基于结构光的空间大目标特征重构与位姿测量

针对因缺少空间非合作大目标的全局特征而难以实现相对位姿测量的问题,提出利用点状光源与单目光学相机组成点结构光视觉测量系统进行特征重构与位姿测量的方法。以非合作大目标上尺寸未知的局部矩形特征为测量对象,首先建立点结构光视觉测量系统相对位姿测量模型;接着利用相对约束关系给出特征重构方法并获得隐性特征点;然后利用特征点计算测量系统与非合作大目标之间的相对转移矩阵得到相对位置和姿态。通过数字仿真校验该方法的有效性并对测量误差因素进行分析,仿真结果表明该测量方法是有效的。     

基于单幅立式标靶图像的单目深度信息提取

针对在智能车中车载单目视觉系统已经检测到路面障碍物的情况下,计算障碍物相对于本车的距离问题,提出了一种仅利用单幅标靶图像且无需相机内部参数的图像深度信息提取方法．该方法利用一种放置于相机前方的立式标靶,建立图像纵坐标像素与实际成像角度之间的映射关系,结合投影几何模型实现实时深度信息的提取．依据立式标靶图像的特点,设计了包括标靶图像感兴趣区设置、模板匹配、候选点聚类、筛选及精确定位等处理的亚像素级角点检测及定位算法．实验结果显示,该方法具有较高的测量精度及实时性．相对于在路面摆放参照物的方法,该方法无需大标定场地且规避了数据拟合引起的误差．同时该方法标定只需一幅图像,过程简单,便于实际应用．      

监控视频中异常事件检测技术研究进展

异常事件检测技术是当前智能监控技术研究领域关注的一个热点,作为计算机视觉的重要研究内容,其主要目标是利用计算机自动检测出可被视为异常的事件。传统方法存在低层视频特征描述能力弱,异常检测方法计算代价大,对复杂场景建模时鲁棒性差等方面的限制。本文结合国内外的研究现状和目前的主流方法,介绍了监控视频中异常事件检测涉及的基本技术,分析了各类监控视频特征提取方法、特征学习模型和异常检测方法的优缺点,整理归纳了可用于监控视频中异常事件检测的常用实验数据集,最后讨论了监控视频中异常事件检测技术的难点、挑战及未来发展趋势。     

基于双目视觉的多型号电连接器检测技术

通过双目视觉平台捕获图像反馈PC机，采用基于支持向量机（SVM）的机器学习方法对目标进行分类。判定型号并为每个型号加载图像处理检测方案及参数矩阵，实现电连接器针脚的柔性定位预处理，之后执行针顶轮廓的精确拟合算法，结合插针排列模版实现其三项检测工作。最后，通过实例验证与重复精度实验，结果表明本文方法具备面向多型号的柔性检测能力，并且稳定性，精度，效率满足低频连接器的检验要求。     

大型客机CAT Ⅲ级自动着陆机载设备需求

CAT Ⅲ自动着陆在恶劣天气进场着陆时具有较高的安全性和可靠性,对此类运行机载设备的研究具有重要的意义.本文首先从基本概念及原理出发介绍了进场着陆等级的划分、故障一性能下降和故障-工作两类自动着陆系统以及完成自动着陆的机载自动飞行系统及设备,然后指出决断高度DH和跑道视程RVR对CAT Ⅲ自动着陆机载设备的限制,最后介...     

套索驱动柔性细长机器人视觉运动系统建模与分析

运动和感官进程之间紧密的相互作用,是生物视觉系统进行目标距离估计和观察周围环境的重要特征.为了建立适合套索驱动柔性细长机器人视觉系统模型,分析了通过生物眼球运动策略,以获得准确距离估计和环境信息的机理.此外,探讨了在摄像机系统中通过模拟生物眼球运动策略进行距离估计和周围环境观察的可能性,以及通过纯机械方式,模拟基于Listing法则眼球扫视运动的可能性.最后,提出Listing平面应是套索驱动机器人视觉测量和空间姿态控制结合点的观点.     

神舟八号飞船交会对接CCD光学成像敏感器

介绍了CCD光学成像敏感器的功能和组成,以及低噪声视频电路、高速数据处理平台、抗杂光干扰算法、杂光干扰地面试验验证方法等关键技术,并给出了相关测试结果.实际飞行结果表明,CCD光学成像敏感器相机各项指标满足任务书要求,在最后的对接段最远测量距离达164m,位置测量精度优于2mm,滚动轴姿态测量精度优于0.03°,横轴姿态精度优于0.1°,位置和姿态测量精度超过了世界先进水平.     

民工短缺:基于博弈策略模型的研究

以博弈论为分析工具，通过构建民工与雇主博弈的策略模型，阐释民工短缺现象产生的内在机理。在此基础上，结合现实情况，分析了货币性因素和非货币性因素对民工策略选择的双重影响。由于宏观政策调控，务农的比较效益上升，这使相当一部分民工觉得打工已“得不偿失”；而非货币性因素在新一代民工中所占的比重越来越大，一旦出现触发因素，它也是一种能够左右民工策略选择的力量。近年来民工出现的回流现象，正是市场机制按供求规律自动调整的结果。     

基于改进DeepSORT的视觉/激光雷达目标跟踪与定位方法CSCD

通过结合目标跟踪与相对定位,在对多帧检测目标进行关联与分析的同时,可以获取其三维信息。但当目标外观特征变换较大时,传统目标跟踪算法较易发生漏匹配或身份变换,而仅依靠对齐点云的相对定位算法较易出现定位失效的情况。针对以上问题,提出了一种基于改进DeepSORT的目标跟踪与定位方法在原始DeepSORT算法中加入基于位置约束的匹配,解决了因外观改变导致的漏匹配问题;在获取跟踪信息的基础上,设计了基于目标运动模型的相对定位方法,解决了图像中目标较小时相对定位不连续且定位精度较低的问题。试验结果表明,与传统DeepSORT算法相比,多目标跟踪准确度提高了5.9%;与仅依靠对齐点云的相对定位算法相比,定位精度提高了62.4%。