基于激光信息和射频识别的运动轨迹跟踪研究

为提高运动轨迹跟踪精度,设计了基于激光信息和射频识别的运动轨迹跟踪方法,首先将射频识别阅读器与激光传感器采集数据进行速度估算处理,并利用加权因子对激光传感器估算速度进行平滑处理,然后通过相似度对比方法匹配激光传感器与射频识别阅读器获取的运动目标速度,采用粒子滤波算法融合激光传感器与射频传感器获取的运动目标速度,通过粒子滤波的预测、更新与重采样三个阶段实现准确的运动目标轨迹跟踪,最后实验结果表明,该方法对目标的运动轨迹跟踪精确度高达99%。     

基于背景抑制的星空图像目标运动轨迹提取

研究了空间观测CCD图像弱小目标检测与运动轨迹提取技术,介绍了一种基于背景抑制的多目标检测与运动轨迹提取方法。首先,对图像进行阈值处理,滤除图像的背景灰度和噪声;然后生成基于序列图像叠加与形态学变换相结合的背景掩模图像,对序列图像进行屏蔽处理,得到运动目标图像;对目标图像进行交叉投影算法确定目标区域,并进一步精确确定目标质心,进而提取目标的运动轨迹。实验证明所提出的算法不仅能够有效检测星空序列图像中的多个弱信号小目标,而且具有较强的实时性。     

考虑目标运动状态的激光在线跟踪标刻方法

为了解决传统方法容易受到噪声、光照等因素影响,导致目标检测精度与标刻效果降低的问题,在考虑目标运动状态基础上提出一种激光在线跟踪标刻方法。首先根据激光点构建对应运动模型,并通过迭代计算求解获取出目标运动激光点和实际像素坐标,实现激光对实际目标的自主瞄准,并得出目标运动粗略范围;使用改进粒子滤波法进一步精细定位,由此计算出目标权重取值;最后针对生产线匀速和变速运动的不同特点,实现对运动目标跟踪标刻的目的。仿真实验结果表明,所提方法具有目标检测精准度高、标刻效果好、不易变形等优点。     

红外图像序列中运动弱小目标轨迹预测方法研究

研究在红外图像序列中预测运动弱小目标运动轨迹的方法.通过带有延迟单元的线性神经元网络对已知样本学习,采用Widrow-Hoff学习规则自适应调整神经网络参数,同时对下一帧目标轨迹进行预测,在检测到多个目标的情况下根据预测轨迹确定真实目标,提高对目标检测的准确.在少数几帧丢失目标仍能根据预测轨迹对目标进行跟踪.仿真实验表明该方法用于目标运动轨迹预测能达到实际应用要求精度,并具有鲁棒性.     

基于标签多伯努利滤波器的机动小目标检测前跟踪

标签多伯努利(LMB)滤波器在传统多伯努利滤波器基础上引入标签空间,能够实现真正意义上的多目标轨迹级滤波.文章对红外小目标的运动和量测进行建模,将标签多伯努利应用到红外小目标检测前跟踪领域.在此基础上,为了实现对运动模型时变目标的检测前跟踪,将交互式多模型(IMM)与LMB检测前跟踪算法相结合,提出IMM-LMB检测前跟踪算法.此外,给出了该算法的序贯蒙特卡罗实现.仿真结果表明,所提算法能够从输入的原始图像中直接实现轨迹级多目标检测和跟踪,且能够在线更新多模型概率,更好的适应多机动目标场景.     

基于多无人机协同的组网雷达轨迹欺骗干扰

组网雷达系统是应用两部或两部以上空间位置互相分离而覆盖范围互相重叠的雷达来实施搜索、跟踪和目标识别的系统。为了对组网雷达系统实施有效干扰,可以利用多无人机协同生成欺骗干扰轨迹。无人机生成的欺骗干扰轨迹数目越多,对组网雷达产生的干扰越大。因此,应在保证轨迹合理有效的前提下,尽可能多地生成虚假目标轨迹。因此,运用无人机空间运动方程建立无人机空间运动模型,通过空间位置的平移变换,在原有轨迹的基础上生成新的合理的虚假轨迹。结合空间内各点的位置关系和限定条件,将对空间运动模型的求解转化为对空间立体几何的求解,简化了运算过程。通过计算可知,9架无人机除生成1条原有合理轨迹外,还可形成3条虚拟轨迹。     

顾及方向信息的时空联合监控视频摘要方法北大核心CSCD

是快速获取视频关键信息的有效途径,现有的视频摘要方法通常计算复杂度高,在计算资源受限的场景下难以实际应用。为此,提出了一种高效的顾及方向信息的时空联合监控视频摘要方法。该方法首先采用水平切片获得目标时空运动轨迹;其次去除时空轨迹背景并计算直线轨迹斜率,依据目标时空轨迹斜率完成目标运动方向判定;然后检测采样域运动片段以确定目标在视频中的时序位置;最后依据目标时序位置及其运动方向自适应构建视频摘要。实验结果表明,所提方法的帧平均处理时间(average frame processing time,AFPT)达到了0.374 s,明显优于对比方法,且所生成的视频摘要简洁高效、用户体验好。     

基于多阶段轨迹融合的交叉多目标检测与跟踪算法

构建了一种多阶段轨迹融合算法,预处理阶段利用局部对比度自适应门限抑制杂波,同时结合高阶相关滤波器剔除噪声和杂波边缘.在轨迹互联阶段,多阶段的双向搜索算法辅佐以目标航迹的能量累积,能够尽早锁定目标.实验分析表明,该方法能够准确的检测和跟踪作任意轨迹运动的多个点目标,在搜索空间和时间复杂度上明显优于传统的相关性算法.     

红外动态场景中小目标轨迹模拟系统的设计

传统的红外搜索跟踪系统的室内检测通常使用安放有若干平行光管的检测架,检测架上的平行光管处于不同方位角和俯仰角。这种方法往往精确度较低、体积庞大,且移动不灵活,不适合短距离的室内试验。设计并实现了一种小目标轨迹模拟系统,该系统以高精度步进电机驱动小目标圆盘运动,黑体温度辐射源用来提供目标温度。PC机通过RS-232串口连接步进电机,由VB编写的软件界面设定步进电机运行的速度、方向及运行角度值,给出目标运行坐标轨迹,通过测角精度算法转化为方位与俯仰角。将被测试搜索跟踪系统给出的方位与俯仰角实测值与算法得到的理论值分析比较之后,即可得出被测试搜索跟踪系统精度。文中详细介绍了该小目标轨迹模拟系统的设计与实现,并给出了实验结果与分析。     

空间目标运动轨迹提取算法研究

在深入分析恒星跟踪和目标跟踪两种模式下星敏感器成像特点的基础上,针对星图中空间目标运动轨迹提取算法进行了研究,提出了基于序列图像多帧累加背景掩模帧生成的目标提取算法.主要思路为多帧累加增强目标与恒星的对比度;设置阈值以凸显目标或恒星;交叉投影法生成掩模帧,确定星点区域;质心法精确求得目标点位置.仿真结果表明,所提出的算法能够有效检测序列星图中的弱小目标,精确提取目标运动轨迹.     

目标运动闭环跟踪模拟系统

提出了一种基于激光技术的、易于工程实现的目标运动模拟方法及实验装置,并进行了实验验证。利用激光的高亮度、发散角小以及激光器体积小、质量轻等特点,设计了针对小目标运动的实验模拟装置。通过多轴复合技术以及空间投影技术,实现了角运动向小目标二维空间运动的转换;运用多媒体定时器技术实现了对电机的内部闭环控制;采用脉冲宽度调制(PWM)技术实现了对电机的速度控制,提高了目标的仿真精度。小目标的运动速度可以达到10°/s,精度<0.1°/s,归一化标准偏差0.09。利用该装置实现了实验室内的目标运动闭环跟踪实验研究,目标捕获跟踪系统的跟踪标准偏差为0.2 mrad。该系统可以作为目标捕获跟踪系统对二维运动目标的闭环实验研究的验证仿真平台。     

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。     

多目标跟踪中基于次模优化的轨迹片段生成方法

作为智能视觉任务的基础工作,多目标跟踪(MOT)一直是计算机视觉领域具有挑战性的课题之一。遮挡是影响跟踪准确性的主要因素,为此该文采用基于检测跟踪的思想,以轨迹片段为基础进行关联获取目标的完整轨迹;同时,为提高跟踪鲁棒性,该文将轨迹片段的生成问题转化为运筹学中的设施选址问题,并进而提出基于次模优化的轨迹片段生成方法。该方法融合梯度(HOG)和颜色(CN)两个互补特征进行目标表征,并根据运动信息设计权重系数提高目标匹配准确度,最后提出具有约束的次模最大化算法实现全局范围内的数据关联生成轨迹片段。通过在多个基准数据集上的对比实验,表明该文算法在保证性能的同时能有效处理遮挡问题。     

基于RPF的异构传感器检测前跟踪算法研究

针对异类传感器信息差异化、标准粒子滤波在检测与跟踪时存在的粒子贫乏等问题,提出了基于RPF的异类传感器检测前跟踪算法.由于标准粒子滤波器容易产生粒子贫乏,无法对检测空间进行有效搜索检测,因此,引入RPF滤波器解决粒子滤波器重采样时的粒子贫乏问题,并在保证跟踪精度的前提下确保跟踪与搜索粒子数目不变;同时利用粒子空间分布特点,通过空间变换的手段实现粒子空间转换与配准,以此实现异类传感器在概率空间的一致表示.对该算法进行仿真,仿真实验结果表明异类跟踪算法优于单一传感器的检测与跟踪性能.     

自调整分层卡尔曼粒子滤波的快速目标跟踪

分层卡尔曼粒子滤波成功应用于目标跟踪,但其只对目标位置进行了优化,忽略了其他仿射参数,导致跟踪中的粒子数目仍然很大。为了实现复杂环境下的快速目标跟踪,提出一种带有自调整策略的分层卡尔曼粒子滤波方法。该方法将目标划分为线性和非线性状态空间,并通过少量粒子的迭代过程在非线性状态空间逐步搜索最优状态。其详细过程如下:首先,利用卡尔曼滤波预测目标位置,结合目标运动信息计算潜在目标区域;然后在该区域内生成一组随机粒子,通过在线姿态估计对粒子状态进行调整,并将观测结果与目标模板进行比较,修正粒子摄动的方向以逼近目标。把该方法应用于大机动目标的视频序列中,并与现有的跟踪方法进行了对比。结果表明,所提方法能够以少量粒子实现准确、稳定的目标跟踪,大大降低了跟踪算法的运算量,提高了跟踪效果。     

随机占优精英裂变算法用于空中移动目标跟踪

针对粒子群算法跟踪空中目标的缺点,提出随机占优精英裂变算法。首先对父体大权值粒子裂变,形成子代个体空间,覆盖小权值粒子;接着采用精英策略,计算个体在选择过程中被选中的概率,使大部分较优个体参与进化,用极小欧几里德距离计算拥挤距离;然后采用分布函数来确定采样数据的随机占优关系;最后给出了空中目标运动模型。实验仿真表明,滤波轨迹接近空中运动目标的轨迹,在整个观测区域内具有很好的跟踪效果,位置误差标准值小。     

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。     

卡尔曼滤波在跟踪运动目标上的应用

在多关节机器人跟踪运动目标过程中,图像处理的主要内容包括图像的识别和目标轨迹的判定,需要在整个视觉空间进行搜索和匹配。这是一个典型的全局搜索问题,耗时较长、实时性较差,难以实现运动目标的快速跟踪。针对多关节机器人跟踪运动目标过程中存在的彩色图像数据量大、处理时间长,从而影响实时性的问题,采用线性卡尔曼滤波将全局搜索转化为局部搜索,减少搜索空间、加快匹配速度。通过实验可知,匹配时间由原来的157 ms降低到20 ms。实验结果证明了该方法的有效性。     

优化的多模型粒子滤波机动微弱目标检测前跟踪方法

在机动微弱目标的检测和跟踪方面,当前主要研究方法之一是多模型粒子滤波检测前跟踪（MMPF-TBD）,该方法以尽可能多的运动模型去匹配目标的机动,符合运动模型精细化研究方向,但存在模型数目与类别较多,模型之间转移计算复杂和有效模型使用效率低等问题。本文从多个运动模型结构上的相似性出发,提出一种优化的多模型粒子滤波检测前跟踪方法,通过粒子机动加速度的变化,在一个模型框架下模拟出类似MMPF TBD中的多种机动模型,简化了算法结构;在该方法实现过程中,采用辅助粒子滤波提高状态估计精度。仿真实验表明该方法相比MMPF-TBD具有更稳定的检测和跟踪性能以及在低信噪比环境中更好的适用性。      

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。