跟踪物体空间运动轨迹优化仿真研究

研究空间物体移动轨迹建模优化问题。传统的建模方法需要大规模的采集数据,会影响建模的效果。为了更好地跟踪和存储移动物体的轨迹,优化轨迹建模结果,提出了基于移动物体运动轨迹描述优化算法。通过空间移动物体的水平和垂直移动轨迹曲线,推导出任意位置物体的移动轨迹曲线,通过加载随即误差对运动目标进行跟踪,得出运动目标的滤波数据曲线,并采用卡尔曼滤波器对运动目标轨迹曲线进行平滑。仿真结果表明,该方法能有效地描述移动物体的运动轨迹,取得了预期的结果。     

多模式移动对象不确定性轨迹预测模型

以移动设备、车辆、飞机、飓风等移动对象不确定性轨迹预测问题为背景,将大规模移动对象数据作为研究对象,以频繁轨迹模式挖掘、高斯混合回归技术为主要研究手段,提出多模式移动对象轨迹预测模型,关键技术包括:1）针对单一运动模式,提出一种基于频繁轨迹模式树FTP-tree的轨迹预测方法,利用基于密度的热点区域挖掘算法将轨迹点划分成不同的聚簇,构建轨迹频繁模式树,挖掘频繁轨迹模式预测移动对象连续运动位置.不同数据集上实验结果表明基于FTP-tree的轨迹预测算法在保证时间效率的前提下预测准确性明显优于已有预测算法.2）针对复杂多模式运动行为,利用高斯混合回归方法建模,计算不同运动模式的概率分布,将轨迹数据划分为不同分量,利用高斯过程回归预测移动对象最可能运动轨迹.实验证明,相比于基于隐马尔科夫模型和卡尔曼滤波的预测方法,所提方法具有较高的预测准确性和较低的时间代价.     

采用多组单应约束和马尔可夫随机场的运动目标检测算法

针对现有动态背景下目标检测算法的局限性,提出一种基于多组单应约束和马尔可夫随机场的运动目标检测算法.该算法以视频序列多帧跟踪的运动轨迹为基础,通过轨迹分离和像素标记2个阶段实现运动目标的检测:在轨迹分离阶段,利用多组单应约束对视频序列的背景运动进行建模,并基于该约束通过累积确认的策略实现背景轨迹和前景轨迹的准确分离;在像素标记阶段,以超像素为节点建立时空马尔可夫随机场模型,将轨迹分离信息以及超像素的时空邻域关系统一建模在马尔可夫随机场的能量函数中,并通过最小化能量函数得到每个像素的前背景标记结果.与现有基于运动轨迹的方法相比,文中算法不需要仿射摄像机模型的假设,有效地解决了运动轨迹等长带来的轨迹点区域缺失问题,并可同时处理静态背景和动态背景2种类型的视频;在多个公开数据集的测试结果表明,该算法在轨迹分离准确性、轨迹点密度以及像素标记准确率等方面均优于现有方法.     

基于执行时间约束的机器人关节空间轨迹优化

为在保证机器人运动轨迹的平滑性的条件下提高机器人工作效率,提出一种基于轨迹执行时间归一化处理的关节空间运动轨迹规划优化算法。对轨迹的执行时间进行归一化处理,分析关节空间位置、速度、加速度的运动轨迹相对于归一化时间的数学模型;考虑关节运动参数的约束条件,采用五次多项式拟合机器人在关节空间的运动轨迹,分析不同轨迹执行时间对关节位置运动轨迹的超调量的影响,实现机器人关节空间的位置轨迹优化;在M atlab环境里对机器人的运动轨迹进行仿真建模,完成机器人运动学仿真。多组仿真结果表明,该算法在保证机器人轨迹平滑的基础上,能保证轨迹执行时间最优,有效地提高机器人的运动效率。     

热源运动的控制与仿真

为研究热源运动对热力系统性能的影响,需要给出热源在平面上的某一有限区域沿着运动轨迹进行移动时,控制热源运动状况的简化算法。物体的受热状态可用二维热传导方程描述,为求解这些方程,可用置换的方法进行简化,并利用分布式运动控制的算法予以实现。这些方法和算法都适用于二维对象,文章对热源平面移动时的运动控制算法进行了具体的设定和推导,并通过具体例子说明该算法的计算机实现过程与仿真方法。仿真结果表明,这些算法和方法是可行的、有效的。     

基于特征点运动轨迹的非刚体三维运动恢复算法研究

研究了非刚体三维运动重建问题。介绍了基于轨迹空间理论的轨迹基变换算法,分析了轨迹基的频谱特性和非刚体特征点运动轨迹频谱特点,探讨了轨迹基的选择对非刚体三维重建的影响,并对真实图像序列的实验结果验证了该算法的有效性和精确性。     

基于轨迹聚类的超市顾客运动跟踪

针对超市等复杂应用环境下的运动目标轨迹跟踪问题,将轨迹聚类运用于目标跟踪中,提出了一种超市顾客运动跟踪方法。该方法对Kanade-Lucas-Tomasi(KLT)算法提取并跟踪得到的特征点轨迹进行预处理,滤除背景和短时特征点以分离出运动目标所在区域的关键特征点;进而采用均值漂移(meanshift)算法进行轨迹聚类,解决了单帧静态特征点聚类时的目标遮挡问题;最后采用运动跟踪匹配算法对前后帧的特征点进行最优匹配,解决了目标出入视频区域以及具有复杂路线时的稳定跟踪问题,得到顾客的完整运动轨迹。实验结果表明,该方法能够在超市入口、生鲜区以及收银台等各种典型超市区域中完成顾客轨迹的运动跟踪,并对顾客部分遮挡、复杂运动轨迹以及异步运动等多种特殊情况具有较高的鲁棒性。     

实时视频中的车辆运动轨迹的提取和聚类

利用运动物体轨迹的方向性、运动性和相互关系等典型特征对物体的运动轨迹进行聚类。首先利用改进的加权矢量Hausdorff距离作为度量运动物体轨迹相似度的方法,从而使之适用于空间距离有差别的运动物体轨迹的谱聚类问题;然后基于等周分割（ISO）算法,构造轨迹相似度矩阵,完成轨迹的粗聚类;最后利用轨迹的方向性特征和轨迹类间距对轨迹进行二次聚类,得到最终的轨迹聚类结果。     

一种重构直线运动轨迹的新方法

由于拍摄图象的摄像机可以是一个移动的摄像机 ,或是由空间中多个不同位置的摄像机组成的集合 ,因此开展由多幅图象上的测量值来重构物体在三维空间中运动轨迹的方法研究是一个热点问题 .Shashua等首先提出了一种 "轨迹三角形法 " .该方法是在关于运动轨迹的某些约束条件下 ,借助于 Grassmann- Carley代数和 Plücker坐标 ,再利用点与直线的相关性来求出 3D空间中的直线 (运动轨迹 ) ,但该方法较复杂 .为了快速简便地实现直线运动轨迹的重构 ,提出了一种基于“测量矩阵”秩的 2约束的新方法 .这种方法简单、直接 ,可在一般的射影坐标系下实现 .虽然该方法是针对直线运动轨迹提出的 ,但它可以方便地推广到高次多项式曲线运动轨迹的重构 .     

基于时空轨迹的移动对象汇聚模式挖掘算法

移动对象的聚集模式是时空轨迹模式挖掘中的重要课题,它研究移动对象群体在多个连续时刻中的空间聚集问题。现有的聚集模式基于共现模式进行定义,挖掘结果中夹杂大量非运动的聚集群体,严重影响模式挖掘的效果。为了解决此问题,本文提出了基于群体运动过程建模的汇聚模式。该模式定义从群体运动形态出发进行设计,准确识别向心运动的移动群体,有效排除非聚集类型运动群体的干扰。本文设计并实现了汇聚模式挖掘（Converging pattern mining,CPM）算法,该算法首先定位密度峰值点,确定候选的汇聚中心区域,然后依次识别每个时刻的汇聚群体,按照群体汇聚的持续性要求识别汇聚模式。基于真实轨迹数据进行实验,结果验证了本文提出的CPM算法在挖掘效果和算法效率的有效性。