为实现移动机器人的实时精确定位,提出一种新的双目视觉里程计算法。利用加速尺度不变特征变换(SIFT)算子提取左右图像特征并做稀疏立体匹配,对前后帧图像进行帧间SIFT特征追踪,在RANSAC策略下通过运动估计获得初始位姿(旋转和平移矩阵)。在此基础上,将图像序列分为关键帧和非关键帧,采用可变滑动窗口对相邻关键帧的位姿局部非线性优化以减小帧间运动估计误差,同时通过词袋模型进行回环检测,对环内所有关键帧的位姿全局优化,避免位姿误差的累积和轨迹漂移。实验结果表明,该算法满足实时性要求,并且能够减小位姿误差,提高定位精度。
研究足式机器人行走过程的稳定性优化控制策略,设计一种基于机器人上身平台振动加速度为反馈的小腿减振控制系统。通过虚拟仿真分析软件——机械系统动力学自动分析构建足式机器人小腿虚拟样机,并导入到Matlab中进行主动减振的自抗扰控制算法设计,根据主动和被动减振分别抑制低频和高频振动。仿真结果表明,主被动联合减振大幅衰减了机器人上身平台的振动,弥补被动减振对低频振动无法抑制的情况,有效提高了机器人行走的稳定性。
租赁点功能识别对公共自行车系统的平衡调度和布局规划具有重要作用,而系统中积累的大量历史数据可反映用户在不同时间和地点的社会经济活动,并且与租赁点功能紧密联系。为此,对系统历史数据进行分析,构建公共自行车系统租赁点聚类模型。结合租赁点的时空属性,利用潜在狄利克雷分布模型挖掘租赁点的功能特征,使用K-means聚类算法进行特征聚类。通过集群模式特征分析并使用兴趣点数据和租赁点名称信息对聚类结果进行验证,结果表明,该模型可以有效地辅助系统管理者掌握公共自行车系统租赁点的功能分布。
对冲突证据使用D-S证据理论进行融合前,应确定证据之间冲突的程度。为此,基于信任度和虚假度对冲突进行衡量与修正。计算证据的信任度和虚假度,分别对其进行排序,将具有较小信任度和较大虚假度的证据判定为高冲突证据并加权修正,再使用Dempster组合规则进行证据融合。实验结果表明,该方法可以正确判断高冲突证据,避免融合结果与事实相悖的情况,同时提高收敛的速度和精度。
传统拜占庭一致性中常见的中心化和去中心化算法在解决合法性验证的过程中存在容错率低、消息复杂度高等问题。为此,提出新的区块链一致性算法。引入两阶段提交和法定人数投票的过程,利用区块链协议的分布式总账特点,解决去中心化环境中的合法性验证问题,随后对其最终一致性进行理论证明。实验结果表明,与传统拜占庭一致性协议相比,该算法减少了消息传递次数,提高了系统容错率。
为快速准确地分割出图像中的感兴趣目标,提出改进的狼群算法并结合二维最大熵实现图像目标分割。在狼群算法的游走环节利用混沌系统动态调整惯性权重,在攻击环节对整个解空间进行混沌全局搜索,并将改进狼群算法与二维最大熵相结合优化准则函数。实验结果表明,该算法能够实现对目标图像的精确分割,与基本狼群算法结合二维最大熵分割相比速度更快,准确度更高。
针对城镇森林交界域火灾烟雾视频检测准确率低问题,提出一种融合多项图像特征和深度学习的视频烟雾检测算法。通过ViBe方法提取前景变化区域,根据烟雾模糊特征和角点信息排除部分纹理细节较明显的区域。在此基础上,以颜色特征为判据进一步缩小检测范围,使用累积帧差法排除运动刚体的干扰,利用深度学习模型识别目标是否为烟雾。采用级联分类器的方式设计整体算法,并使用并行计算技术进行实现。实验结果和工程案例表明,该算法能够实现城镇森林交界域火灾早期烟雾的精准识别。
眼睛和嘴部状态检测是疲劳检测方法的重要步骤,但眼镜遮挡及光照变化使得眼睛状态识别效果不佳。为此,提出一种新的驾驶员疲劳检测方法。使用红外采集设备对驾驶员面部图像进行采集,通过结合AdaBoost与核相关滤波器算法进行人脸检测及跟踪。采用级联回归方法定位特征点,提取眼睛和嘴部区域。运用卷积神经网络进行眼睛和嘴部状态识别,在此基础上计算多个疲劳参数进行疲劳检测。实验结果表明,该方法在多种情况下均能准确地检测眼睛和嘴部状态,可有效地进行疲劳检测。