2012年 第38卷 第8期
2012, 38(8): 1229-1246.
doi: 10.3724/SP.J.1004.2012.01229
摘要:
直接脑控机器人接口(Brain-controlled robot interface, BCRI)是一种新型的人-机器人接口技术, 是脑-机器接口/脑-计算机接口(Brain-machine interface, BMI/Brain-computer interface, BCI)在机器人控制领域的重要应用和研究方向. 研究者相继在Nature、Science和其他重要国际期刊上报道了相关的实验研究和开发, 目前已成为国际前沿研究热点. 本文主要围绕BCRI中的控制策略、BMI/BCI模块与机器人多层控制模块的适应和融合、BCRI中的脑信号自适应分类算法以及人、BMI/BCI模块和机器人控制系统的三边自适应展开论述, 分析了目前的研究情况、存在的局限和面临的若干重要问题, 指出进一步的研究思路和方向.
直接脑控机器人接口(Brain-controlled robot interface, BCRI)是一种新型的人-机器人接口技术, 是脑-机器接口/脑-计算机接口(Brain-machine interface, BMI/Brain-computer interface, BCI)在机器人控制领域的重要应用和研究方向. 研究者相继在Nature、Science和其他重要国际期刊上报道了相关的实验研究和开发, 目前已成为国际前沿研究热点. 本文主要围绕BCRI中的控制策略、BMI/BCI模块与机器人多层控制模块的适应和融合、BCRI中的脑信号自适应分类算法以及人、BMI/BCI模块和机器人控制系统的三边自适应展开论述, 分析了目前的研究情况、存在的局限和面临的若干重要问题, 指出进一步的研究思路和方向.
2012, 38(8): 1247-1256.
doi: 10.3724/SP.J.1004.2012.01247
摘要:
在利用Kane方法对机器海豚进行动力学建模的基础上, 提出了一种对豚体波拟合推进进行速度优化的方法. 首先, 选取各连杆的关节角和机器海豚头部质心的坐标作为广义坐标, 对具有三个推进关节的机器海豚进行运动学分析,进而得到广义惯性力; 然后,结合对各连杆受力分析得到的广义主动力, 建立机器海豚的动力学方程. 其中, 根据尾鳍攻角所处的不同范围,分别利用升力线理论和阻力模型将尾鳍建模为有限翼展机翼或平板来计算水动力. 在此基础上, 结合豚体波拟合推进, 提出一种通过调节尾鳍关节角规律的幅度和相位来优化平均推进速度的方法. 仿真结果表明了所建模型及优化方法的有效性.
在利用Kane方法对机器海豚进行动力学建模的基础上, 提出了一种对豚体波拟合推进进行速度优化的方法. 首先, 选取各连杆的关节角和机器海豚头部质心的坐标作为广义坐标, 对具有三个推进关节的机器海豚进行运动学分析,进而得到广义惯性力; 然后,结合对各连杆受力分析得到的广义主动力, 建立机器海豚的动力学方程. 其中, 根据尾鳍攻角所处的不同范围,分别利用升力线理论和阻力模型将尾鳍建模为有限翼展机翼或平板来计算水动力. 在此基础上, 结合豚体波拟合推进, 提出一种通过调节尾鳍关节角规律的幅度和相位来优化平均推进速度的方法. 仿真结果表明了所建模型及优化方法的有效性.
2012, 38(8): 1257-1262.
doi: 10.3724/SP.J.1004.2012.01257
摘要:
基于语义的图像检索技术中,按照图像的语义进行自动标注是一个具有挑战性的工作. 本文把图像的自动标注过程转化为图像分类的过程,通过有监督学习对每个图像区域分类并得到相应关键字,实现标注. 采用一种快速随机森林(Fast random forest, FRF)集成分类算法,它可以对大量的训练数据进行有效的分类和标注. 在基于Corel数据集的实验中,相比经典算法, FRF改善了运算速度,并且分类精度保持稳定. 在图像标注方面有很好的应用.
基于语义的图像检索技术中,按照图像的语义进行自动标注是一个具有挑战性的工作. 本文把图像的自动标注过程转化为图像分类的过程,通过有监督学习对每个图像区域分类并得到相应关键字,实现标注. 采用一种快速随机森林(Fast random forest, FRF)集成分类算法,它可以对大量的训练数据进行有效的分类和标注. 在基于Corel数据集的实验中,相比经典算法, FRF改善了运算速度,并且分类精度保持稳定. 在图像标注方面有很好的应用.
2012, 38(8): 1263-1269.
doi: 10.3724/SP.J.1004.2012.01263
摘要:
针对欠驱动两杆体操机器人Acrobot, 提出一种新的稳定控制方法.首先,通过利用一个虚拟摩擦力矩为Acrobot 构造一条下摆轨迹;然后,运用倒转的思想为它设计出一条由垂直向下位置到垂直向上位置的期望运动轨迹, 并以此将系统的稳定控制问题转化为跟踪控制问题;最后, 基于最优控制理论来设计跟踪控制器,使Acrobot 能够沿期望轨迹渐近稳定在垂直向上位置处. 仿真结果验证了所提方法的有效性.
针对欠驱动两杆体操机器人Acrobot, 提出一种新的稳定控制方法.首先,通过利用一个虚拟摩擦力矩为Acrobot 构造一条下摆轨迹;然后,运用倒转的思想为它设计出一条由垂直向下位置到垂直向上位置的期望运动轨迹, 并以此将系统的稳定控制问题转化为跟踪控制问题;最后, 基于最优控制理论来设计跟踪控制器,使Acrobot 能够沿期望轨迹渐近稳定在垂直向上位置处. 仿真结果验证了所提方法的有效性.
2012, 38(8): 1270-1279.
doi: 10.3724/SP.J.1004.2012.01270
摘要:
对一类含未知参数的Euler-Lagrange系统协调控制问题进行了研究, 提出了一种自适应控制算法. 该算法容许通信网络为最一般的伪强连通图, 并允许通信时延的存在. 对系统中领航者为静态和动态两种情况分别进行了研究, 设计了相应的控制器.研究结果表明,在仅有部分个体能够和领航者进行通信的情况下, 控制器能保证网络中其他个体最终和领航者趋于一致. 运用Lyapunov稳定性定理和Barbalat 定理等对自适应控制器的稳定性进行了证明,并利用数值仿真验证了算法的有效性.
对一类含未知参数的Euler-Lagrange系统协调控制问题进行了研究, 提出了一种自适应控制算法. 该算法容许通信网络为最一般的伪强连通图, 并允许通信时延的存在. 对系统中领航者为静态和动态两种情况分别进行了研究, 设计了相应的控制器.研究结果表明,在仅有部分个体能够和领航者进行通信的情况下, 控制器能保证网络中其他个体最终和领航者趋于一致. 运用Lyapunov稳定性定理和Barbalat 定理等对自适应控制器的稳定性进行了证明,并利用数值仿真验证了算法的有效性.
2012, 38(8): 1280-1287.
doi: 10.3724/SP.J.1004.2012.01280
摘要:
在愈来愈被关注的分数阶控制研究中,分数阶系统辨识的理论与方法是一个重要方向. 目前相关研究极少涉及分数阶系统的结构和阶次辨识. 首先讨论了分数阶线性SISO系统辨识的有色噪声模型,然后构造了具有"移位性质"的信息向量和信息压缩矩阵,并给出了信息压缩矩阵分解变换的理论分析及其证明;在此基础上,提出了一种利用信息压缩矩阵交替变换提取相关信息的算法,论述了最优估计模型结构与阶次的判定准则,从而同时辨识分数阶系统时域模型的结构、阶次与参数;仿真研究表明,本文方法能够获得满意的辨识结果,具有良好的抑制噪声干扰能力;不仅能够准确地辨识系统模型的结构与阶次,而且能够辨识噪声模型的结构与阶次.
在愈来愈被关注的分数阶控制研究中,分数阶系统辨识的理论与方法是一个重要方向. 目前相关研究极少涉及分数阶系统的结构和阶次辨识. 首先讨论了分数阶线性SISO系统辨识的有色噪声模型,然后构造了具有"移位性质"的信息向量和信息压缩矩阵,并给出了信息压缩矩阵分解变换的理论分析及其证明;在此基础上,提出了一种利用信息压缩矩阵交替变换提取相关信息的算法,论述了最优估计模型结构与阶次的判定准则,从而同时辨识分数阶系统时域模型的结构、阶次与参数;仿真研究表明,本文方法能够获得满意的辨识结果,具有良好的抑制噪声干扰能力;不仅能够准确地辨识系统模型的结构与阶次,而且能够辨识噪声模型的结构与阶次.
2012, 38(8): 1288-1297.
doi: 10.3724/SP.J.1004.2012.01288
摘要:
便宜的物体快速三维建模技术是当前计算机视觉领域重要的研究课题.给出了一种基于Kinect传感器的快速物体重建方法,以及基于该方法的一种图形处理器 (Graphic processing unit, GPU)原型系统实现.本文方法主要分为两步: 1)系统的初始标定; 2)全自动的物体重建.对于系统初始标定,提出了一种简单易用的粗标定方法;对于物体重建,提出一种全自动的快速物体重建方法.本文方法鲁棒性高,在出现点云配准错误时仍然能够稳定地得到较理想的重建模型.针对环闭合(Loop-closure)问题,提出了一种全局的点云配准方法.对几类物体的重建实验结果表明,本文方法方便实用,且能得到较好的重建效果.此外,本文还探索了有遮挡物体的重建问题.将本文方法应用于有遮挡物体的重建,也取得了较好的重建效果.
便宜的物体快速三维建模技术是当前计算机视觉领域重要的研究课题.给出了一种基于Kinect传感器的快速物体重建方法,以及基于该方法的一种图形处理器 (Graphic processing unit, GPU)原型系统实现.本文方法主要分为两步: 1)系统的初始标定; 2)全自动的物体重建.对于系统初始标定,提出了一种简单易用的粗标定方法;对于物体重建,提出一种全自动的快速物体重建方法.本文方法鲁棒性高,在出现点云配准错误时仍然能够稳定地得到较理想的重建模型.针对环闭合(Loop-closure)问题,提出了一种全局的点云配准方法.对几类物体的重建实验结果表明,本文方法方便实用,且能得到较好的重建效果.此外,本文还探索了有遮挡物体的重建问题.将本文方法应用于有遮挡物体的重建,也取得了较好的重建效果.
2012, 38(8): 1298-1307.
doi: 10.3724/SP.J.1004.2012.01298
摘要:
提出了一种基于概率神经网络(Probabilistic neural networks, PNN)和DSmT推理 (Dezert-Smarandache theory)的飞机图像目标多特征融合识别算法. 针对提取的多个图像特征量,利用数据融合的思想对来自图像目标各个特征量提供的信息进行融合处理.首先,对图像进行二值化预处理,并提取Hu矩、归一化转动惯量、 仿射不变矩、轮廓离散化参数和奇异值特征5个特征量;其次, 针对DSmT理论中信度赋值构造困难的问题,利用PNN网络,构造目标识别率矩阵,通过目标识别率矩阵对证据源进行信度赋值;然后,用DSmT组合规则在决策级层进行融合,从而完成对飞机目标的识别;最后,在目标图像小畸变情形下, 将本文提出的图像多特征信息融合方法和单一特征方法进行了对比测试实验,结果表明本文方法在同等条件下正确识别率得到了很大提高,同时达到实时性要求,而且具有有效拒判能力和目标图像尺寸不敏感性. 即使在大畸变情况下,识别率也能达到89.3%.
提出了一种基于概率神经网络(Probabilistic neural networks, PNN)和DSmT推理 (Dezert-Smarandache theory)的飞机图像目标多特征融合识别算法. 针对提取的多个图像特征量,利用数据融合的思想对来自图像目标各个特征量提供的信息进行融合处理.首先,对图像进行二值化预处理,并提取Hu矩、归一化转动惯量、 仿射不变矩、轮廓离散化参数和奇异值特征5个特征量;其次, 针对DSmT理论中信度赋值构造困难的问题,利用PNN网络,构造目标识别率矩阵,通过目标识别率矩阵对证据源进行信度赋值;然后,用DSmT组合规则在决策级层进行融合,从而完成对飞机目标的识别;最后,在目标图像小畸变情形下, 将本文提出的图像多特征信息融合方法和单一特征方法进行了对比测试实验,结果表明本文方法在同等条件下正确识别率得到了很大提高,同时达到实时性要求,而且具有有效拒判能力和目标图像尺寸不敏感性. 即使在大畸变情况下,识别率也能达到89.3%.
2012, 38(8): 1308-1320.
doi: 10.3724/SP.J.1004.2012.01308
摘要:
针对非线性数据流形的线性结构挖掘问题,提出一种基于Grassmann 流形和蚁群方法的聚类算法.为抑制噪声对线性结构探测的影响, 对含噪数据集进行算法处理最小单元提升,利用Grassmann 流形定义提升后单元间相似度,同时设计了一种类测地距离作为簇连通性约束. 为提高蚁群解的线性结构挖掘质量,提出了曲面复杂度最小方向定义,并将其作为信息素更新的启发信息引入. 在多个数据集上的实验和分析表明,与K-means、Geodesic K-means 以及有限混合模型(Finite mixture model, FMM) 等传统算法相比,本文算法具备挖掘非线性流形上线性结构的新特性,并且能够保证线性结构内部的连通性.
针对非线性数据流形的线性结构挖掘问题,提出一种基于Grassmann 流形和蚁群方法的聚类算法.为抑制噪声对线性结构探测的影响, 对含噪数据集进行算法处理最小单元提升,利用Grassmann 流形定义提升后单元间相似度,同时设计了一种类测地距离作为簇连通性约束. 为提高蚁群解的线性结构挖掘质量,提出了曲面复杂度最小方向定义,并将其作为信息素更新的启发信息引入. 在多个数据集上的实验和分析表明,与K-means、Geodesic K-means 以及有限混合模型(Finite mixture model, FMM) 等传统算法相比,本文算法具备挖掘非线性流形上线性结构的新特性,并且能够保证线性结构内部的连通性.
2012, 38(8): 1321-1328.
doi: 10.3724/SP.J.1004.2012.01321
摘要:
理解恐怖突发事件下公众对恐惧的反应是反恐的一个非常关键性的问题. 针对恐怖突发事件下恐惧传播的演化过程, 应用平行系统的思想, 采用仿真软件Stella构建了恐惧传播演化的人工系统. 此研究主要有两个目的: 1)恐怖事件发生后, 在一个城市中影响恐惧传播的关键性要素有哪些; 2)分析恐惧如何演化传播. 研究表明, 恐惧的传播具有一定的规律性, 社区干扰越强, 恐惧传播的时间将会延长; 恐怖事件发生之初, 风险感知能力增长较快但下降较慢. 这些发现对理解恐怖突发事件下公众对恐惧的反应具有较强的指导意义.
理解恐怖突发事件下公众对恐惧的反应是反恐的一个非常关键性的问题. 针对恐怖突发事件下恐惧传播的演化过程, 应用平行系统的思想, 采用仿真软件Stella构建了恐惧传播演化的人工系统. 此研究主要有两个目的: 1)恐怖事件发生后, 在一个城市中影响恐惧传播的关键性要素有哪些; 2)分析恐惧如何演化传播. 研究表明, 恐惧的传播具有一定的规律性, 社区干扰越强, 恐惧传播的时间将会延长; 恐怖事件发生之初, 风险感知能力增长较快但下降较慢. 这些发现对理解恐怖突发事件下公众对恐惧的反应具有较强的指导意义.
2012, 38(8): 1329-1334.
doi: 10.3724/SP.J.1004.2012.01329
摘要:
现实问题中存在这样一类非负单调递增(或衰减)序列,其早期数据增长(或衰减)缓慢,但从最末一个数据开始,系统由于受到外部强烈的激励,最新数据x(n) 大幅增大(或减小),且定性分析的结果也表明这种强激励带来的快速增长(或衰减)的态势在未来还会持续. 针对这样一类序列的预测建模问题,本文在缓冲算子公理体系下,提出了利用最新信息x(n)所反映的序列快速增长(或衰减)的"端倪"构造一类新的强化缓冲算子的方法,给出了相关定理及其详细证明. 理论分析和实证表明,基于新信息优先的强化缓冲算子建立的灰色模型能够有效地提高这类序列的预测精度.
现实问题中存在这样一类非负单调递增(或衰减)序列,其早期数据增长(或衰减)缓慢,但从最末一个数据开始,系统由于受到外部强烈的激励,最新数据x(n) 大幅增大(或减小),且定性分析的结果也表明这种强激励带来的快速增长(或衰减)的态势在未来还会持续. 针对这样一类序列的预测建模问题,本文在缓冲算子公理体系下,提出了利用最新信息x(n)所反映的序列快速增长(或衰减)的"端倪"构造一类新的强化缓冲算子的方法,给出了相关定理及其详细证明. 理论分析和实证表明,基于新信息优先的强化缓冲算子建立的灰色模型能够有效地提高这类序列的预测精度.
2012, 38(8): 1335-1342.
doi: 10.3724/SP.J.1004.2012.01335
摘要:
谱聚类是近年来出现的一类性能优越的聚类算法,能对任意形状的数据进行聚类, 但算法对尺度参数比较敏感,利用聚类集成良好的鲁棒性和泛化能力,本文提出了基于谱聚类的聚类集成算法.该算法首先利用谱聚类算法的内在特性构造多样性的聚类成员; 然后,采用连接三元组算法计算相似度矩阵,扩充了数据点之间的相似性信息;最后,对相似度矩阵使用谱聚类算法得到最终的集成结果. 为了使算法能扩展到大规模应用,利用Nystrm采样算法只计算随机采样数据点之间以及随机采样数据点与剩余数据点之间的相似度矩阵,从而有效降低了算法的计算复杂度. 本文算法既利用了谱聚类算法的优越性能,同时又避免了精确选择尺度参数的问题.实验结果表明:较之其他常见的聚类集成算法,本文算法更优越、更有效,能较好地解决数据聚类、图像分割等问题.
谱聚类是近年来出现的一类性能优越的聚类算法,能对任意形状的数据进行聚类, 但算法对尺度参数比较敏感,利用聚类集成良好的鲁棒性和泛化能力,本文提出了基于谱聚类的聚类集成算法.该算法首先利用谱聚类算法的内在特性构造多样性的聚类成员; 然后,采用连接三元组算法计算相似度矩阵,扩充了数据点之间的相似性信息;最后,对相似度矩阵使用谱聚类算法得到最终的集成结果. 为了使算法能扩展到大规模应用,利用Nystrm采样算法只计算随机采样数据点之间以及随机采样数据点与剩余数据点之间的相似度矩阵,从而有效降低了算法的计算复杂度. 本文算法既利用了谱聚类算法的优越性能,同时又避免了精确选择尺度参数的问题.实验结果表明:较之其他常见的聚类集成算法,本文算法更优越、更有效,能较好地解决数据聚类、图像分割等问题.
2012, 38(8): 1343-1352.
doi: 10.3724/SP.J.1004.2012.01343
摘要:
研究了高斯混合扩展目标概率假设密度(Gaussian mixture extended-target probability hypothesis density, GM-EPHD)滤波器的收敛性问题, 证明了在杂波强度先验已知且扩展目标的期望测量个数连续有界的假设条件下, 若该 GM-EPHD 滤波器的 GM 项趋于无穷多, 那么它一致收敛于真实的 EPHD 滤波器. 并且, 本文还证明了该算法在弱非线性条件下的扩展卡尔曼(Extended Kalman, EK)滤波近似实现 —EK-GM-EPHD 滤波器, 在每个 GM 项的协方差趋于0时, 也一致收敛于真实的 EPHD 滤波器. 本文的研究目的在于从理论上给出 GM-EPHD 和 EK-GM-EPHD 滤波器的收敛性结果以及它们满足一致收敛性的条件.
研究了高斯混合扩展目标概率假设密度(Gaussian mixture extended-target probability hypothesis density, GM-EPHD)滤波器的收敛性问题, 证明了在杂波强度先验已知且扩展目标的期望测量个数连续有界的假设条件下, 若该 GM-EPHD 滤波器的 GM 项趋于无穷多, 那么它一致收敛于真实的 EPHD 滤波器. 并且, 本文还证明了该算法在弱非线性条件下的扩展卡尔曼(Extended Kalman, EK)滤波近似实现 —EK-GM-EPHD 滤波器, 在每个 GM 项的协方差趋于0时, 也一致收敛于真实的 EPHD 滤波器. 本文的研究目的在于从理论上给出 GM-EPHD 和 EK-GM-EPHD 滤波器的收敛性结果以及它们满足一致收敛性的条件.
2012, 38(8): 1353-1361.
doi: 10.3724/SP.J.1004.2012.01353
摘要:
在基于"梯度汇聚"模型的无线传感器网络 (Wireless sensor networks, WSNs)中, 因节点间能量消耗不平衡而引发的能量空洞一直是影响网络生存周期的重要原因. 本文分别分析了无通信干扰的自由空间环境和瑞利衰落环境下网络中节点的能量消耗,提出了一种基于节点能量非均匀分布的能量空洞避免机制,即根据节点的能耗水平为每个节点储备不同的初始能量.并结合通信干扰、休眠机制等因素,研究了基于"梯度汇聚"模型的无线传感器网络生存周期的上界和下界. 模拟结果表明,该机制提高了能量的利用效率,延长了网络的生存周期.
在基于"梯度汇聚"模型的无线传感器网络 (Wireless sensor networks, WSNs)中, 因节点间能量消耗不平衡而引发的能量空洞一直是影响网络生存周期的重要原因. 本文分别分析了无通信干扰的自由空间环境和瑞利衰落环境下网络中节点的能量消耗,提出了一种基于节点能量非均匀分布的能量空洞避免机制,即根据节点的能耗水平为每个节点储备不同的初始能量.并结合通信干扰、休眠机制等因素,研究了基于"梯度汇聚"模型的无线传感器网络生存周期的上界和下界. 模拟结果表明,该机制提高了能量的利用效率,延长了网络的生存周期.
2012, 38(8): 1362-1369.
doi: 10.3724/SP.J.1004.2012.01362
摘要:
选择合适的测量矩阵是压缩传感理论实用化的关键之一. 本文在Toeplitz矩阵独立元素中随机地引入零元,形成随机间距稀疏Toeplitz矩阵, 使得随机独立变元个数可以减少到原Toeplitz矩阵的1/2～1/16,甚至更少, 非零元个数同样大大减少,有利于数据传输和存储.模拟实验表明随机间距稀疏 Toeplitz矩阵在重建效果优于Gauss矩阵和原Toeplitz矩阵的同时,重建时间只有Gauss矩阵和一般Toeplitz矩阵重建时间的约15%～40%.
选择合适的测量矩阵是压缩传感理论实用化的关键之一. 本文在Toeplitz矩阵独立元素中随机地引入零元,形成随机间距稀疏Toeplitz矩阵, 使得随机独立变元个数可以减少到原Toeplitz矩阵的1/2～1/16,甚至更少, 非零元个数同样大大减少,有利于数据传输和存储.模拟实验表明随机间距稀疏 Toeplitz矩阵在重建效果优于Gauss矩阵和原Toeplitz矩阵的同时,重建时间只有Gauss矩阵和一般Toeplitz矩阵重建时间的约15%～40%.
2012, 38(8): 1370-1374.
doi: 10.3724/SP.J.1004.2012.01370
摘要:
针对自适应白化技术中算法的收敛速度问题, 通过融入具有变动量因子特性的动量项,提出了一种快速的自适应白化算法. 该算法利用动量项来加速系统的收敛速度,并基于随机梯度方法对动量因子进行自适应更新,有效提升了白化系统的整体性能. 仿真实验表明本文算法在平稳和非平稳环境下具有良好的性能.
针对自适应白化技术中算法的收敛速度问题, 通过融入具有变动量因子特性的动量项,提出了一种快速的自适应白化算法. 该算法利用动量项来加速系统的收敛速度,并基于随机梯度方法对动量因子进行自适应更新,有效提升了白化系统的整体性能. 仿真实验表明本文算法在平稳和非平稳环境下具有良好的性能.
2012, 38(8): 1375-1379.
doi: 10.3724/SP.J.1004.2012.01375
摘要:
凸包是计算几何的基本结构, 在许多图形图像相关领域得到了广泛应用. 本文提出了一种简单快速的平面点集凸包算法, 使用了主成分分析法(Principle component analysis, PCA)对点集进行预处理, 并研究了适用的排序规则和凸包边缘点判定原则. 该算法已成功应用于一光栅投影三维形貌快速测量系统,对相位干涉图中密集残留点所形成的最小凸包进行提取. 系统将提取的凸包区域进行掩码标记, 从而避免密集残留点造成相位展开错误, 保证了三维形貌重构的准确性. 实验结果表明, 该算法准确可靠, 并且运行效率较高.
凸包是计算几何的基本结构, 在许多图形图像相关领域得到了广泛应用. 本文提出了一种简单快速的平面点集凸包算法, 使用了主成分分析法(Principle component analysis, PCA)对点集进行预处理, 并研究了适用的排序规则和凸包边缘点判定原则. 该算法已成功应用于一光栅投影三维形貌快速测量系统,对相位干涉图中密集残留点所形成的最小凸包进行提取. 系统将提取的凸包区域进行掩码标记, 从而避免密集残留点造成相位展开错误, 保证了三维形貌重构的准确性. 实验结果表明, 该算法准确可靠, 并且运行效率较高.
2012, 38(8): 1380-1384.
doi: 10.3724/SP.J.1004.2012.01380
摘要:
为了从现实环境下识别出人体动作,本文研究了从无约束视频中提取特征表征人体动作的问题. 首先,在无约束的视频上使用形态学梯度操作消除部分背景,获得人体的轮廓形状; 其次,提取某一段视频上每一帧形状的边缘特征,累积到一幅图像中,称之为累积边缘图像 (Accumulative edge image, AEI); 然后,在该累积边缘图像上计算基于网格的方向梯度直方图(Histograms of orientation gradients, HOG),形成特征向量表征人体的动作, 送入分类器进行分类. YouTube数据集上的实验结果表明,本文的方法比其他方法更加有效.
为了从现实环境下识别出人体动作,本文研究了从无约束视频中提取特征表征人体动作的问题. 首先,在无约束的视频上使用形态学梯度操作消除部分背景,获得人体的轮廓形状; 其次,提取某一段视频上每一帧形状的边缘特征,累积到一幅图像中,称之为累积边缘图像 (Accumulative edge image, AEI); 然后,在该累积边缘图像上计算基于网格的方向梯度直方图(Histograms of orientation gradients, HOG),形成特征向量表征人体的动作, 送入分类器进行分类. YouTube数据集上的实验结果表明,本文的方法比其他方法更加有效.
2012, 38(8): 1385-1393.
doi: 10.3724/SP.J.1004.2012.01385
摘要:
针对小型无人直升机(Small-scale unmanned helicopter, SUH) 起飞过程中过度依赖于地面飞行手的问题, 提出了一种基于经验知识与系统辨识的自主起飞控制方法. 首先, 通过研究专业飞行手手动操纵小型无人直升机起飞过程中高度与油门、总距舵量等信息的对应关系, 分析了利用学习飞行手的操纵行为实现小型无人直升机自主起飞的可行性, 并设计了小型无人直升机自主起飞控制流程. 引入了安全高度及变增益控制以提高自主起飞过程中的飞行安全性能, 利用不完全微分控制方法抑制了微分高频噪声. 其次, 为了获取自主起飞过程中控制参数, 采用自适应遗传算法对小型无人直升机动力学模型进行了辨识, 在动力学模型的基础上进一步辨识得到了飞行控制参数. 最后, 通过在小型无人直升机平台进行的实际飞行实验, 验证了本文方法的有效性.
针对小型无人直升机(Small-scale unmanned helicopter, SUH) 起飞过程中过度依赖于地面飞行手的问题, 提出了一种基于经验知识与系统辨识的自主起飞控制方法. 首先, 通过研究专业飞行手手动操纵小型无人直升机起飞过程中高度与油门、总距舵量等信息的对应关系, 分析了利用学习飞行手的操纵行为实现小型无人直升机自主起飞的可行性, 并设计了小型无人直升机自主起飞控制流程. 引入了安全高度及变增益控制以提高自主起飞过程中的飞行安全性能, 利用不完全微分控制方法抑制了微分高频噪声. 其次, 为了获取自主起飞过程中控制参数, 采用自适应遗传算法对小型无人直升机动力学模型进行了辨识, 在动力学模型的基础上进一步辨识得到了飞行控制参数. 最后, 通过在小型无人直升机平台进行的实际飞行实验, 验证了本文方法的有效性.
