究

常规的软件项目管理模型是一个闭环的控制系统,是由管理维和技术维组成的一个二维结构模型,最大的缺陷是缺乏与外部的沟通.提出一个立体三维结构的软件项目管理改进模型,即把更多的称为"专家服务支持"的外部资源统一整合成为项目管理模型的第三维,称之为"专家维".改进的模型增强了软件项目管理对外部资源的吸纳能力,提高了软件项目管理的适应性.为检验该模型的功效,在公路收费联网系统项目中使用了该模型,验证了该模型良好的功效.