基于结构支持向量机的目标检测跟踪同步算法

目标检测跟踪同步算法通过对视频帧的目标实时检测来达到跟踪的目的,该算法主要是为了维持一个能够在线训练的分类器,把从背景采样的样本作为负样本,从目标区域采样的样本作为正样本,然后通过分类器把二者区分开,以达到跟踪效果。然而当目标产生形变以及目标区域发生遮挡的时候,如何对样本采样和精确标记成为跟踪成败的关键。在结构支持向量机的框架下,提出一种基于结构支持向量机的目标检测跟踪同步算法。由于结构支持向量机的输出可以是复杂的数据结构,因此采用结构支持向量机,把目标位置估计作为结构支持向量机的输出,避免了对样本标记精确估计的需要,克服了当目标发生遮挡和大范围变形时导致的跟踪失败。仿真实验表明,该算法有良好稳定的跟踪效果。     

一种基于差分进化混合粒子群算法的多无人机航迹规划

针对多无人机的航迹规划问题,采用一种混合粒子群算法,将其应用于多无人机的航迹规划,并保证各个无人机所经路径的代价函数总和最小。对城市环境包括楼房建筑等障碍物以及雷达干扰等禁飞区域进行建模,通过建立多个航点并插入分割点的方法,然后使用带有差分进化操作以及自适应调整惯性权重策略的混合粒子群算法进行航迹规划,最后通过仿真实验验证了该算法的有效性。     

基于Retinex和多注意力的低光照航拍图像增强方法

针对低光照航拍图像亮度低、对比度弱、噪声多、细节缺失等问题,提出一种基于Retinex和多注意力机制的低光照航拍图像增强(MARNet)方法。首先,将低光照航拍图像分解为光照图和反射图,再将CBAM注意力机制引入噪声调整网络,让网络更加关注高噪区域,去除反射图中大量噪声;然后,设计了由上下采样结构组成的光照调整网络,引入通道注意力机制,提升光照图亮度,同时,加入区域损失函数,提高细节对比度;最后,为实现低光照近地面目标检测与跟踪,利用低光照图像合成方法,加入真实噪声,制作了一套低光照航拍配对数据集。实验结果表明,所提方法在提高图像亮度、减少噪声的同时还原了细节信息,3项性能指标PSNR,SSIM和NIQE及人类视觉感知效果均有所提升。     

一种基于线特征约束的无人机双目视觉SLAM算法

为了解决点特征SLAM算法在低纹理环境中精度下降的问题,提出了一种基于线特征约束的无人机双目视觉SLAM算法。首先,将双目相机观测线特征分为单目相机在两帧下观测、双目相机在两帧下观测、双目相机在一帧下观测3种情况;然后,计算了3种情况下的残差块和雅可比矩阵;最后,利用所提线特征约束改进了VINS-Fusion算法。在EuRoC数据集上进行实验验证,结果表明提出的算法在数据集半数以上的场景中都有良好的表现,相较于改进前的VINS-Fusion算法定位精度平均提升13.2%。     

基于马尔可夫矩阵的纸币图像识别

针对复杂的纸币图像,采用马尔可夫(Markov)转移矩阵对图像像素间相关性进行建模,提取图像的纹理特征。鉴于各种面额的人民币图像整体纹理的空间分布比较相似,截取图像的特征区域,结合网格法,以每个网格内的纹理为特征识别纸币的面额。在纸币的训练样本中加入大量的无标注样本,用支持向量附近的无标注样本点调节分类超平面,提出改进的直推式支持向量机(Modified Transductive Support Vector Machine,MTSVM),加快了算法的收敛速度。以MTSVM为识别分类器进行仿真实验。实验结果表明在网格法的基础上,马尔可夫矩阵提取的纹理特征能够有效地描述图像,MTSVM可以得到更加准确的分类超平面,取得了较高的纸币面额识别率。     

基于最小关节力矩优化的自由浮动空间刚柔耦合机械臂混沌动力学建模与控制

采用拉格朗日法、假设模态法和系统动量守恒原理,推导了一种平面内三连杆的自由浮动刚柔耦合冗余度空间机械臂的动力学模型.基于最小关节驱动力矩优化,建立了自由浮动刚柔耦合冗余度空间机械臂的混沌运动状态方程,采用混沌数值方法分析机械臂运动中的混沌现象,分别在工作空间、关节空间和模态空间,设计鲁棒Proportional-Derivtive(PD)补偿控制、延迟反馈控制和模态力最优控制,实现了轨迹跟踪、混沌运动抑制和振动控制.通过数值仿真验证了建模与控制方法的有效性.     

基于在线误差修正自适应SVR的非线性不确定分数阶混沌系统滑模控制

提出了一种基于在线误差修正自适应SVR的滑模控制方法, 用于解决一类非线性不确定分数阶混沌系统的控制问题. 分别通过对混沌系统非线性函数的离线SVR估计和基于增量学习的状态跟踪误差在线SVR预测, 解决了不确定分数阶混沌系统模型难以预测的问题. 同时根据Lyapunov稳定性理论设计出SVR权值自适应调整律. 本文以分数阶Arneodo 系统为例进行仿真, 仿真结果表明了, 对于带有外界噪声扰动的非线性不确定分数阶混沌系统, 该方法可以在有限时间内将系统稳定至期望状态, 提高对非线性函数的预测精度, 改善控制性能.     

基于代价参考粒子滤波的机动目标跟踪算法

代价参考粒子滤波算法通过动态优化自定义代价函数和风险函数来衡量状态滤波估计的质量,选取最优的状态估计.与粒子滤波算法相比其优点是不需要任何先验概率知识的假定和重采样过程可实现并行处理.将代价参考粒子滤波与当前统计模型的优点相结合,提出一种新的当前统计模型自适应跟踪算法,用于非线性非高斯系统的机动目标跟踪.Monte Carlo仿真表明,该算法跟踪精度优于标准的交互多模型算法和当前统计模型自适应跟踪算法,实时性好于当前统计模型高斯粒子滤波算法.     

基于ROS的旋翼无人机实验教学平台设计

为了设计一种轻量级高性价比无人飞行实验教学平台,在M100无人机平台的结构基础上,以树莓派作为机载计算机,在设备仓安装摄像头、图像传输模块、无线串口模块、GPS模块,同时使用小型移动电源供电。树莓派搭载ROS操作系统,开发和运行以消息、服务等ROS系统通信机制为基础的应用程序。结合自动飞行和图像采集、传输及存储等试验,说明该方案飞行精度较高,功能较为齐全,弥补了先前公开的同类平台的一些不足。由于搭载了ROS系统,平台具有很强的二次开发能力,可作为后续以图像处理为基础的编队飞行等复杂技术研究的基础。     

动态信噪比下舱音信号的降噪方法对比

针对舱音信息中响度大、种类多和频率范围宽的噪声对舱音识别性能造成严重影响的问题, 利用基于最小均方差算法的自适应滤波器对舱音进行降噪。通过调整滤波器的阶数和步长使降噪效果达到最佳, 然后对降噪后的舱音进行预加重、分帧、加窗及傅里叶变换; 依次提取每个舱音信号的梅尔倒谱系数和一阶差分倒谱参数作为特征向量; 设计支持向量机, 利用舱音进行训练和识别, 解决了舱音样本在低信噪比下识别性能低的缺点。仿真结果表明, 该方法明显优于小波包降噪, 识别精确率达到96.9231%。