无人机编队视频序列中的多目标精确跟踪

针对无人机编队视频序列中的多目标精确跟踪的要求,使用STK（satellitetoolkit）三雏建模软件模拟无人机UAV（unmanned aerial vehicle）编队飞行视频,通过双差分图像操作和多分辨率连通分支标记算法确定图像中的运动区域．提出了一种改进的贪婪算法,利用已确定的矩形运动区域作为初始轮廓,实现对无人机目标的精确轮廓提取．以运动区域的中心位置为输入,建立在线卡尔曼滤波器组对多目标进行跟踪,并由此提出了如何对多目标中的遮挡问题进行判定、分割的方法．仿真实验验证了文中所提的方法.     

增强现实中基于三角标识的三维注册方法

在增强现实系统中实时跟踪三维物体,为了准确地将虚拟物体注册在复杂的真实环境中,提出了一种基于三角形图案标识的视觉三维注册方法.通过边缘检测方法在捕获的视频图像中提取标识的三角形轮廓,获得三角形顶点的数据,并根据这些数据计算出单应性矩阵,推导出摄像机参数,从而实现摄像机标定.利用Camshift算法对检测到的目标进行实时跟踪.实验结果表明,物体能被准确地注册到真实视频图像中的跟踪目标上,通过与ARToolKit软件相比较,该方法在注册效率方面优于ARToolKit软件.     

摄像机成像过程仿真技术研究

探讨并比较了理想摄像机成像的过程与OpenGL透视投影的机理,从理论角度证明了通过设定OpenGL参数可使其渲染图像与真实摄像机拍摄结果一致。编程实现摄像机成像仿真平台,预先设定摄像机的内外参数,由OpenGL渲染生成不同位置的Checkerboard图像,利用第三方标定程序包进行标定。标定结果与预先设定的摄像机参数一致,证明了理论推导的正确性。通过本系统可以深入了解摄像机理想状态下成像的基本过程,且该模拟方法可摈除无关因素的干扰。为视觉系统标定、立体匹配、畸变校正、动态识别等大部分视觉算法的仿真奠定了基础。     

一种嵌入式汽车鸟瞰全景图拼接算法

为了解决汽车周围360°场景重建问题,提出一种适用于车载嵌入式平台的鸟瞰全景图拼接算法,可作为智能汽车环境感知的有效手段.将4个鱼眼摄像头安装于汽车车身,可获得近距离道路环境的图像;采用一种鱼眼图像投影到地面的方法,克服传统方法中存在盲区的问题,同时大大提高计算速度;提出一种基于时域和空域信息的图像融合方法,可以解决摄像机位置差异给拼接造成的困难;为了解决摄像机快速标定问题,采用一种交互式姿态调整方法,运算过程简单,对摄像机安装角度没有精确要求.结果表明,该算法能够实时生成高质量的全景图.     

基于双目视觉的船舶跟踪与定位

设计了基于双目视觉的船舶跟踪与定位系统,并且完成对应算法设计.算法分为摄像机标定、目标跟踪、立体匹配、视差定位4个模块,其中,跟踪模块以目标窗口的形式给出跟踪结果,匹配模块在跟踪结果中进行左右目立体匹配,定位模块根据左右目匹配点对的像素位置计算其在物理空间的坐标,减少了匹配时间.实验结果表明,该方式可实现实时跟踪目标并给出目标的准确位置,满足应用要求.该定位系统可同时完成动态目标跟踪和定位,提供三维图像的丰富信息,具有很强的推广应用价值.     

基于数据手套和双目视觉技术的虚拟手势及其空间位置跟踪

基于数据手套技术,搭建了虚拟手势交互系统,实现人手到虚拟手的映射. 对双目视觉中空间点定位模型进行了修改,提出一种基于两垂直摄像头的空间点定位模型,实现了基于双目视觉技术的运动目标位置与姿态跟踪;通过对CamShift算法的改进,提高了运动目标跟踪系统的准确性和自动性,解决了柔性物体的空间姿态捕捉问题. 在VS2008平台上,用VC++和双摄像头搭建了一个虚拟手势交互平台,通过实验,获取了图像及相应的角度与位置信息对照,将虚拟手的位置和姿态与图片相对照,对所提出的方法进行了验证,证明了该方法的有效性.     

基于MATLAB图像式识别算法的风电场图传定位系统

基于风电场的图像传输系统,借助MATLAB GUIDE开发界面,为多轴云台电机图传系统设计了一套专用的控制平台。该平台内置了图像识别算法与电机控制策略,可以完成指定目标的识别与跟踪。结果表明,在运动控制系统中,采用了图像识别算法和控制策略后,可以将其应用于多种基于图像目标定位的场合。     

基于摄像机标定方法的无人机位置解算

提出一种基于摄像机标定方法的无人机视觉导航系统位置解算方法.利用机载相机拍摄目标模板图片序列,通过角点检测方法确定模板上的特征点,并根据特征点位置及摄像机标定技术,解算相机的位置坐标,从而解算出无人机的位置.以VC6.0与OpenCV为实验平台,对该方法进行实例验证.结果表明:该方法在不考虑摄像机透镜的径向畸变与切向畸变的影响时,也可给出理想的位置解算结果.     

基于Meanshift与摄像机标定的无人机定位方法

针对在全球定位系统信号失效的情况下,提出一种利用机载相机拍摄的移动物体轨迹及其与无人机的相对位置解算无人机的绝对位置的方法.将Meanshift目标跟踪算法与摄像机标定技术相融合进行位置解算,即根据获得的摄像机内外参数、移动物体的图像像素坐标和无人机与移动物体的相对位置确定无人机的世界坐标.经多组实验数据验证,位置解算值绝对误差均不超过真实值的1%,分析结果证明了本方法在无人机自主定位领域的可行性.     

无人机编队视频序列中的多目标精确跟踪

针对无人机编队视频序列中的多目标精确跟踪的要求,使用STK三维建模软件模拟无人机编队飞行视频,通过双差分图像操作、多分辨率连通分支标记算法确定图像中的运动区域.提出了一种改进的贪婪算法,利用已确定的矩形运动区域作为初始轮廓,实现对无人机目标的精确轮廓提取.以运动区域的中心位置为输入,建立在线卡尔曼滤波器组对多目标进行跟踪,并由此提出了如何对多目标中的遮挡问题进行判定、分割的方法.仿真实验验证了文中提出的方法.     

基于强化学习的旋翼无人机智能追踪方法

针对旋翼无人机追踪场景中常用的PID控制方法与视觉伺服控制方法的不足,该文尝试将视觉伺服控制与强化学习结合,提出了一种基于强化学习的旋翼无人机智能追踪方法。首先使用基于图像的视觉伺服实现旋翼无人机的闭环控制,然后建立使用Sarsa学习算法调节伺服增益的强化学习模型,通过训练可以使得旋翼无人机自主选择视觉伺服增益。该文设计了旋翼无人机在实物场景与仿真场景下的运动目标追踪实验,实验结果论证了该方法相对于PID控制与基于图像的视觉伺服控制方法具有更好的追踪效果。     

基于视觉-磁引导的无人机动态跟踪与精准着陆

针对无人机通过视觉对地面动态目标跟踪过程中视角固定易丢失目标，以及在着陆过程中由于成像畸变严重、画面不稳定导致定位精度差的问题，提出随动视觉跟踪的跟踪控制策略和基于视觉联合磁引导的获取无人机高精度相对位姿的方法. 在跟踪过程中，设计新型信标图案供无人机进行视觉识别获取目标的方位，识别速度可以达到5 ms/帧，通过随动视觉跟踪完成实时跟踪. 在着陆过程中，在动态目标上设置磁源，利用无人机检测磁场特性并通过BP神经网络解算相对位置；在信标图案内设置平行线特征，用于近镜头时辅助视觉解算相对角度. 在获取无人机相对位姿后，进行相应的运动控制即可完成着陆. 实验结果表明，跟踪过程稳定可靠，抗干扰能力强；着陆精度高，着陆误差小于2 cm.     

多传感器多目标跟踪算法仿真平台设计与实现

针对美国联合导控器实验室提出的数据融合模型中多传感器多目标跟踪算法的仿真验证和定量评估的问题,采用模块化和开放性结构思想,面向对象编程及Visual C++与Matlab混合编程技术,构建了一类通用的可视化多传感器多目标跟踪算法仿真平台。该平台能够完成多种目标跟踪算法仿真、测试与评估功能。通过在系统运行的一个软件实例,证明了仿真平台的有效性与实用性。     

基于微分跟踪器的共轴反桨无人机串级TD-PID控制算法

针对传统PID控制算法对共轴反桨无人机的欠驱动、强耦合非线性系统控制效果不理想的问题,提出基于微分跟踪器的串级TD-PID控制算法,以提高无人机飞行稳定性. 设计共轴反桨无人机飞行系统,针对无人机的姿态控制提出基于微分跟踪器的串级TD-PID控制算法：外环为传统PID算法,内环使用2个微分跟踪器,通过串级控制改善系统动态性能. 在Matlab/Simulink中搭建控制系统的仿真模型进行仿真试验. 仿真结果表明：相较于传统串级PID控制算法,所提控制算法超调量更小,系统稳定性有较大提高. 对比串级TD-PID控制算法与串级PID控制算法控制效果的飞行试验结果表明：所提控制算法能有效减少系统超调量,提升系统稳定性和抗干扰能力.     

侧向风干扰下的汽车主动前轮转向最优控制

侧向风对汽车行驶操纵稳定性有重要影响.通过分析侧向风干扰下车辆稳定性,提出基于主动前轮转向(active front wheel steering,AFS)的控制策略.AFS控制器采用线性二次型最优控制算法,以实现横摆角速度和质心侧偏角目标值跟踪.为了评价控制算法,基于MATLAB/Simulink和CarSim协同仿真环境建立整车动力学模型、单点预瞄驾驶员模型、控制器模型、道路和侧向风模型.仿真结果表明,AFS可有效提高车辆在侧向风干扰下的操纵稳定性,且控制算法对车速和路面附着系数具有良好的鲁棒性.     

Design of an Integrated SITL and HITL Simulation System for the Control of a Loitering Aerial Vehicle

An investigation into the aircraft flight simulation and control system is presented in this paper. The study was firstly focused on the establishment of an integrated hardware-in-the-loop(HITL) platform for aircraft flight simulation based on MATLAB/Simulink+dSPACE. The platform combines the abundant software and hardware resources of dSPACE simulation platform to simulate the flight attitude of an aircraft in six-DOF (degree of freedom) motion. Based on the platform,the study was then focused on the fligh...     

Method to generate training samples for neural network used in target recognition

Training neural network to recognize targets needs a lot of samples.People usually get these samples in a non-systematic way,which can miss or overemphasize some target information.To improve this situation,a new method based on virtual model and invariant moments was proposed to generate training samples.The method was composed of the following steps:use computer and simulation software to build target object’s virtual model and then simulate the environment,light condition,camera parameter,etc.;rotate the model by spin and nutation of inclination to get the image sequence by virtual camera;preprocess each image and transfer them into binary image;calculate the invariant moments for each image and get a vectors’ sequence.The vectors’ sequence which was proved to be complete became the training samples together with the target outputs.The simulated results showed that the proposed method could be used to recognize the real targets and improve the accuracy of target recognition effectively when the sampling interval was short enough and the circumstance simulation was close enough.     

基于滑模控制的四旋翼飞行器鲁棒三维轨迹跟踪

近年来,无人自主飞行器在军事和民用的众多领域引起了人们的关注,而其轨迹跟踪任务一直是一个热门研究课题。本文提出了一种鲁棒滑模控制,用于控制四旋翼无人机在存在扰动和参数不确定的情况下进行三维轨迹跟踪。首先,建立了一个具有6个方位的四旋翼飞行器的非线性动力学模型。然后,设计了针对质量、惯性和刚度不确定因素的滑模控制器。通过在Matlab Simulink和Universal Mechanism软件系统中进行建模模拟,验证了控制器的三维跟踪效果。最后,使用Pelican四旋翼平台进行了进一步的实验验证,在水平和垂直轴上施加扰动以验证其鲁棒性。仿真和实物验证结果都表明,四旋翼飞行器对特定轨迹的跟踪效果和鲁棒性是令人满意的,证实了所提出的滑模控制算法的正确性和有效性。