陪护机器人粒子滤波定位法中重采样算法研究

针对室内陪护机器人粒子滤波定位方法,研究了四种粒子滤波重采样算法：多项式重采样算法、残差重采样算法、分层重采样算法和系统重采样算法,并分别对其进行仿真比较。实验证明残差重采样算法粒子收敛速度和粒子匮乏程度取折衷,性能优于其它三种重采样算法,在此基础上利用仿真实验结果在HHR-0303服务机器人上进行了实验。实验证明采用残差重采样算法的粒子滤波算法,利用声纳配合里程计定位的方案能达到定位目的。     

基于测度优化Laplacian SVM的中文指代消解方法

相比于传统的基于半监督学习的指代消解方法,Laplacian SVM（Support Vector Machine）能有效的挖掘已标注样本和未标注样本的相似性和关联性,更好的推导模型的分类边界。而传统Laplacian SVM采用欧式距离度量样本之间的距离,使得异类样本之间的相似性可能过大,不利于样本的准确分类。对此,提出一种基于数据驱动学习最优测度Laplacian SVM算法以解决中文指代消解语料不足的问题。该方法通过优化样本对之间的相似性约束条件和引入Fisher判别项,增大同类样本间的相似性,并突出强判别能力的特征。此外,提出核嵌入的测度优化方法将以上线性测度优化推广到非线性空间,有利于Laplacian SVM利用核函数实现非线性分类。在ACE2005中文语料库上的测评结果表明,所提出测度优化的Laplacian SVM（包括线性和核嵌入两种形式）的方法只需少量标注样本就可以获得与经典的有监督学习模型相当甚至更好的消解性能,同时也优于其他传统的半监督学习方法。     

用于超声斑点噪声滤波的各向异性扩散新模型

由于扩散系数的缺点,原斑点噪声各向异性扩散模型(Speckle reducing anisotropic diffusion, SRAD)有产生板块效应、模糊弱边界与细节等缺点. 本文通过改进扩散系数,提出一种新的斑点噪声各项异性扩散模型(New speckle reducing anisotropic diffuse, NSRAD), NSRAD中采用一个S型函数作为扩散系数:在同质区域中,采用各向同性扩散, 避免了板块效应; 在结构性区域中,扩散速度变化敏感,同时以更快趋向于0的速度扩散,因此,提高了该区域的分辨率,达到增强细节和弱边界以及保留边界的锐利性的目的. 仿真图像的定量分析证明新方法不仅比原SRAD除噪更有效,而且提高了除噪后图像与原图像的结构相似性,同时具有更小形变. 真实图像的试验结果也证明新方法在有效除噪的同时消除了黑板刷效应,增强了边界以及细节.     

一种联合文本和图像信息的行人检测方法

针对纯视觉行人检测方法存在的误检、漏检率高,遮挡目标以及小尺度目标检测精度低等问题,提出一种联合文本和图像信息的行人检测方法.该方法首先利用图像分析的方法初步获取图像目标的候选框,其次通过文本分析的方法获取文本中有关图像目标的实体表达,并提出一种基于马尔科夫随机场的模型用于推断图像候选框与文本实体表达之间的共指关系（Coreference Relation）,以此达到联合图像和文本信息以辅助机器视觉提高交通场景下行人检测精度的目的.在增加了图像文本描述的加州理工大学行人检测数据集上进行的测评结果表明,该方法不仅可以在图像信息的基础上联合文本信息提高交通场景中的行人检测精度,也能在文本信息的基础上联合图像信息提高文本中的指代消解（Anaphora Resolution）精度.     

钛元素取代对Cu_(46)Zr_(46)(Al_(1-x)Ti_x)_8非晶合金腐蚀性能的影响

采用电化学方法结合扫描电子显微镜研究了钛元素取代对Cu_(46)Zr_(46)(Al_(1-x)Ti_x)_8(0≤x≤1)块体非晶合金腐蚀性能的影响。试验结果表明,对于基体Cu_(46)Zr_(46)Al_8非晶合金,浸泡处理降低了其抗腐蚀能力,在3. 5%Na Cl溶液中其开路电位和腐蚀电流密度分别由浸泡前的-428 m V和4. 31×10-6A/cm~2变为浸泡后的-439 m V和2. 75×10-5A/cm~2。钛元素取代对Cu_(46)Zr_(46)(Al_(1-x)Ti_x)_8块体非晶合金在中性溶液中的腐蚀性能并没有起到明显的改善作用。然而,Cu_(46)Zr_(46)(Al_(1-x)Ti_x)_8块体非晶合金在碱性Na OH溶液中却具有较好的抗腐蚀能力,这与其发生钝化现象有关。     

基于假设验证和改进HOG特征的前车检测算法

为提高前方车辆检测的实时性和准确率,提出了一种新型的分层HOG对称特征,并利用假设检验的方法对视频图像中的前方车辆进行检测。在假设阶段,利用前方车辆车底阴影的特点,提取满足特点的图像子区域,并将此区域作为假设车辆图像。在验证阶段,首先利用多层低维HOG特征来代替高维HOG特征,并对HOG特征进行对称化处理,得到分层HOG对称特征;然后将训练样本的分层HOG对称特征用于ELM(Extreme Learning Machine)分类器的训练;最后,用ELM分类器对假设车辆图像进行验证,得到检测结果。实验结果表明:该方法平均处理速度为25.5帧/s,验证准确率平均值达到了99.59%,比原始的HOG特征提高了4.01%。     

面部多特征融合的驾驶员疲劳检测方法

为了监测驾驶员的疲劳状态,提出了一种基于面部多种疲劳参数的驾驶员状态检测算法。首先利用Gabor滤波和梯度信息增强眼睛和嘴部的边缘信息以进行准确定位,然后采用一种旋转不变的LBP金字塔特征对眼睛进行特征描述,训练线性SVM分类器判别眼睛的开闭状态;并根据嘴部的张开面积及宽高比判断嘴部的开闭状态,同时通过统计眼睛在垂直方向上的运动确定头部位置的变化。最后基于眼睛和嘴部的状态、头部的位置,计算出4个能够描述驾驶员状态的疲劳参数,利用模糊系统推理得出驾驶员最终的疲劳状态。实验结果证明检测和状态判别的算法都有较高的准确率,其中眼睛状态的识别率平均在97%,嘴部状态的识别率也能达到92%;模糊系统的合理性也在实验中得以验证。     

一种适用于城市道路检测及偏离报警的方法

提出了一种适用于城市道路车道线检测及车道偏离报警的方法。首先,设定道路图像感兴趣区域,对感兴趣区域进行图像预处理,提出了一种基于先验知识的改进Hough变换来提取出车道标识线参数;其次,改进了车道线跟踪策略,采用Kalman滤波器建立感兴趣区域,用最小二乘法对感兴趣区域内的车道线进行拟合,得到车道线最优预测值;最后,提出一种无需进行摄相机参数标定的车道偏离报警模型,该方法计算简单,报警精确度高。实验结果表明:在城市道路上,车道检测和偏离报警平均准确率可以达到93%以上,平均处理速度42 ms/帧左右,具有实时性和较强的鲁棒性,能够满足城市道路车道偏离报警的要求。     

环戊烷体系聚氨酯硬质泡沫发泡流动性能的研究

采用塑料软管流动性试验方法,从泡沫爬高高度、流动指数、密度分布探讨冰箱用聚氨酯硬质泡沫环戊烷发泡体系中催化剂、泡沫稳定剂等因素对物料流动性的影响。结果表明,当复合催化剂PC-5、PC-8、DMP-30用量分别为0．15、0．4、2．2份时,此环戊烷发泡体系的流动性较好。泡沫稳定剂AK-8805对环戊烷体系的流动性影响主要体现在泡沫密度分布方面,当AK-8805用量为2．0份时,发泡体系的密度分布最均匀。     

陪护机器人粒子滤波定位法中重采样算法研究

针对室内陪护机器人粒子滤波定位方法,研究了四种粒子滤波重采样算法:多项式重采样算法、残差重采样算法、分层重采样算法和系统重采样算法,并分别对其进行仿真比较.实验证明残差重采样算法粒子收敛速度和粒子匮乏程度取折衷,性能优于其它三种重采样算法,在此基础上利用仿真实验结果在HHR-0303服务机器人上进行了实验.实验证明采用残差重采样算法的粒子滤波算法,利用声纳配合里程计定位的方案能达到定位目的.