BF粒子滤波算法在快速目标跟踪中应用的研究

为了对快速目标进行跟踪,在高斯加性白噪声的条件下(AGWN),文章把BF粒子滤波算法和迭代的Kalman滤波器方法结合起来对快速目标状态进行处理,状态估计用BF粒子滤波算法,能减小方差和运算量,同时用Kalman滤波器能提高跟踪精度和对目标状态的估计。仿真结果表明,文中所设计的快速和精确的BF算法能真正地解决快速目标跟踪问题。     

一种基于空间直方图的Mean-Shift跟踪算法*

经典的Mean-Shift跟踪算法以颜色直方图为特征对目标进行跟踪。颜色直方图反映的是图像中颜色的组成情况,即出现了哪些颜色以及各种颜色出现的次数。颜色直方图具有旋转不变性、缩放不变性等优点,经常用于图像检索,即通过比较颜色直方图的差异来衡量两幅图像在颜色全局分布上的差异。但是颜色直方图不能反映颜色的空间分布特征,当跟踪目标与背景色颜色相近时可能造成错误跟踪,导致跟踪失败。考虑目标颜色空间分布特征,将空间分布信息融入颜色直方图中,提出了基于空间颜色直方图的Mean-Shift跟踪方法,全面地反映了颜色的整体分布信息和空间分布信息。在VC 6.0上利用新方法和经典Mean-Shift跟踪方法分别对发生遮挡的视频和快速运动的视频进行跟踪,实验结果表明,提出的新方法能够更好地对目标进行跟踪,避免跟踪过程中的目标丢失。     

基于双CPU的太阳能跟踪系统的研究

从提高太阳能电池板的输出功率出发,提出了基于双CPU控制方式的太阳能跟踪系统。系统采用俯仰-水平双轴控制,以单片机STC12C2052AD为光电控制单元的核心处理器,以混合式步进电机为执行机构,以TMS320F2812为核心控制器件的三相正弦波细分驱动器实现了混合式步进电机的精确定位。实验表明系统运行稳定,具有很高的实用价值。     

带有干扰观测器的凝视航天器姿态变结构控制

研究了实现对地凝视观测时的航天器姿态控制问题.首先介绍了对地凝视模式及其成像优点,继而推导出实现对地凝视的期望姿态四元数和期望角速度,在此基础上得到姿态相对动力学和运动学方程;考虑到提高凝视成像精度、延长成像时间的要求,设计了一种变结构控制律,并采用干扰观测器的方法来抑制变结构控制的固有振颤,提高控制效果,并对这种方法和传统控制方法进行了比较.仿真结果表明,在实现对地凝视的姿态控制过程中,设计的控制器响应速度更快,具有更好的鲁棒性,并减弱了变结构控制的振颤问题.     

基于类云模型聚类的多目标数据关联算法

针对多目标跟踪中的数据关联问题,提出一种基于类云模型c-均值聚类的数据关联算法.该算法采用类云模型c-均值聚类算法对目标有效回波进行聚类,将聚类中心作为目标最终观测值,运用最近邻法对聚类中心与航迹进行关联,用Kalman滤波器进行状态估计.实验结果表明,本算法与联合概率数据互联算法相比,跟踪精度高,计算量小,更适应于工程应用.     

自动人脸跟踪方法研究

针对实时视频监控领域中传统的Camshift算法不能自动跟踪人脸和容易受到肤色相近遮挡等问题,首先采用Adaboost算法实现了人脸的自动检测,同时对于跟踪丢失等情形,通过贪心预测和卡尔曼预测对跟踪偏差进行实时改进,并比较两种算法的优缺点。实验表明前者对跟踪的准确性有较大提高,后者具有较好的实时性,在相近肤色遮挡时仍能实现正确跟踪,并对侧脸也有较好的效果,算法具有较好的鲁棒性。     

长壁综采工作面采煤机定位定姿技术研究

分析了现有的采煤机支架传感定位技术、轨道里程计定位技术、自主定位技术的研究现状及其存在的问题;提出了以采区绝对坐标为参考坐标,采煤机在开采煤层内绝对定位的研究内容;探讨了采煤机定位技术在长壁综采工作面自动化中的作用。     

多通道Haar-like特征多示例学习目标跟踪

目的 提出一种基于多通道Haar-like特征的多示例学习目标跟踪算法,克服了多示例跟踪算法在处理彩色视频时利用信息少和弱特征不能更换的缺点。方法 首先,针对原始多示例学习跟踪算法对彩色视频帧采用单通道信息或将其简单转化为灰度图像进行跟踪会丢失部分特征信息的缺点,提出在RGB三通道上生成位置、大小和通道完全随机的Haar-like特征来更好地表示目标。其次,针对多示例学习跟踪算法中Haar-like弱特征不能更换,难以反映目标自身和外界条件变化的特点,提出在弱分类器选择过程中,用随机生成的新Haar-like特征实时替换部分判别力最弱的Haar-like特征,从而在目标模型中引入新的信息,以适应目标外观的动态变化。结果 对8个具有挑战性的彩色视频序列的实验结果表明,与原始多示例学习跟踪算法、加权多示例学习跟踪算法、基于分布场的跟踪算法相比,提出的方法不仅获得了最小的平均中心误差,而且平均跟踪准确率比上述3种算法分别高52.85%,34.75%和5.71%,在4种算法中获得最优性能。结论 通过将Haar-like特征从RGB三通道随机生成,并将判别力最弱的部分Haar-like弱特征实时更换,显著提升了原始多示例学习跟踪算法对彩色视频的跟踪效果,扩展了其应用前景。     

垂直姿态的非正交测量优化与校正

垂直小角度时,采用的非正交姿态测量方法旨在解决传感器输出信号极微弱和解算精度低等问题。描述了非正交坐标系的理论模型,对其进行了优化,确定了最佳偏置角度。利用补偿矩阵对因测斜仪安装问题引入的位置误差进行校正,通过井斜角和工具面角的解算结果验证校正效果。测试结果表明,在偏置角为45°时,姿态参数具有较高的解算精度;而数据校正能大幅度降低位置误差,进一步提高测量精度。