基于无迹卡尔曼滤波的四旋翼无人飞行器姿态估计算法

针对四旋翼无人飞行器姿态测量问题,提了一种基于无迹卡尔曼滤波的飞行器姿态估计算法.采用欧拉角法描述了飞行器的姿态解算模型,并在此基础上建立了飞行器的系统状态方程和观测方程;采用无迹卡尔曼滤波算法实现飞行器姿态角的解算.理论分析和仿真表明:与采用扩展卡尔曼滤波算法获得的飞行器姿态角信息相比较,虽然无迹卡尔曼滤波算法的计算时间稍有增加,但无迹卡尔曼滤波算法的计算精度和收敛速度比扩展卡尔曼滤波算法有显著的提高.     

一种动态模板匹配的卡尔曼滤波跟踪方法

在视频跟踪系统中,运动目标检测是实现跟踪的前提和难点.为了能够有效地检测出目标,提出了一种基于动态模板匹配和卡尔曼滤波的目标跟踪算法.首先将前两帧图像差分检测运动目标区域,提取特征点;然后利用卡尔曼滤波在搜索区域中找到与目标模型最匹配的候选目标位置并与当前帧目标模板进行匹配;最后将特征点流失率作为限定阈值,采用模板更新策略动态更新模板.跟踪实验表明,该算法具有很好的匹配精度与实时性,对目标姿态变化、大小变化、遮挡问题等有很好的鲁棒性.     

一种用于农作物状态监测的无人飞行平台方案设计

根据农作物状态监测任务需要,本文提出了运用无人飞行平台搭载光谱成像设备进行农作物状态监测的方案.通过对多种类型无人飞行器技术参数比较分析,提出了一种基于四旋翼无人飞行平台的成像光谱回传监测方案.分析了四旋翼飞行器飞行控制及稳定方法,根据任务载荷需求、结构强度要求,研究了无人飞行平台起飞重量分析及分配方法,给出了动力系统、能源系统需求估算方法.在一定安全系数和余度要求下,给出了四旋翼飞行器组件选型方法,提出了一种装机方案,并进行了起飞重量、飞行时间等指标的验证.该平台能够实现光谱图像的实时记录并回传,可满足农作物大面积动态监测要求.     

基于反步法与参考模型的四旋翼飞行器自适应滑动模态控制

针对欠驱动四旋翼飞行器的姿态和位置控制问题,提出一种基于反步法与参考模型的自适应滑模控制器设计方法。首先,对四旋翼飞行器进行动力学建模,对结构上进行了重构后将系统分解为全驱动通道和欠驱动通道。进而,以滑模变结构控制理论为基础,针对欠驱动子系统,利用反步控制方法推导出滑模控制面,设计其控制律。而对于全驱动子系统,利用参考模型推导出滑模控制面,设计其控制律。并通过李雅普诺夫稳定性理论验证了系统的稳定性。最后,通过Matlab对基于此控制算法的控制器进行仿真。仿真结果表明,在系统存在参数不确定性和外部干扰的情况下,该方法也能实现四旋翼飞行器的轨迹跟踪,并具有较好的稳定性。     

基于微型飞行器机载视觉的目标识别与状态估计方法

为了实时获得微型飞行器着陆时与着陆平台的相对位置关系,本文提出了一种基于微型飞行器机载视觉的目标识别与状态估计方法。该方法利用曲面拟合方法获得着陆平台图像边缘的梯度方向和亚像素坐标,并将其作为匹配信息进行相似度运算,匹配成功后再通过运动方程模拟移动平台的运动特性,利用卡尔曼滤波对移动平台下一时刻的位置进行预测。最后进行偏移量的计算,将实验所得的数据通过几何变换可以得出飞行器与着陆平台的相对位置参数。实验结果表明该算法能够实时准确计算出飞行器与视觉着陆标识之间的相对位置关系。     

基于UKF信息融合的多旋翼飞行器姿态估计

姿态估计是多旋翼飞行控制的基础,为实现多旋翼三轴姿态估计,构建了基于MEMS陀螺、加速度计和磁力计的低成本姿态测量系统.该系统采用STM32F103作为控制器,集成加速度计和陀螺仪MPU6050,磁强计HMC5883作为测量传感器.针对多旋翼飞行器单一传感器无法准确测量姿态信息的问题,提出了基于无迹卡尔曼滤波信息融合的姿态估计算法.以陀螺仪为状态矢量,加速度计和磁强计解算的姿态角为观测矢量,无迹卡尔曼滤波器将陀螺的良好动态性能与加速度计、磁强计的良好静态性能结合起来,提高姿态测量精度,具有良好的动态跟踪性能.通过飞行测试,与高性能成品飞行器的姿态信息做对比,验证和分析该低成本姿态测量系统的有效性.实验结果表明,基于无迹卡尔曼滤波的姿态测量系统实现了动态环境下低成本多旋翼的精密姿态测量,为无人机自主飞行控制奠定了基础.     

车载视频类运动目标跟踪方法探究

车载视频作为交通事件的主要取证方式之一,对于交通事件的判断、定责具有重要意义。通过对车载视频中目标车辆的跟踪,可以帮助确定目标车辆的行车轨迹,为交警提供有效的判断依据。本文对目前国内外目标跟踪方法进行了梳理,分析了基于主动轮廓跟踪、基于特征跟踪、基于区域跟踪以及基于模型跟踪四大类跟踪方法,并选取典型算法进行实验比对,最后展望了未来交通类视频目标跟踪可能的方向。     

基于UKF的简化交互多模型视频图像机动目标跟踪算法

在视频图像运动目标的状态估计与跟踪问题中,常用的扩展卡尔曼(EKF)算法简单、计算量小,但仅适用于弱非线性和弱高斯环境下.本文提出一种基于无迹卡尔曼滤波(UKF)与简化交互多模型(IMM算法相结合的视频图像运动目标跟踪算法,有效地克服了EKF算法在强非线性状态下或对小运动目标跟踪时精度低,容易发散的问题.仿真结果表明,该算法估计和跟踪非线性目标的性能明显优于基于EKF算法,其跟踪精度可达到三阶(泰勒级数展开)精度.     

基于反步法的四旋翼飞行器滑动模态控制

针对欠驱动四旋翼飞行器受控模型的复杂非线性问题,提出了一种基于反步的滑模控制器的设计方法。该方法将四旋翼飞行器动力学模型进行简化,并将系统分解为全驱动子系统和欠驱动子系统,进而以滑模变结构控制理论为基础,利用反步控制方法推导出滑模控制面,分别为上述两个子系统设计控制律,为系统设计基于反步的滑模控制器。通过李雅普诺夫稳定性理论验证了用上述方法设计的控制器系统的稳定性。通过Matlab/Simulink进行的仿真表明,用上述方法设计的控制器能够有效实现对四旋翼飞行器的控制。     

对数极坐标图像匹配在目标姿态测量中的应用

本文介绍了一种基于极坐标下图像匹配的方法实现帧与帧之间旋转角度的计算,并可以得到目标轮廓保证可靠跟踪,其坐标变换部分不同于传统的对数极坐标变换,该方法并不进行对笛卡尔坐标系下图像的采样,而是完全保留目标精确的边缘信息用以进行边缘形状匹配.匹配过程分为粗匹配和精匹配两步进行,这种方法主要是利用了极坐标下目标轮廓旋转不变性来实现的.本文还提出了一种双目测量目标旋转角度系统,通过该系统可以完成对空间中的目标在任一旋转平面上的旋转角度.实验证明,该方法计算量小、简单实用、跟踪精度满足要求.     

一种视频强杂波两级空域滤波抑制方法

为便于对复杂视频强杂波背景下的微弱运动目标进行检测,提出了一种两级空域滤波强杂波抑制方法。采用局域均值去除(LMR)作为一级滤波,将原始图像变换为较大局域内均值和方差缓变的二维广义平稳过程,再通过基于二维AR模型参数估计的二级滤波器自适应滤除残余杂波。实验结果表明,对于一般噪声条件下的视频目标图像,利用该方法处理后得到的残留噪声呈现出很好的高斯性和独立性,并且输出目标信号杂波噪声比(SCNR)的平均增益达到1．33dB,有利于进一步的检测。     

Sub-imaging technique to improve phase only filter search capability

A novel application of a phase only filter model, which is implementable in the optical domain, is proposed. In this application, automated target tracking is accomplished with a novel sub-imaging technique with correlation tracking inside a radius of interest. In this technique the image is subdivided and the correlation is tracked by comparing only the autocorrelation of the filter with itself. A radius of interest is used to reduce the number of computations required to track a moving target. Real-world video images are used to demonstrate the performance of the model.     

四帧间差分与光流法结合的目标检测及追踪

为了能在复杂环境下快速、准确地对多个目标进行检测及追踪,本文结合四帧间差分算法与光流算法,提出了一种更高效的运动目标检测算法。本算法为了提升光流法的处理速度并降低光照等环境所带来的影响,首先对视频序列进行四帧间差分处理,然后将得到的差分视频序列进行光流处理,以实现对视频中目标的准确检测。最后将该算法与粒子滤波、ViBe等算法进行比较,并在不同场景下对不同运动目标、不同个数目标进行捕获处理,结果表明,本方法不仅具有较好的鲁棒性,而且能够更快速、准确的对目标进行检测与追踪。     

基于误差的观测器在光电跟踪系统中的应用

对于光电跟踪系统来说,图像传感器例如电荷耦合器件(CCD)只能够探测脱靶量即偏差信息,而无法得到目标运动轨迹,所以,大多数情况下在目标跟踪回路不能直接实现前馈控制,这限制了系统的闭环跟踪性能。本文采用了一种基于误差观测器的等效前馈控制方法来提高运动平台光电跟踪系统的跟踪性能。该方法是在原有的反馈控制回路的基础上加入一个观测前馈通路,通过优化前馈滤波器提高闭环性能。由于是基于最终的视觉误差的观测,该方法对目标跟踪和扰动抑制同时起作用,既可以应用到地基跟踪也可以应用于运动平台上。前馈滤波器没有采用简单的一阶低通滤波器而是选择Q₃₁滤波器。仿真和实验表明,与传统控制方法相比,这种基于误差观测器的控制方法能够有效提高系统的低频跟踪性能。

     

随机图像选取与自适应背景更新的运动物体检测

为克服运动目标检测中易出现的光照变化、遮挡、虚假目标等现象,提出了一种随机图像选取与自适应背景更新的运动物体检测方法.该方法从视频序列中随机选取一帧图像作为初始背景,根据变化标记矩阵对背景进行自适应迭代更新,以提取可靠的背景图像,实现运动物体的检测.实验结果表明,采用该算法提取的背景不存在混合现象,且在光照变化较大以及运动物体之间存在遮挡的情况下,能够构造出可靠的背景,检测出的目标物体清晰可见.     

压缩域目标跟踪算法在小型化DSP平台上的研究与实现

本文对基于压缩感知的压缩域目标跟踪算法进行了研究,为满足特定的应用场合要求,针对原算法的不足进行了改进,同时基于小型化低成本目标位置探测器设计思想及需求,设计并实现了以TMS320DM6437数字信号处理器为核心的实时图像跟踪处理平台,对算法在该DSP平台进行了实现与优化。仿真和实验结果表明,经过结合卡尔曼滤波器、融合LBP特征以及添加自适应学习速率更新策略等措施,算法的鲁棒性得到提高;对算法在DSP中的实现,经过一系列优化措施,对分辨率为960×960的视频图像,当取目标窗口为80×80时,处理速度可达25 f/s,能够满足实时性跟踪要求。系统能够对选定的运动目标进行连续、稳定地跟踪,能够满足特定应用场合下的目标位置探测与跟踪需求,具有一定的实用性,同时也对该类目标跟踪方法在嵌入式平台的研究与应用具有一定的参考价值。     

基于多尺度融合方法的无人机对地车辆目标检测算法研究

由于飞行高度等原因,无人机图像在实际使用中目标尺寸普遍较小、特征信息不明显,使用现有的算法对其进行目标检测存在困难。因此,提出了基于多尺度融合的图像多目标检测方法,使用Faster R-CNN为基础框架,将不同层次的特征信息进行融合,再结合上下文信息,实现了对无人机图像小目标检测。使用VisDrone2019数据集对地面车辆进行目标检查,实验证明:无人机对地面车辆目标的检测达到了较好的结果,所使用算法的精度达到88%,与其它算法相比提升了3.8%以上。     

Image tracking of motorcycles and vehicles on urban roads and its application to traffic monitoring and enforcement

Abstract

Image tracking has increasingly gained attention for use in vision‐based traffic monitoring and surveillance applications. For many cities in Asia countries, it is desirable to detect multiple motorcycles as well as cars for urban traffic monitoring and enforcement. In this paper, a novel contour initialization and tracking algorithm is presented to track multiple motorcycles and vehicles at any position on the roadway. This method has the capability to detect moving vehicles of various sizes and to generate their initial contours for image tracking. The proposed method is not constrained by lane boundaries or vehicle size. To track vehicles on roadways, dynamic models are designed to predict the horizontal and vertical positions of vehicle contours. A Kalman filter is designed to update the prediction based on real‐time image measurement. Practical experimental studies using video clips are presented to evaluate the performance of the proposed method. Traffic parameters such as traffic flow, vehicle speeds and traffic density are obtained with satisfactory accuracy.     

复杂背景、强噪声环境中的点源目标检测及跟踪方法

介绍了一种在复杂背景、强嗓声环境中检测并跟踪多个点源目标的方法。目标在图象中的位置是未知的；其轨迹是连续的并可以是任意的；图象序列中含复杂的变化背景，并伴有强的随机白噪声；目标为压几个象元的点目标，本文提出的是一种回形窗扫描、相关处理及相关跟踪相结合的算法，能有效地从复杂背景、强噪声环境中检测与跟踪多个点源目标。这种算法能对图象进行分割、并行处理，适合于实时的目标探测及跟踪。     

一种基于卡尔曼预测的动态目标跟踪算法研究

针对视频序列中目标的跟踪,均值漂移算法和卡尔曼滤波器相结合的目标跟踪算法已经被提出,而在移动机器人上实现对机动目标的实时跟随时,机器人自身的运动引起目标在像平面的偏移不能被忽略,在详述了两者的关系的基础上,建立起以机器人一个周期内的运动作为输入量的状态方程,以卡尔曼滤波器的估计值作为均值漂移算法的启动点,均值漂移算法的最终收敛点作为每帧的跟踪结果,并以此收敛点替代滤波器的估计值,两种算法交替使用,互为补充.实验表明所提算法可以实现在室外环境下对动态目标的实时跟踪.