一种历史信息特征敏感的行人迭代检测方法

基于深度学习的目标检测算法通常需要使用非极大值抑制等后处理方法对预测框进行筛选，无法在行人拥挤的场景下平衡模型的检测精度和召回率。虽然迭代检测的方法可以解决非极大值抑制等方法带来的问题，但是重复检测同样会限制模型的性能。提出了一种历史信息特征敏感的行人迭代检测方法。引入带权重的历史信息特征（WHIC），提高特征的区分度；利用历史信息特征提取模块（HIFEM）得到不同尺度的历史信息特征，并融合进主网络中进行多尺度检测，增强了模型对历史信息特征的敏感度，有效抑制重复检测框的产生。实验结果表明：所提方法在拥挤场景的行人检测数据集CrowdHuman和WiderPerson上取得了最优的检测精度和召回率。     

中国未来空间站机械臂研制进展良好

据中国航天网2012年6月13日消息,中国航天科技集团公司所属中国空间技术研究院近日获得空间站机械臂研制项目,并已完成《空间站机械臂分系统方案论证报告》。在未来空间站中,空间机械臂就像一个智能机器人,能够通过视觉识别和智能分析,实现对空间站的建造、维护,并可辅助航天员出舱。空间站机械臂是集机械、电子、热控、视觉、动力学等多学科于一体的高端航天装备,是未来空间机构新的发展方向,有着广阔的应用前景和很强的技术牵引与带动作用。     

跨传感器异步迁移学习的室内单目无人机避障

针对强化学习策略由仿真环境向实际迁移困难的问题,以提高无人机采用无深度信息单目视觉时的行人规避能力为目标,提出一种基于异步深度神经网络结构的跨传感器迁移学习方法。首先,在仿真环境中仅使用虚拟单线激光雷达作为传感器,通过基于确定性策略梯度(DDPG)的深度强化学习方法,训练得到一个稳定的初级避障策略。其次,用单目摄像头和激光雷达同步采集现实环境中的视觉和深度数据集并逐帧绑定,使用上述初级避障策略对现实数据集进行自动标注,进而训练得到无需激光雷达数据的单目视觉避障策略,实现从虚拟激光雷达到现实单目视觉的跨传感器迁移学习。最后,引入YOLO v3-tiny网络与Resnet18网络组成异步深度神经网络结构,有效提高了存在行人场景下的避障性能。     

基于信息理论的INS／Vision相对导航系统可观测度分析

基于导弹编队协同作战的应用背景,提出了一种基于INS／Vision的相对导航方法。推导了领弹与从弹间的相对惯导方程,给出了使用视觉导航设备测量领弹与从弹间相对视线矢量的原理。用扩展卡尔曼滤波融合相对惯导信息和相对视线矢量信息,估计相对位置、相对速度和相对姿态。用信息理论分析相对导航系统可观测度,给出随机变量的熵和共有信息的定义,将共有信息作为系统可观测度的衡量标准,分析了INS／Vision相对导航系统状态的可观测度,由此确定位置估计精度最高时领弹与从弹间的相对位置关系。仿真研究验证了相对导航方法的有效性和可观测度分析结果的正确性。     

月球车鱼眼相机的标定方法研究

提出了一种两步法来高精度地标定月球车中鱼眼相机的方法.第一步,采用球面投影方程来表示鱼眼相机的成像模型,并建立球面投影与透视投影间的转换关系.利用直线在球面投影中的像为椭圆弧这一性质,求得球面投影中像主点坐标和球半径.第二步,用求得的上述参数将球面投影图像转化为透视投影图像,并进行相机内参数的标定.用新标定得到的像主点坐标和球半径代替上次结果,再次进行投影转换和内参数标定,按此进行迭代计算,直至标定结果收敛于设定阈值.最后,本文还通过了一组实验验证了该方法的正确性.     

基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大,进而导致联邦滤波估计出现偏差的问题,为了改进联邦滤波融合方法,将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合,应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器,使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度,进而得到联邦滤波器的置信度,再由得到的置信度对各子滤波器及联邦滤波器输出进行加权,得到最终的全局输出。对车载组合导航系统的仿真结果表明,这种算法对量测噪声具有较强的自适应性,能够抑制置信度低的子滤波器在融合系统中所占的权重,提高联邦滤波融合算法的精度,是一种可行的车载组合导航数据融合算法。     

可见光/激光组合的相对位姿测量研究

针对可重构航天器模块超近距离对接场景下特征点消失问题,提出一种可见光/激光的高精度相对位姿测量方法。该方法先通过可见光/激光组合对初始相对横滚角误差进行校零,完成粗校准环节;然后通过激光二维双镜反射法进行精确的相对位姿解算,获得高精度相对位姿数据。仿真结果表明,在现有技术条件下,该方法在模块相对距离在100cm内可不依赖视觉特征点,实现±1.2mm和±0.03°的相对位姿测量精度,为模块航天器对接后续的超近距离高精度位姿控制奠定基础。     

基于高效注意力和上下文感知的目标跟踪算法

基于匹配思想的孪生网络算法缺乏对目标的整体性感知,容易出现对目标状态估计不够精准和在复杂环境中跟丢的现象。为此,在孪生网络的基础上设计了2个轻量级的模块来实现更精准、更鲁棒的目标跟踪。在提取特征的主干网络之后,嵌入一个高效通道注意力模块,实现高效提取目标特征并增强差异化表示,使网络更注重于目标信息;模板匹配之后的特征通过一个局部上下文感知模块,增强网络对目标的整体感知,以应对跟踪过程中复杂多变的环境;采用Anchor-free的状态估计策略实现对目标的精准估计。实验结果表明:所提算法SiamCC在数据集OTB100、VOT2016和VOT2018上的测试结果均好于DaSiamRPN、ATOM等算法,并且跟踪速度达到了85帧/s。      

基于立体视觉的板料成形极限应变测量

设计并实现了一种基于双目立体视觉和数字图像相关方法的板料成形极限应变测量系统-BOSAS(双目视觉应变测量分析系统),对其中的关键技术作了深入讨论.该系统可以克服传统坐标网格方法很难进行变形过程的动态监控、自动化程度不高等局限,并可计算试件各变形阶段全场应变分布,以及重建不同变形时刻下试件的几何外形.将分段位移传递法和有限应变理论相结合,可计算大变形下的极限应变.对深冲铝板6016以及航空铝板2A12-T4、2A12-O、7B04-O等材料的应变测量结果显示本文方法适用于板料成形三维变形及极限应变的测量,并将测得数据与由坐标网格方法测得的数据进行比较,结果表明本文方法测量准确、可靠.     

基于滤波和优化的惯性/里程计组合导航精度对比分析

在广泛使用的惯性/里程计组合导航应用中,一贯的方法是使用Kalman滤波器进行组合导航状态估计,展现出了强大的工程适用性。然而其对于历史状态没有修正,导致整体导航精度受限。而基于优化的方法可以平滑整体组合导航的轨迹,有望提升惯性/里程计组合导航的精度和鲁棒性。将优化方法与滤波方法在惯性/里程计组合导航应用中进行对比,分析在不同条件下优化算法和滤波算法的优劣。试验表明,基于优化的算法在含有稀疏位置观测的条件下能够比滤波算法定位精度更高。但是,无位置观测的条件下,滤波算法更加稳定和精确。可以得到：基于滤波的算法更加简单稳定,更适用于工程实践;基于优化的算法模型更加复杂,在观测约束更多的条件下能够得到更好状态估计结果。