基于机器视觉的AGV路径跟踪

以前轮转向、后轮驱动的四轮移动AGV为研究对象,设计控制器使其能自动寻线前进。为实现对标识线路径的识别和跟踪,提出一种原理简单的视觉图像处理方法并加以改进,提取出路径信息。最后基于预瞄理论和车运动学模型,将被跟踪路径分成若干长短不一的微段,以微小折线段逼近参考路径的曲线段,进行分段跟踪。实验证明:系统能很好地满足AGV对路径识别性能和抗干扰能力的要求,实时性好,能按照任意给定的道路标识线平稳地寻迹。     

机械式立体汽车库消防设计探讨

近年来,随着汽车大批量进入个人家庭,停车难、行路难成为困扰城市交通的大难题,由于城市土地资源越来越匮乏和昂贵,立体停车将是停车产业发展的方向。介绍了机械式立体汽车库的基本形式,分析了其火灾危险性及火灾特点,并探讨了机械式立体汽车库设计的相关要求。     

虚拟舰炮仿真训练系统的研究与设计

由于进行实弹射击的组织实施复杂,花费多,危险性大,易受天气,海况等条件影响,海军舰艇部队进行的实弹射击训练非常有限,远不能达到实战的需要.基于虚拟现实技术,对舰炮射击仿真训练模拟器的软件、硬件进行了总体设计,研究了炮弹弹道坐标的解算问题,使用Vega结合Creator进行视景系统的开发,研究建立了桌面式的虚拟现实系统.基本实现了舰炮射击仿真训练模拟器的桌面原型系统.     

非合作目标视觉/惯导相对导航及敏感器自标定方法

利用视觉/惯导对空间非合作目标进行相对导航时,两敏感器的外参数对导航精度有较大影响。考虑到敏感器间的外参数标定复杂且耗时,提出一种利用视觉/惯导在估计相对状态过程中对其外参数进行标定的方法。该方法将视觉/惯导的外参数作为状态变量,与相对轨道运动学方程、相对姿态方程及惯导模型共同组成系统状态方程。利用该状态方程和单目视觉的观测量设计扩展卡尔曼滤波器对相对位姿、惯导偏差及视觉/惯导外参数进行估计,并通过数学仿真对该方法的有效性进行验证。仿真结果表明,该方法能够在视觉/惯导初始外参有偏差的情况下,有效估计相对位姿及惯导漂移,并对视觉/惯导外参数进行标定。     

阵列雷达波束内双目标的极大似然角度估计方法

单波束内目标往往相距较近,采用传统角度分辨技术难以将其分辨,从而给目标跟踪和识别带来较大困难。于是提出基于LM算法的极大似然角度估计方法,实现波束内双目标的分辨。该方法在阵列雷达的基础上建立双目标回波模型,推导极大似然角度估计算法。考虑到求解算法直接影响极大似然角度估计的收敛速度和估计精度,利用LM算法实现了极大似然估计的求解,从而得到目标角度的精确估计。该方法避免了多次脉冲相干积累,具有计算量小的特点。仿真结果验证了方法的有效性。     

反无人机视觉检测与跟踪技术进展分析

为应对无人机“黑飞”“滥飞”等对国防和公共安全造成的巨大威胁,反无人机技术研究成为当前迫切的现实需求。首先,对比分析雷达、无线电、声音、机器视觉4类典型的反无人机检测技术;其次,重点针对反无人机的视觉检测与跟踪技术,从目标检测、无人机识别、无人机跟踪等角度,详细分析视觉检测与跟踪关键技术的优势与不足,以及各项技术在反无人机检测跟踪中的应用情况及改进策略;最后,探讨应用中较为突出的检测精度、跟踪遮挡、实时性、数据集收集标准、多技术融合5个方面问题和发展趋势,为相关技术研究提供参考。     

基于多测量融合的粒子滤波跟踪算法

复杂背景下运动目标的可靠跟踪,是计算机视觉领域中一个极具挑战性的问题。提出了一种融合颜色和纹理信息的粒子滤波跟踪算法,在粒子滤波的测量阶段,使用颜色直方图对目标进行颜色描述,用梯度方向向量对目标进行纹理描述。对这两种信息,分别用Bhattacharyya系数和欧几里德距离比较粒子与参考模板的相似性。为解决目标变化和遮挡问题,采用了模板更新策略。实验结果表明该方法是稳健的,能够在复杂的背景下对运动目标进行有效、可靠的跟踪。     

无人机保距跟踪中的视觉跟踪算法研究

针对固定翼无人机对地面目标进行保距跟踪过程中不能稳定获取目标图像的问题,设计了一种提高视觉目标跟踪稳定性的算法。该算法基于核相关滤波算法,提出了线性旋转子空间的概念,用于估计平面外旋转后的目标图像,在跟踪的过程中通过跟踪效果判断是否对线性旋转子空间进行校正。这种更新机制提高了在相对位置不断变化的情况下视觉跟踪的稳定性和准确性,有效地降低了跟踪漂移的程度。算法在无人机跟踪视角的视觉跟踪数据集中进行了测试,结果显示在跟踪的准确性和鲁棒性上明显好于当前主流跟踪算法。并使用固定翼无人机进行了实机飞行,验证了算法的可行性。     

火炮身管内膛疵病检测现状与展望

简要回顾了火炮身管内膛疵病的光学检测方法及其局限性,详细介绍了目前重点研究的光电窥膛检测方法,分析了取得的成果和存在的问题。对火炮身管内膛疵病检测的发展方向进行了预测与展望,指出基于机器视觉的研究是一个新的方向。探讨了今后的研究思路,提出首要的任务是在软件方面实现“采集一识别一判定”的自动运行,为此需要重点研究疵病检测的机器视觉图像信息、图像的纹理特征分析技术、疵病评定体系等3方面的内容。