一种多传感器反直升机智能雷伺服跟踪系统

讨论一种基于多传感器的反直升机智能雷AHM(Anti-Helicopter Mine)系统.为了提高智能雷的全自动智能跟踪能力和打击精度,在传统的被动声探测技术的基础上,结合图像传感器的视觉信息和激光测距仪的深度信息,提出一种基于声-光-电多传感器联合的自动目标探测、识别、跟踪算法.首先将五元十字声源定位技术用于低空目...     

基于TMS320C6701的嵌入式智能视觉监控系统设计与实现

为了使视觉监控系统具有自主能力,本文设计了一种基于嵌入式高速DSP处理器TMS320C6701的运动目标自动跟踪系统,通过对摄像机获取的序列图像进行自动分析,实现对动态场景中目标的定位、识别和跟踪,并在此基础上分析和判断目标的行为。首先介绍了系统的硬件和软件设计,然后运用差分图像法,通过阈值图像分割来检测运动目标,并采用形心跟踪算法来自动跟踪目标。实验结果表明该系统取得了较好的跟踪效果。     

基于图像的目标自动跟踪系统

快速准确地跟踪目标是现代战争精确制导武器的基本要求,提高跟踪系统的实时性和准确性成为国内外目标跟踪技术的热点。建立了一套基于图像的目标自动跟踪系统,介绍了系统组成、设计原理以及算法原理。系统采用了一种非参数化跟踪算法——连续自适应平均值迁移（CAMSHIFT）算法来追踪目标,为精确制导武器的基于图像的目标自动跟踪技术奠定了重要的基础。试验证明该系统实现了目标自动跟踪功能,算法简洁,实时性和鲁棒性好。     

基于计算机视觉的轮椅跟随系统设计

为解决老年人口日益增多而看护人员缺乏的问题,设计了一种具有自动跟随功能的智能轮椅系统。该系统通过计算机视觉传感器获取图像信息后,首先利用自适应高斯混合建模的背景减除法完成对目标的检测,再利用基于多特征融合的粒子滤波的TLD（Tracking-Learning-Detection）跟踪算法完成对目标的跟踪,最后结合双目定位算法得到目标在相机坐标系下的三维位置。根据目标的位置控制轮椅的速度和方向,使轮椅与目标人物保持设定的距离和相对方位,完成对目标的跟随。对轮椅跟随系统各项功能进行测试,结果表明,该系统不仅能够完成对使用者的实时跟随,同时也能实现对障碍物安全的躲避。     

一种用于目标物体跟踪的人工标志

论文提出一种用于AR系统中进行运动目标跟踪的点阵图像,并给出了提取这个点阵图像特征点的算法。目标物体跟踪系统在CCD实时采集的、包含被跟踪目标的场景图像中提取点阵图像的特征点,这些特征点的坐标作为计算目标运动状态提供必要的参数。该标志可以用在具有复杂背景的目标物体跟踪系统中。     

基于粒子滤波的双模图像融合自适应跟踪

针对视频跟踪中仅利用目标的单特征容易导致跟踪失败的问题,提出一种基于粒子滤波的可见光与红外序列图像相融合的自适应目标跟踪算法;该算法在粒子滤波跟踪算法框架下,根据单一信源运动目标序列图像的品质因子,利用自适应加权融合策略重构双模序列图像的特征选择机制,建立了基于自适应融合算法的系统观测概率模型和状态空间层次采样多特征融合跟踪算法,实现了对双模序列图像的融合以及对运动目标的稳健跟踪;跟踪试验结果表明,该算法可以有效实现对运动目标的稳健、准确跟踪。     

安防领域中运动目标自动跟踪算法的设计

本文阐述了一种安防领域中运动目标自动跟踪算法的实现,该系统用于控制摄像机捕捉移动目标,主要由超声波传感器、舵机云台、摄像头、上位机监控界面等组成。由两组超声波传感器对运动目标进行综合定位,通过数学运算的方式,得出物体较精确的二维坐标,处理得到云台的控制量,控制摄像机跟踪目标,并在上位机上显示状态。     

电视跟踪系统中运动目标的精确提取与快速跟踪

为了使电视跟踪系统在自动作业时能够抵抗外界干扰,提出了一种基于二级精度的运动目标精确提取和快速跟踪方法。该方法采用二次帧差法与四分图像的双波门法对视频图像进行处理,自动获取运动目标的初始模板,然后根据轨迹预测算子对目标进行自适应特征匹配实现有效跟踪。在某电视跟踪系统中应用该算法进行低空飞行目标跟踪实验,取得了良好的跟踪效果。实验结果表明,该方法不仅满足目标跟踪的实时性,而且能够有效提高目标识别的准确率。     

无线传感器网络中改进的多目标定位和跟踪算法

基于无线传感器网络的目标定位与跟踪技术是目前研究的热点,传统的目标跟踪算法均需要明确的目标定位系统观测模型,如无法获得该模型,则算法失效。为此,利用移动机器人客户端,提出一种分布式移动多目标定位和跟踪算法。该算法将所有机器人分为负责目标跟踪的领袖机器人与负责网络阵型和连接性维护的从属机器人,对收敛误差和系统参数间的关系进行分析,并通过仿真实验验证了该算法的有效性。     

一种WSN下的Mean Shift跟踪算法*

为有效地利用无线传感器网络跟踪移动目标,提出了一种基于高斯混合模型的Mean Shift跟踪算法。该算法运用高斯混合模型描述网络区域内目标信号分布的统计特征,利用Mean Shift区分目标信号与环境噪声,并对目标进行定位与跟踪。仿真实验结果表明,该算法在网络存在较大噪声,特别是网络存在大量异常传感器节点读数的情况下,定位精度高、受异常传感器节点读数影响较小。较之以往无线传感器网络目标跟踪算法,该算法具有更好的鲁棒性。     

Trajectroy prediction for target tracking using acoustic and image hybrid wireless multimedia sensors networks

Wireless multimedia sensor networks (WMSN), with self-organizing and high fault tolerant characteristics, have achieved great advantages in target tracking region. However, the capabilities of these tiny devices are limited by their battery power, storage capacity, computational ability and communication bandwidth. In this paper, hybrid wireless multimedia sensors networks composed of acoustic and image sensors are proposed for target tracking. When the target appears in the detection area, it may change the environment parameters nearby, so acoustic sensors are used to gather target signal firstly. Then, a target location method is executed based on the strength of the received acoustic signal. Furthermore, to achieve energy-efficient target tracking with high reliability and robust, image sensors are used as supplements to the acoustic sensors. This approach also reduces the power consumption communication burden of the whole networks. In order to decrease the number of active nodes, Gauss Markov mobility model is also adopted to predict the target trajectory and minimize the tracking region with considering of vehicular kinematics. Simulation results verify that, compared with other algorithms, our scheme can reduce the energy consumption and improve tracking accuracy.     

一种用于舰载无人机通信的天线伺服系统设计

为克服舰载设备使用稳定平台的可靠性问题,提出并设计了一种脱离稳定平台用于舰载无人机通信的天线伺服系统。该天线伺服系统用于舰艇对舰载无人机的实时跟踪,具有自动跟踪和手动跟踪两种工作模式,并且结构简单、工作稳定、响应速度快。从系统设计原理出发,阐述了系统的机电作动机构、角度跟踪算法、系统硬件电路设计以及伺服电机控制策略。实验表明,该伺服系统能够实时对舰载无人机进行精确跟踪,从而保障舰艇与无人机的有效通信。     

基于ARM的直流电机位置伺服系统设计

针对图像跟踪中对转台响应快、定位精度高的要求,设计了以ARM和轴角转换芯片组成的位置伺服控制系统。系统使用轴角转换芯片采集旋转变压器反馈的位置信息,通过IR2130驱动MOSFET功率管构成的H桥电机驱动电路,采用带有速度前馈加速度前馈的PID调节算法实现了直流电机位置伺服控制。试验结果表明该控制系统能够满足图像跟踪中对转台快速性和准确性的要求。     

仿人视觉过程的机器人视觉伺服系统研究

提出了一种模仿人类视觉过程的动态图像目标跟踪方法,其采用基于模板匹配的识别技术,通过模仿人类视觉目标定位过程运用遗传算法实现了对运动物体的视觉跟踪。利用此方法实现了一套视觉伺服机器人的运动目标跟踪系统,通过实验说明该方法能够满足系统的实时性要求,同时具有一定的抗噪能力。     

基于虚拟现实技术的移动机器人视觉伺服控制系统设计

为了有效确保移动机器人视觉伺服控制效果,提高移动机器人视觉伺服控制精度,设计了基于虚拟现实技术的移动机器人视觉伺服控制系统。通过三维视觉传感器和立体显示器等虚拟环境的I/O设备、位姿传感器、视觉图像处理器以及伺服控制器元件,完成系统硬件设计。从运动学和动力学两个方面,搭建移动机器人数学模型,利用标定的视觉相机,生成移动机器人实时视觉图像,通过图像滤波、畸变校正等步骤,完成图像的预处理。利用视觉图像,构建移动机器人虚拟移动环境。在虚拟现实技术下,通过目标定位、路线生成、碰撞检测、路线调整等步骤,规划移动机器人行动路线,通过控制量的计算,实现视觉伺服控制功能。系统测试结果表明,所设计控制系统的位置控制误差较小,姿态角和移动速度控制误差仅为0.05°和0.12m/s,移动机器人碰撞次数较少,具有较好的移动机器人视觉伺服控制效果,能够有效提高移动机器人视觉伺服控制精度。     

多声传感器异步融合算法

声探测定位技术是利用声传感器接收特定声波信号以确定声源的一种无源定位技术,它具有隐蔽性好、不易受干扰等优点.本文研究了仅能提供方位角信息的异步多声传感器无源探测系统数据融合问题,提出了一种适用于声传感器的在线估计可变周期融合算法.该算法首先采用伪线性算法,将非线性量测方程线性化;然后通过采用参数在线估计和基于运动模型向前追溯确保时间同步的方法,解决了目标跟踪时信号传输时延和传感器异步的问题.通过Monte Carlo仿真表明,在参数在线估计中,步长选取适当时,该算法可以满足声探测系统的精度要求,并且具有收敛快、精度高、稳定的特点.     

基于CamShift的跟踪系统的设计

介绍了一套目标跟踪系统。上位机采用基于CamShift算法,利用目标的颜色直方图模型得到每帧图像的颜色投影图,并根据上一帧得到的结果自适应调整搜索窗口的位置和大小,得到当前图像中目标的尺寸和中心位置,然后计算中心位置距离图像中心的偏移量;下位机是利用DSP设计的一套运动控制系统,由自主研发的DSP型伺服放大器、直流伺服电机和云台、伺服驱动单元组成,能够根据运动偏差控制云台跟踪运动目标的移动。实验证明：本系统可以较好地实现简单背景下物体的跟踪。     

Development of a vision-based ground target detection and tracking system for a small unmanned helicopter

It is undoubted that the latest trend in the unmanned aerial vehicles (UAVs) community is towards visionbased unmanned small-scale helicopter, utilizing the maneuvering capabilities of the helicopter and the rich information of visual sensors, in order to arrive at a versatile platform for a variety of applications such as navigation, surveillance, tracking, etc. In this paper, we present the development of a visionbased ground target detection and tracking system for a small UAV helicopter. More specifically, we propose a real-time vision algorithm, based on moment invariants and two-stage pattern recognition, to achieve automatic ground target detection. In the proposed algorithm, the key geometry features of the target are extracted to detect and identify the target. Simultaneously, a Kalman filter is used to estimate and predict the position of the target, referred to as dynamic features, based on its motion model. These dynamic features are then combined with geometry features to identify the target in the second-stage of pattern recognition, when geometry features of the target change significantly due to noise and disturbance in the environment. Once the target is identified, an automatic control scheme is utilized to control the pan/tilt visual mechanism mounted on the helicopter such that the identified target is to be tracked at the center of the captured images. Experimental results based on images captured by the small-scale unmanned helicopter, SheLion, in actual flight tests demonstrate the effectiveness and robustness of the overall system.