一种轮式机器人轨迹跟踪控制算法的研究

针对轮式机器人轨迹跟踪控制问题，提出了一种轨迹跟踪控制算法。通过对轮式机器人进行运动学分析，建立了运动学模型来描述其在水平面内的运动规律；提出了轨迹跟踪控制算法，并对迹跟踪控制算法进行仿真试验，直线轨迹跟踪的纵向偏差 0.09m，横向偏差 0.06m， 航向角偏差 3.7°；曲线轨迹跟踪的纵向偏差 0.13m，横向偏差 0.09m，航向角偏差 5.1°。仿真试验结果表明本研究所设计的轨迹跟踪控制算法具有良好的动态响应，可以支撑实际应用。     

基于均值移位的篮球轨迹跟踪算法

针对当前跟踪篮球轨迹时存在跟踪精度低、关联率低的问题，提出基于均值移位的篮球轨迹跟踪算法。通过自适应全变差模型消除篮球图像中存在的Gibbs伪影和高斯噪声，采用均值移位算法对篮球轨迹进行跟踪，确定候选区域，通过均值漂移向量对搜索中心进行更改，利用巴氏系数定位目标位置，实现篮球轨迹的跟踪。实验结果表明，该方法轨迹跟踪的准确率较好，x、y方向位移误差在0.1m以内，关联率达90%以上。     

基于图像视频序列分析的篮球飞行轨迹跟踪

对篮球飞行轨迹进行图像视频跟踪,可以精准分析篮球的飞行轨迹曲线,从而指导篮球投篮训练。提出基于图像视频序列分析的篮球飞行轨迹跟踪方法。进行篮球飞行轨迹的图像视频序列采集,采用Radon尺度变换方法进行图像的降噪处理,拟合跟踪图像视频序列的灰度像素值特征点,实现飞行轨迹的图像量化分析。最后进行仿真测试,结果表明,采用该方法进行篮球飞行轨迹跟踪的拟合度较高,特征点提取的精度较高,对指导篮球训练具有积极意义。     

基于强化学习的公共空间行人轨迹跟踪

对公共空间中的多目标行人轨迹跟踪问题,提出一种基于强化学习的多目标行人轨迹跟踪算法。首先采用高精确度的目标检测器检测公共空间视频中的行人目标,并为每个目标分配一个独立的单目标跟踪器进行轨迹跟踪;将每个目标作为独立智能体,通过深度强化学习方式进行训练;接下来结合跟踪轨迹与检测目标之间的表观和位置特征构建相似度代价矩阵;最终通过匈牙利算法实现数据关联。实验表明,在常用公开数据集上本文算法跟踪精确度达76.1%,表明算法对多目标轨迹跟踪的可行性与有效性。     

基于激光雷达的多帧联合目标跟踪系统

本文讨论了利用激光雷达与检测前跟踪算法进行室内行人跟踪,实现监测室内人群社交距离的探测系统。激光雷达距离分辨率高,定位误差小,目标探测时间间隔小,很适用于对轨迹不确定的行人进行跟踪。本文所用检测前跟踪算法分为三步,首先利用历史数据所建杂波图滤除固定物杂波。其次利用多帧检测算法得到时间窗内的目标轨迹段,以此滤除随机噪声产生的虚警点,提升检测效率。第三步利用轨迹关联算法,将各个时间窗内的轨迹片段相互关联,得到完整的行人轨迹,从而增强机动目标与相互临近目标的跟踪效果。实测实验表明在激光雷达跟踪多个目标时,其跟踪精度在10~15cm,多次实验均未出现目标丢失或虚假轨迹,较好地完成了室内行人的检测与跟踪。     

RLV末端能量管理段轨迹优化与纵向控制律设计

末端能量管理段的目的是控制RLV的能量,使其能够以合适的能量状态进入自动着陆窗口,以保证最终能够安全着陆。重点是满足飞行过程中的物理约束和自动着陆窗口终端约束的轨迹规划和轨迹跟踪。本文首先将轨迹规划转化为优化问题,然后给出能量走廊之内的能量剖面跟踪策略,最后设计纵向轨迹跟踪控制律并进行仿真。仿真结果表明此方法能够设计出合理的下滑轨迹并进行跟踪,跟踪精度较高。     

基于计算机视觉的艺术体操轨迹跟踪研究

为了解决传统基于卡尔曼滤波算法进行艺术体操轨迹跟踪时存在的跟踪漂移以及跟踪效率低等问题,研究基于计算机视觉的艺术体操轨迹跟踪方法,通过Vi Be运动目标检索算法对图像的颜色以及深度信息建模,基于图像颜色以及深度的波动检测出视频中的运动目标,采用KCF算法实现运动目标的初步跟踪,在该方法的基础上,通过改进KCF算法解决运动目标被遮挡出现的跟踪漂移问题,提高运动目标跟踪的精度和稳定性。通过Hermite插值运算运动目标质心,基于时刻t的运动模糊方向获取瞬时质心轨迹,得到最佳的运动目标质心轨迹,采用曲线拟合措施获取精确的运动目标质心轨迹。实验结果说明,所提方法可准确跟踪艺术体操运动轨迹,具有较高的跟踪效率和稳定性。     

基于时空切片轨迹分析的复杂人体运动跟踪

时空切片方法是一种有效的时空分析方法。然而,现有的算法仅讨论处理近似直线的简单轨迹情况,不能满足实际存在复杂曲线轨迹的处理要求。针对这一问题,本文提出一种实时的时空切片复杂轨迹分析方法来实现人体运动跟踪。首先在视频不同高度处提取水平时空切片,在各切片中分别使用高斯背景模型检测人体轨迹;然后拼合不同高度切片中的人体轨迹,在拼合后的轨迹上使用Hough变换计算人体对应的轨迹方程;最后根据轨迹方程和轨迹检测结果,确定人体的当前坐标、宽和高等信息。 实验表明,相对于传统跟踪方法,该方法降低了跟踪的轨迹误差,满足实时性跟踪要求,且在人体短时遮挡情况下仍然能够实现有效的人体跟踪。      

基于滑模自适应迭代学习的四旋翼无人机轨迹跟踪

针对四旋翼无人机轨迹跟踪问题,在考虑外部扰动的情况下,提出一种滑模自适应迭代学习的控制算法。所设计的控制器由两部分组成：第一部分是滑模子控制器,作为四旋翼无人机系统的反馈控制器;第二部分是迭代学习子控制器,作为无人机系统的前馈控制器。在迭代学习过程中,迭代学习子控制器的增益可以根据轨迹跟踪误差自适应改变,能够提高四旋翼无人机的轨迹跟踪效果。最后通过软件仿真对所提出的四旋翼无人机轨迹跟踪算法的有效性进行验证。     

基于三帧差法的人体水中运动轨迹跟踪系统设计

为了解决传统的人体运动轨迹跟踪系统在进行水下跟踪时模型三维重建时间长,得到的跟踪轨迹与人体实际运动轨迹不符的问题,基于三帧差法设计一种新的人体运动轨迹跟踪系统。该系统针对水下环境进行深入研究,在硬件架构中设立了初始化层、运动检测层和人体跟踪层,并构建三维人体模型、运动特征提取模块和运动特征分割模块,以此确定人体的边界特征、灰度特征、轮廓特征和肤色特征。引用三帧差法设立系统软件流程,共分为图像检测、差分图像获得、阈值处理、连通性分析、图像判别五步。为检测跟踪系统效果,与传统跟踪系统进行实验对比,结果表明,基于三帧差法设计的人体水下运动轨迹跟踪系统可以在短时间内构建出三维模型,绘制的跟踪轨迹与实际运行轨迹相似度高于传统跟踪系统。     

四旋翼无人机的轨迹规划跟踪控制研究

针对四旋翼无人机的实际应用需求，开展轨迹跟踪控制研究。提出了一种基于快速扩展随机树（RRT）算法的Dubins航迹规划方法，同时搭建了四旋翼模型，并设计了轨迹跟踪控制方案对所提出的规划路径进行了轨迹跟踪仿真。该RRT-Dubins算法采用RRT算法对有障碍区域的无人机路径进行有效规划，然后利用Dubins路径对规划出的轨迹进行平滑处理，以形成一条无人机可飞行路径。仿真实验表明，采用所提出的轨迹规划方法及路径可以较好地规避障碍区域，且轨迹平滑更适合无人机飞行，同时验证了所提轨迹跟踪控制方案的有效性。     

一种带有避障功能的无人车轨迹跟踪控制器设计

基于模型预测控制(model predict control,MPC)设计了一种带有重规划层的无人车轨迹跟踪控制器,用于实现带避障功能的轨迹跟踪.假设在有限的地平线上有一条存在障碍物的已知轨迹,为了规避轨迹上的障碍物,设计了一种轨迹重规划层+预测控制层的双层轨迹跟踪系统.首先接收到在障碍物信息后,在重规划层中借助无人车...     

基于末端轨迹修正的导弹跟踪稳定性控制方法

舰载导弹在制导飞行的末端容易受到空气小扰动的影响产生轨迹偏离,需要进行轨迹偏离修正控制,提高弹道对目标跟踪的姿态稳定性,提出一种基于改进的扩展Kalman滤波(EKR)和误差反馈修正的导弹跟踪端轨迹修正控制方法.以陀螺仪采集的导弹的横滚角、俯仰角以及航向偏离的参量为控制约束指标集,采用扩展Kalman滤波算法进行姿态参量融合,结合Smith结构建立导弹跟踪控制的被控对象模型,计算末端轨迹中姿态角与真值的偏差,根据偏差进行导弹的惯性姿态反馈调节,采用自适应的量化融合跟踪识别方法进行导弹定姿处理,通过对末端轨迹的误差反馈修正提高姿态角的输出精度,根据姿态的不断变化实现自适应的位姿修正,实现导弹对敌目标跟踪的稳定性控制.仿真结果表明,采用该方法进行导弹控制的姿态角解算的误差较小,定姿精度较高,提高导弹跟踪控制的稳定性和鲁棒性.     

锥扫型光学传感器像平面多目标轨迹跟踪

积分概率多假设跟踪(IPMHT)是一种基于期望极大化(EM)的准最优贝叶斯多目标迭代跟踪算法,研究了该算法在锥扫型光学传感器像平面多目标轨迹跟踪中的问题。为提高算法的跟踪性能和计算效率,利用逻辑概率数据关联滤波(PDAF)方法进行目标初始状态估计,并利用目标幅度信息和波门技术对IPMHT进行优化。针对锥扫型传感器非线性观测下的多目标跟踪,将扩展无味卡尔曼滤波(AUKF)与优化的IPMHT算法相结合,实现像平面多目标轨迹的起始、维持和终结。蒙特卡洛仿真实验表明,该算法成功地解决了锥扫型传感器的像平面多目标轨迹跟踪问题,在提高目标跟踪性能的同时改善了计算效率。     

基于变增益自抗扰技术的机器人轨迹跟踪控制方法

本文针对机器人轨迹跟踪控制精度和初始峰值问题,提出一种变增益自抗扰控制器轨迹跟踪控制方法.首先,采用跟踪微分器将逆运动学解处理为插值点区间,设定插值点选取规则及冲击力目标函数.然后,根据目标函数选取插值点拟合得到的轨迹曲线.最后,在考虑机器人动力学下设计轨迹跟踪控制器.仿真和实验结果表明,优化的方法冲击力减少39.8％...     

基于ADAMS的工业机器人轨迹精度模型研究

预测工业机器人轨迹精度对高精度加工具有重要影响,分析影响其轨迹精度的因素,基于ADAMS提出一种考虑结构参数误差及关节转角偏差的轨迹精度模型。应用激光跟踪仪辨识工业机器人结构参数与名义值间存在的偏差,分析关节转角偏差随工况的变化,在ADAMS环境下建立轨迹精度模型。以UR5机器人为实验对象,API激光跟踪仪为测量仪器对其轨迹精度进行测量,与模型输出结果进行对比,实验结果表明,该模型可准确预测工业机器人轨迹精度,预测精度可达0.5 mm,且参考该预测结果进行误差补偿后,轨迹精度基本达到1 mm以内。     

位移矢量一致下的多飞行器三维轨迹跟踪识别

合作靶标点三维轨迹的跟踪识别是实现室内环境中多飞行器位姿估计的关键,为此,提出了一种基于时空一致条件下的多目标三维轨迹跟踪识别算法。该方法包括运动轨迹跟踪与识别两部分,对于合作靶标点三维轨迹跟踪,提出了一种基于运动目标位移矢量一致的数据关联方法,该方法首先利用运动平滑性假设计算得到的数据关联概率值,结合匈牙利算法求解得到目标的数据关联关系,然后在贝叶斯滤波框架下实现合作靶标点的三维轨迹跟踪。对于合作靶标点的三维轨迹识别,又可以分为粗细两部分,利用运动轨迹Hankel矩阵的秩实现运动轨迹的粗识别,利用运动轨迹之间的Hausdorff距离实现运动轨迹的细识别,最终实现对每一个飞行器的轨迹识别与注册。实验结果表明,在三维测量手段为机器视觉,测量空间大小为2 m×2 m×2 m,提出的多目标跟踪算法的三维轨迹跟踪误差小于4 mm（3σ）时,轨迹识别正确率为100%。因此,所提出的算法可以有效地实现多飞行器上合作靶标点三维轨迹的跟踪识别。     

基于车辆数据的k近邻联合概率数据关联算法

在交通场景中采用一些预警措施能够有效地减少交通事故发生。例如,对车辆轨迹进行跟踪并预测车辆的驾驶行为,就是一个常用的预警方法。在对车辆进行跟踪的过程中,数据关联是很重要的部分,它可以对车辆的观测点和轨迹进行关联,从而更新车辆的轨迹,完成跟踪过程。在此背景下,提出了一种新的数据关联算法,即k近邻联合概率数据关联算法(k Nearest Neighbor-Joint Probability Data Association,kNN-JPDA)。实验结果表明,该算法能够较好地解决在交通场景下车辆数据的数据关联问题,在精度以及运行效率方面都有所提高。     

基于机械臂路径规划的内场轨迹实现技术研究

为了解决传统光电跟踪设备的跟踪性能测试系统参数调试繁琐、设备安装困难、靶标适用性差等问题,研究了基于机械臂路径规划的内场轨迹实现技术。通过规划六自由度机械臂的末端运动轨迹,设计了更加灵活、高效的跟踪性能测试系统。首先,对传统测试靶标系统进行分析,明确实现跟踪性能测试的数学模型;然后提出基于六自由度机械臂的新型技术方案,并分析了两种方案的差异性;接着通过靶标轨迹的坐标变换,根据传统动态靶标轨迹得到适用于六自由度机械臂的末端位姿参数,从而实现轨迹规划;最后,通过数值仿真验证了本文方法与传统方法的跟踪性能测试效果的一致性。仿真结果表明,两者具有相同的跟踪性能测试效果。相较于传统方法,采用机械臂的测试系统在参数调节、工具安装和靶标适用性上更具优势,完全能够满足光电跟踪设备内场跟踪性能测试的要求。     

变负载四旋翼无人机的轨迹跟踪控制器设计

四旋翼无人机固有的欠驱动和强耦合特性使得其轨迹跟踪控制器设计成为难点。针对模型不确定和外界干扰的情况,基于内外环控制结构的思想设计变负载四旋翼无人机的轨迹跟踪控制器。设计了一种自适应滑模控制器,在外环中完成轨迹跟踪并生成期望的升力和姿态角;采用自抗扰控制技术设计内环控制器用于跟随期望的姿态角。在外界干扰下的轨迹跟踪仿真结果表明所设计的控制器具有良好的有效性和鲁棒性。