超声波目标定位与跟踪系统在机器人中的应用

机器人目标定位是实现自主导航的关键问题之一。借助超声波测距原理,采用三边测量法,设计了一个超声波定位系统。该系统通过分析处理多个传感器的信息,得到目标物体的方位数据,并配合相应的控制系统和执行机构,实现机器人对单个目标物体的跟踪。同时为了修正声速,在系统中加入了温度补偿电路。     

震撼您的视觉——买索尼蓝光光驱送蓝光电影碟

为满足更多用户轻松拥有高清的需要．日前．蓝光阵营核心成员．光存储领导厂商索尼宣布：从即日起．凡购买索尼高性价比的只读型蓝光光驱BDU-X10S．即可获赠年度大片《赤壁（上）》蓝光电影碟一张。     

AMDV ISION

2009年9月17日．AMD公司宣布将采用VISION（视觉）技术帮助消费者选择最符合他们需求的PC。VISION（视觉）技术的主题是悦目、共享和创意。与只关注个别硬件配置的传统方式不同．VISION（视觉）技术注重整个系统以及CPU和GPU的联合处理能力．从而为主流PC用户提供更好的视觉体验。它强调基于AMD的PC如何针对视频、数字媒体和内容创建活动进行了优化。     

SQL事件跟踪探查器在数据库优化中的作用

随着数据库内数据量的逐渐增大,系统的响应速度将越来越慢,这极大地影响了系统的整体性能,因此,探索数据库优化技术具有非常重要的意义。通过实例介绍了利用SQL事件跟踪探查器进行数据库优化的方法,利用Profiler跟踪查询,找到影响系统性能的SQL语句,并加以优化;同时,利用索引优化器优化索引,实现了数据库的优化。实践证明,文中所提出的优化方法明显提高了管理信息系统的性能和效率。     

生物Reichardt运动检测器和感受域模板的 FPGA设计与实现

为了在图像处理中快速地实现运动检测和相机自身运动方式估算,引入了基于生物视觉机制的Reichardt运动检测器模型(EMD)和感受域模板.分析了Reichardt运动检测器模型的基本特性及其缺陷.为了克服模型上的主要缺陷,在应用中选择了一种优化模型,应用该模型可以得到较好的运动检测结果.同时,提出了基于苍蝇视觉系统的6个感受域模板,用以实现简单自身运动方式的估算,如相机自身的平移、旋转等.最后,在FPGA(FieldProgrammable Gate Array)平台上实现了相关的算法.实验结果表明,优化后的运动检测器可以快速地判断局部运动方向,感受域模板可实现在特定背景下的简单运动方式估算;对分辨率为256×256像素的输入图片,本设计中的FPGA系统可达到每秒350帧的处理速率,所产生的延时仅为0.25μs,达到了快速处理的要求.此模型可应用于实时的机器视觉系统,如进行障碍物检测、整体运动方式估算、UAV/MAV的稳定控制等.     

基于LQS的基本矩阵计算方法

基本矩阵作为分析两视图对极几何的有力工具,在视觉领域中占用重要的地位.分析了传统鲁棒方法在基本矩阵的求解问题中存在的不足,引入了稳健回归分析中的LQS方法,并结合Bucket分割技术,提出一种鲁棒估计基本矩阵的新方法,克服了RANSAC方法和LMedS方法的缺陷.模拟数据和真实图像实验结果表明,本文方法具有更高的鲁棒性和精确度.     

基于多观测模型的粒子滤波头部跟踪算法

粒子滤波在非线性和非高斯问题上具有独特的优越性,但在视频跟踪过程中,其跟踪性能却在很大程度上依赖于观测模型的选择。为了解决被跟踪目标特征状态随时间变化而与粒子观测模型不匹配的问题,提出了一种新的粒子滤波算法,即将被跟踪目标的不同特征状态与粒子观测模型相结合,形成一组具有不同观测模型的粒子,并且在跟踪过程中,对应不同观测模型的粒子根据被跟踪目标所表现的特征线索的变化而相互转换,从而动态刻画了被跟踪目标特征变化的过程。实验结果表明,本算法能够有效处理由于头部旋转而导致跟踪性能下降甚至丢失跟踪目标的问题,提高了跟踪的准确性,并且具有较好的鲁棒性。     

基于先验知识的月球车视觉系统特征提取方法

为了满足月面巡视探测器的自主导航要求。提出一种新的基于先验知识的特征点提取算法。首先,根据先验知识对原始图像进行预分割成危险区域和安全区域,然后在危险区域里面进行特征点的选取工作,对特征点用于以后的匹配和目标定位,进而用于视觉系统的导航工作。与传统算法相比,提取方法可以有效减少计算量,使选取特征点更加准确,提高后续匹配阶段的处理速度和匹配精度。在模拟试验场的双目视觉照片中,通过实验取得较好的效果。     

随机纹理表面缺陷检测方法与应用

针对随机纹理表面缺陷检测问题,提出了一种基于Gabor小波的检测方法。该方法首先利用实值2维 Gabor小波对图像进行多通道滤波;然后通过对滤波图像进行非线性处理和平滑滤波产生通道能量图像（特征图像）;接着在学习阶段估计学习样本（不含缺陷）特征的统计参数,并用于指导检测阶段特征图像的阈值化;最后在不同尺度和方向,对阈值化后的特征图像进行融合,并二值化,以达到减小虚警率的目的。实验结果表明,该方法检测效果好,且要求学习样本少,适用于不同缺陷类型和各种检测问题。     

无线传感器网络中基于信息收益的多目标跟踪

目标跟踪是无线传感器网络应用的一个很重要的研究领域,节点有限的通信能力、处理能力、存储能力限制了传统跟踪算法的使用.为了提高网络的信息感知能力和降低能量消耗,提出基于信息收益的加权质心多目标跟踪算法,算法通过信息收益函数选取并唤醒节点对目标感知,通过传感器属性信息解模糊,并利用加权质心算法实现了多目标跟踪.仿真结果表明,与Bayes滤波协同多目标跟踪算法相比,算法虽精度略低,但时间复杂度低、失跟率低、实时性高,总体性能优于前者.