面向人机交互的运动想象脑电信号感知算法研究

脑电信号的特征提取与分类识别是脑机交互领域的核心问题。针对运动想象脑电信号的多分类问题,以更好利用包含有用信息的脑电信号频带为目的,提出了基于小波包变换(WPD)和一对多共空间模式(CSP)的特征提取算法。首先使用WPD算法将原始脑电信号分解成一系列子频带,筛选与运动想象活动相关的子频带。然后使用一对多CSP算法进行特征提取。最后对各子频带的特征进行组合并使用BP神经网络进行分类。算法的有效性通过BCI竞赛的基准数据集进行了测试,相交于竞赛结果有了明显提升。     

计算机人机交互界面的变化与计算机的发展

讨论人机交互界面性质设定变化对计算机发展的影响问题.认为人与计算机是通过一定界面进行信息交流的,而界面是否友好直接关系到计算机的应用及发展.及时改变人机交互界面的性质是计算机发展的关键.     

通过协作的人机交互进行态势估计

数据融合表征为在4个抽象级上进行:单元级、态势级、威胁级以及资源分配级。单元级特性试图确定各个平台目标属性。在态势级,探测诸如战斗群这样的单元编队。在威胁级和资源分配级,对可能的敌方意图和我方可能作出的反应进行推理。然而,对于更高级的抽象,也就是战斗力和威胁的抽象,没做什么工作。这篇论文提出了一种态势估计方法,其中包括战斗力与威胁的明确概念化。对这些战斗力与威胁的图形说明是为了加强单元级描述,避免含糊不清。这篇论文采用了一种崭新的用户接口——该接口允许人与计算机进行协作,使得战术估计优于人或机器独自工作的水平。论文随后说明人机责任的自然分工,并以战争情景为例说明这种协作系统的益处。     

一种应用于目视化瞄准的头动注视点定位算法

应用目视化瞄准技术可以简化火炮直瞄射击过程中的操作难度和瞄准效率。对于目视化瞄准时应用传统桌面式眼动仪器人体头部需要保持静止的问题,研究了一种适用于火炮目视化瞄准的头动注视点定位算法,该算法通过对头部建立四元数坐标系,计算眼球视场和屏幕坐标系,最后通过实验验证证明了通过该算法可以在人体头部自由移动的情况下获得良好的跟踪效果,证明了使用本算法可以实现头部不受限制下的眼动追踪,大大提高了视线追踪技术的适用范围,从而应用于火炮目视化直瞄射击。     

基于OpenCV的运动物体跟踪系统的设计与实现

运动物体的跟踪是把运动的物体检测出来,对目标编号并获取运动轨迹。因此,运动跟踪系统性能的优劣关键取决于运动前景检测的准确度。文章首先设计了一种有效的基于自动阈值分割的混合模型运动目标检测算法,然后以此为基础创建了一个独立的前景检测模块,最后将该模块嵌入到OpenCV提供的运动跟踪系统框架里,实现了一个完整的运动跟踪系统。运行结果表明,该系统具有较好的稳定性、准确性,满足了运动跟踪系统实时性、鲁棒性的要求。     

态势生成中一种非线性运动模型的建立

探讨了在信息融合仿真试验床的态势生成部分,建立飞行实体运动模型的方法;通过保留运动学方程,简化动力学方程的方法,给出了一种常见的机动飞行方式(俯冲爬升类运动)的运动模型的计算公式;并对这种运动模型的非线性和机动性进行了分析和讨论;通过仿真,比较了几种机动目标跟踪算法对该运动模型的跟踪效果,验证了该方法的有效性。     

运动目标视频检测与跟踪方法

运动目标跟踪的根本任务是根据目标的运动模型和图像特征估计它们的轨迹。提出一种运动目标检测、跟踪的方法。首先使用基于自适应混合高斯模型的背景差方法提取运动区域。目标的运动估计采用扩展卡尔曼滤波,由预测位置确定初始的候选区域。然后根据目标与候选区域的变化程度确定匹配需要的特征信息。如果目标只有一个候选区域并且它们之间的区域特征变化微小,那么它们的匹配不需要额外的信息。如果目标有多个候选区域或者单个候选区域可是它们的区域特征变化激烈,除了区域特征外还使用边缘特征,通过计算目标和候选区域的边缘的部分Hausdorff距离来确定目标的最佳匹配区域。实验结果表明,该方法在存在遮挡的情况下也能够连续的跟踪多个运动目标。     

基于HSV模型的运动目标提取与跟踪

为了实现对运动目标跟踪的目的,根据六角椎体模型原理(HSV),运用自适应阈值分割的方法,将运动目标从背景中提取出来,并对目标的运动轨迹进行计算与预测.利用Matlab 6.5,实现了单目标的提取与跟踪.经分析,这种方法速度较快,占用资源较少,非常适合工程应用.     

基于眼动追踪和触觉反馈的人-多机器人班组交互系统

针对在动态复杂、非结构化的场景中缺乏自然、高效人机交互方式的问题,提出了一种基于眼动追踪和触觉反馈的人-多机器人班组交互系统,用于管理由多机器人和人组成的团队。该系统利用混合现实头盔在现实世界中叠加虚拟交互界面,操作员通过基于凝视信号的非语言注意力感知的输入方法进行人机交互指令的输入,进而控制多机器人进行协同运动,同时操作员通过振动和挤压2种触觉反馈模态来感知多机器人系统编队队形的尺寸变化与编队完成状态。为了验证人机交互系统的有效性与可行性,设计了触觉反馈实验与人-多机器人班组交互系统实验,实验结果表明：所提出的基于眼动追踪和触觉反馈的人机交互系统能有效控制多机器人系统进行编队,指令执行成功率达93.3%,与仅通过视觉反馈相比,在有触觉反馈的情况下操作员可以使用更少的时间完成多机器人状态感知,交互效率提高了14.55%。     

道路约束条件下的地面运动目标跟踪

有效使用道路信息能显著提高地面运动目标跟踪性能。基于卡尔曼滤波理论,提出了道路约束条件下的滤波方法。首先建立了描述道路网中路段的数学模型,给出了将目标分配于道路的定位算法;然后推导了道路约束条件下的过程噪声矩阵;提出了路段切换时状态修正公式;在道路约束最大后验概率估计准则下,根据道路参数修正状态与协方差。蒙特卡洛仿真结果证明了该算法的优越性能,且定量分析表明其计算量是可接受的。     

增加运动预测的模板匹配方法在战车火控系统中的应用

分析研究了一种新的增加运动预测的模板匹配算法,并将其应用到战车火控系统中。实验证明该算法可以满足跟踪系统实时性的要求,对于运动目标的平移,旋转运动具有不变性。     

水下纯方位目标运动分析的UKF滤波算法

Unscented卡尔曼滤波(UKF)是一种新的非线性滤波算法,在U变换(unscented transformation)的基础上,获得纯方位条件下的UKF算法.最后,针对水下纯方位目标运动建立系统模型并进行仿真,仿真结果表明,UKF的滤波精度、稳定性和收敛时间都优于EKF,还可避免计算烦琐的Jacobin矩阵或Hessian矩阵,给计算带来了极大的方便.     

基于DSP的运动目标跟踪技术在火控系统中的应用

介绍了基于DSP的运动目标跟踪系统的功能、组成,及其目标跟踪算法的实现.为了提高实时性和精确性,采用了相关匹配算法和粗-精算法相结合的方法,实现了对目标的快速跟踪.经过实验验证该算法简单、有效,保证了序列图像中运动目标跟踪的实时性.     

纯方位系统目标折线运动定位与跟踪原理

提出了纯方位系统目标折线运动定位与跟踪问题;根据目标转向已知与未知两种情况,给出了在目标作n次折线运动时全部参数可解的量测次数的必要条件;当目标转向时间未知时,需要纳入识别-滤波-控制原理的研究框架。     

无人机规避或跟踪空中目标的自适应运动导引方法

无人机规避或跟踪空中目标可以看作是一个非线性运动导引控制问题。针对这类任务中无人机和目标存在高机动性、高时敏性等特点,提出了一种基于Lyapunov稳定性理论的无人机规避或跟踪目标运动导引方法。构建了基于精细时间运动导引方法的无人机规避或跟踪空中目标问题求解框架,并将无人机碰撞规避和机动目标跟踪问题分别转化为到达虚拟目标点和与虚拟目标点交会的问题。针对碰撞规避问题,将其转化为实现平行导引的控制问题,基于Lyapunov稳定性理论设计了无人机碰撞规避导引律。针对机动目标跟踪问题,在碰撞规避基础上,根据目标点交会的要求设计了相应的目标跟踪导引律。在Gazebo平台上开展了仿真验证实验,实验结果表明:所提方法能够有效避免大过载情况的出现,并具有较强的时变和参数适应性。     

运动场馆火灾烟气蔓延规律数值模拟研究

运动场馆规模大、人员密集、功能复杂、用电负荷大、配电线路多、火灾荷载大,一旦发生火灾可能导致群死群伤恶性事故的发生。研究运动场馆火灾情况下烟气变化规律,能够更好的指导消防安全设计。以某运动场馆为例,应用火灾模拟软件对其火灾情况下烟气蔓延过程进行数值模拟研究,分析了常见自然排烟方式对烟气层的高度、温度、氧气浓度、一氧化碳浓度变化的影响,从而为运动场馆防排烟设计提供依据。     

几种机动目标运动模型的跟踪性能对比

机动目标跟踪是目标定位与跟踪领域研究的难点问题之一.在分析Singer模型、"当前"统计模型、速度估计自适应模型的基础上,对这三种模型及算法进行仿真,给出了上述三种模型跟踪机动目标的精度与实时性的比较结果.