动态场景下的交通标识检测与识别研究进展

动态环境下交通标识的自动识别随着无人自主驾驶汽车对环境理解的要求提高引起了人们的高度关注.近年来研究人员从检测、跟踪和识别等方面展开了对这一问题的深入研究.针对动态场景下基于单个普通光学摄像机的交通标识检测与识别方法做一系统回顾.重点围绕交通标识的检测、识别,时序信息的利用等展开.此外,还对这一领域目前常用的数据集和评价方法做了具体介绍.最后指出了未来发展的趋势和方向.     

多核学习方法

多核学习方法是当前核机器学习领域的一个新的热点. 核方法是解决非线性模式分析问题的一种有效方法, 但在一些复杂情形下, 由单个核函数构成的核机器并不能满足诸如数据异构或不规则、样本规模巨大、样本不平坦分布等实际的应用需求, 因此将多个核函数进行组合, 以获得更好的结果是一种必然选择. 本文根据多核的构成, 从合成核、多尺度核、无限核三个角度, 系统综述了多核方法的构造理论, 分析了多核学习典型方法的特点及不足, 总结了各自的应用领域, 并凝炼了其进一步的研究方向.     

LEO/MEO双层卫星网络的性能分析

基于模型方法和软件仿真方法,对一种低轨/中轨(LEO/MEO)双层卫星网络进行了性能分析.首先建立了双层卫星网络的广义随机Petri网(GSPN)模型,通过对模型进行分析和合理简化, 采用SPNP4.0软件进行了网络性能分析.然后, 将分析的结果与采用OPNET软件对LEO/MEO双层卫星网络模拟的结果进行比较, 验证了模型分析方法的正确性, 同时得到了一些新的结论.     

离散模糊系统分析与设计的模糊Lyapunov方法

研究离散T-S模糊控制系统基于模糊Lyapunov函数的稳定性分析及控制器设计问题.首先,构造出离散型模糊Lyapunov函数,模糊Lyapunov函数是系数与T-S模糊系统的模糊规则权重相对应的复合型Lyapunov函数.然后,得到了开环系统新的稳定性充分条件,与公共Lyapunov方法的结果相比,这一条件更为宽松.进而,基于一系列线性矩阵不等式设计出模糊控制器.最后,仿真实例说明了该方法的算法和本文条件的优越性.     

基于反馈注意力机制和上下文融合的非模式实例分割

非模式实例分割是最近提出的对实例分割的扩展,其任务是对每个对象实例的可见区域和被遮挡区域都进行预测,感知完整的物理结构和语义概念。在预测对象被遮挡部分的形状和语义时,往往由于特征表示的识别能力不够和对上下文信息缺乏而导致对遮挡区域预测欠拟合甚至错误。针对这个问题,提出一个上下文注意模块和反馈注意力机制的特征金字塔结构,引入反馈连接进行再学习。该方法能够有效捕获全局语义信息和精细的空间细节,通过在COCO-amodal数据集训练和验证,非模式实例分割掩码平均精确率从8.4%提高到14.3%,平均召回率从16.6%提高到20.8%。实验结果表明,该方法能够显著提高对物体被遮挡部分预测的准确率,有效解决欠拟合问题。     

欠驱动水面船舶的非线性滑模轨迹跟踪控制

针对模型参数存在不确定性和风、浪、流时变干扰的三自由度欠驱动水面船舶动态轨迹跟踪控制问题,根据滑模控制对系统的不确定性和外界干扰具有鲁棒性的特点,提出了一种新型的非线性滑模控制律设计方法.在设计时根据欠驱动水面船舶的固有特性,船舶在横向上没有驱动,如果要同时控制船舶水平面位置和艏摇角3个自由度的运动,就需要分别引入关于纵向跟踪误差的一阶滑动平面和关于横向跟踪误差的二阶滑动平面来间接设计控制律.仿真结果表明,所设计的控制器能够使船舶跟踪虚拟船产生的参考轨迹,对参数不确定和外界扰动具有强的鲁棒性.     

基于Kinect系统的场景建模与机器人自主导航

本文分别基于微软Kinect系统的单目RGB摄像机以及深度距离受限的RGB-D像机,研究解决室内机器人的6自由度定位问题.首先,在传统不完全自由度估计的基础上,提出了特征点参数的增量式模型以解决运动尺度不确定性问题.该模型和以往的欧几里得、逆深度参数化模型相比,不仅能够显著降低系统状态维数,而且能够保证系统状态的一致可观测性;此外,基于增量式模型,根据Kinect系统中采集的RGB图像和红外图像,实现了对机器人6自由度的运动估计.最后,将Kinect系统采集得到的RGB图像和深度图像序列用于欧几里得参数化模型和增量式参数化模型,对应的实验结果证明了本文所提的自主导航方法的有效性.     

基于DSP的主动视觉系统

为了提高目标检测的快速性与准确性,简化基于粒子滤波的目标跟踪算法中的直方图计算,提高检测和跟踪算法在基于DSP(数字信号处理器)的主动视觉系统上的运行速度,提出了一种基于DSP的机器人主动视觉系统.该系统通过改进的EMCV(embedded computer vision library)与启发式搜索方法,在DSP上实现了AdaBoost检测算法;利用增量式直方图计算算法实现粒子滤波中颜色直方图与边缘方向直方图的计算,将直方图融合到观测模型中,在DSP上实现并优化了目标跟踪算法.实验证实了该主动视觉系统中算法的快速性与系统的鲁棒性.     

张量值图像插值方法综述

在图像处理和计算机视觉的许多任务中,经常需要对图像进行插值从而得到像素点之间的信息。标量值图像的插值方法已经得到充分的发展,但张量值图像的插值方法还没有深刻的发展和认识。通过对比较零散的张量值图像插值方法的研究现状进行了系统综述,从数学理论框架的角度出发,将现有的张量值图像插值方法进行全面分析和分类,指出欧氏理论框架计算张量会带来的问题,梳理从欧氏框架到黎曼度量框架的研究脉络,并比较了张量值图像插值方法的评价指标。最后,给出了张量值图像插值方法未来研究方向的建议。     

基于离散粒子群算法的航天器在轨服务任务分配问题研究

航天器任务分配对于提高多颗服务航天器之间的协同工作效率具有十分重要的意义;针对服务航天器协同目标分配问题特点,提出了一种基于离散粒子群算法的协同目标分配方法,设计了新的离散粒子群位置和速度更新公式,综合分析影响目标卫星价值、服务航天器损耗以及距离消耗等3项关键指标因素,建立了在轨服务任务分配问题的数学模型;仿真结果表明:离散粒子群算法具有收敛速度快、寻优能力强等优点,能够有效地解决多约束条件下的服务航天器协同任务分配问题,特别是在大规模的任务分配中,该方法具有很强的优越性。