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...     

激光雷达高精度跟踪运动目标的方法研究

本文论述了卡尔曼滤波估值理论在激光雷达跟踪系统中的应用方法,首先建立目标和激光雷达测量值的数学模型;然后讨论了跟踪数学模型线性变换方法以及对滤波器精度的影响,在此基础上,提出了激光雷达跟踪运动目标时高精度的跟踪方法。     

基于机器视觉和激光雷达的车辆智能导航系统

常规的车辆智能导航系统无法准确计算其与前方障碍物之间的距离,因此,基于机器视觉和激光雷达设计了车辆智能导航系统.在车辆智能导航系统的硬件设计中,设计视觉传感芯片外围电路,配置视觉传感芯片电路元件参数,保障视觉传感装置的稳定运行,设计激光雷达温度补偿装置,保证激光雷达装置的电路稳定.在车辆智能导航系统的软件设计中,去除图...     

基于视觉传达的激光雷达图像目标检测方法

由于激光雷达图像目标检测的过程中,没有将背景和目标区分开,导致图像目标检测的精度较低,检测时间较长,检测效果较差,为此提出基于视觉传达的激光雷达图像目标检测方法。通过置信滤波方法对激光雷达图像实行预处理,划分激光雷达图像的背景区域和目标区域,将目标区域输入到基于视觉传达技术的视觉特征提取器中,提取图像目标区域特征,采用多核学习理论优化支持向量机,将提取的图像特征输入优化后的支持向量机中,实现激光雷达雷达图像的目标检测。实验结果表明,所提方法的检测效果好、检测精度高、检测时间短。     

单目红外目标跟踪机器人视觉系统设计

针对特定红外目标跟踪机器人设计的需求,以3种不同频率的信号,合成了可以被一体化红外传感器连续解调的目标特征信号,设计了基于特征信号模型的机器人视觉系统,包括单目复眼的信号检测阵列和2级序列的信号调理电路．试验表明,系统工作稳定可靠,实现了对目标的智能搜索、连续跟踪,信号抗干扰性强,可用于多目标的识别跟踪．     

基于相关滤波器的视觉目标跟踪方法

为了解决视觉目标跟踪中的尺度预测的难题,本 文在核相关滤波器的目标跟踪的框架下给出了一种 尺度估计策略,并对传统的核相关跟踪方法中目标模型的在线更新方法进行了修改,提出了一 种多尺度视觉 目标跟踪算法。首先,通过对正则化最小二乘分类器(RLS)学习获得位置和尺度核相关滤波 器(KCF);然后,寻找位 置和尺度KCF输出响应的最大值,完成目标位置和尺度的检测;最后,在线更新目 标模型。实验中,对 12组具有挑战性的标准视频序列进行测试。实验结果表明,相对于现 有的3种基于相关滤波器的跟 踪方法中的最优者,本文方法的平均中心位置误差(CLE)减 少了7.0pixels,平均成功率(SR)提 高了18.3%,平均距离(DP)精度提高了 5.6%;在目标发生尺度、光照、姿态变化、部 分遮挡、旋转及快速运 动等复杂情况下,本文方法均有较强的适应性,具有重要的理论和应用研究价值。     

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。     

基于量子遗传算法的视觉目标跟踪

针对视觉目标跟踪中传统搜索方法效率不高、难以求取全局最优等问题,利用量子遗传算法的全局寻优能力,提出了一种采用量子遗传算法作为搜索策略的视觉跟踪方法.在量子遗传算法的框架下,将像素点位置作为种群中的个体,提取颜色直方图作为特征,以相似性度量作为目标函数计算个体适应度值,找出相似度最大的像素点位置输出,最终完成跟踪.实验结果表明,本文方法在目标速度快、遮挡和非刚性形变等情况下具有明显优势,且算法运算量小,跟踪速度快.     

基于图像签名算法的视觉目标跟踪算法北大核心CSCD

针对视觉目标跟踪算法中存在的快速运动、尺度变化、形变和遮挡问题,提出基于图像签名算法的视觉目标跟踪算法。该算法以相关滤波算法为基础,通过多种特征构建目标的外观模型,提高了算法的跟踪精确度和稳健性;为了解决严重遮挡情况下的目标重定位问题,利用图像签名算法计算图像的稀疏显著性区域,获取候选目标的位置,通过分类器对候选目标进行重排名,实现目标重定位;采用尺度池策略和自适应模板更新策略,解决跟踪中的尺度变化问题和跟踪漂移问题。利用标准数据集测试所提算法的性能,结果表明,所提算法在跟踪成功率和精确度上均优于传统的相关滤波算法,能较好地解决快速运动、尺度变化、形变和遮挡情况下的目标跟踪问题。     

基于LabVIEW的机器视觉图像定位信息提取

以虚拟仪器开发平台LabVIEW 8.6和图像处理软件IMAQ Vision为工具,利用计算机视觉技术,进行激光切割机中图像的定位。通过软件实现了图像模板匹配、阈值处理、图像几何操作和边缘检测等图像处理过程。从边缘检测处理结果来看,基本达到了定位要求。研究表明,虚拟仪器计算机技术应用于图像处理是可行的,具有广阔的应用前景。     

远距离目标跟踪监测激光雷达的现状与发展

激光雷达技术已经成熟应用于火箭、空间碎片、卫星和其它空间飞行器等远距离目标的跟踪监测。本文主要介绍了多个用于远距离目标跟踪监测的激光雪达系统的技术特点和性能参数,具体说明了目前国际上这个领域技术的应用水平,并简要地综合分析了激光跟踪监测雷达的工作原理以及今后的技术发展趋势和应用前景。     

基于计算机视觉的运动目标跟踪算法

截至目前,运动目标跟踪已经历经了几十年的发展研究,其作为当前社会一项至关重要的先进技术,对于人们的日常工作生活以及社会经济、军事政治等其他各领域均有着积极的帮助作用。特别是在计算机视觉技术逐渐发展成熟的今天,运动目标跟踪与计算机视觉技术的融合程度也越来越高。基于此,本文将选择当前比较常见的一种目标跟踪算法即Kalman filter算法,并以运动的人脸作为跟踪目标,着重围绕基于计算机视觉的运动目标跟踪算法进行简要分析研究。     

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。     

基于激光雷达的移动机器人运动目标检测与跟踪

运动目标的检测与跟踪是移动机器人研究的难点问题之一.基于2维激光雷达的性能分析与滤波设计的基础上,提出一种自主运动目标检测与跟踪的方法.通过k-近邻对激光雷达扫描的障碍进行聚类分析;基于栅格地图匹配的方法评估障碍的运动参数;检测出运动目标后,通过对机器人进行运动补偿,提出一种改进的粒子滤波算法对目标的运动状态进行评估.最后,利用自行研制的移动机器人进行算法评估,实验结果验证了所提方法的有效性.     

基于机器视觉的热轧型钢精整区物料跟踪

针对热轧型钢精整区物料跟踪难的问题,提出了一种基于机器视觉的热轧型钢喷码识别物料跟踪方法.通过在矫直机后增加喷码机为型钢打印"身份证",并增加工业相机和光源采样,再通过深度学习文字识别算法实现精整区型钢物料跟踪,最后采用知识蒸馏方法进行模型压缩以满足工业部署要求.应用结果表明,所提方法能够实现型钢生产过程中精整区的物料跟踪,算法具有良好的鲁棒性.