基于嵌入式人工智能的无接触式签到系统设计

针对传统接触式签到依赖服务器等问题,提出一种基于轻量化人工智能人脸识别算法,设计嵌入式终端无接触式签到系统。利用预训练的MobileFaceNet模型提取人脸特征,将其输入Siamese模型得到降维后的特征向量,计算该向量与特征库中向量的最小欧式距离,并与阈值对比完成人脸识别。系统以STM32MP1微处理器为CPU,利用OpenCV和TensorFlow Lite软件实现签到功能。结果表明,系统具备良好的实时性和稳定性,可通过模型在线更新添加新人特征,提升人脸识别的准确率和实用性,符合当前疫情防控政策下的实验室签到需求。

基于视觉信息的微型无人直升机位姿估计

采用基于视觉信息的姿态估计方法对微小型无人直升机位姿估计进行了研究.在分析视觉信息与直升机运动关系的基础上,可以看出,稳定解算航拍图像序列之间的单应矩阵是整个方法的关键.而解算单应矩阵需得到序列图像之间的特征匹配点.为了获得稳定的、抗噪性强的同平面特征匹配点,方法采用了基于尺度不变特征变换(SIFT)算法和基于随机抽样一致性(RANSAC)算法的匹配策略.在一套真实的微型无人直升机系统上的实验证明,通过该方法得到的位姿信息可以达到无人直升机自主飞行所需的精度要求.

结合视觉里程计的微小型空中机器人SLAM研究

经典的基于"平滑摄像机模型"的单目视觉同步定位与地图构建方法无法适用于具有复杂飞行模式的微小型空中机器人。针对这个问题,提出一种结合视觉里程计的单目视觉同步定位与地图构建方法。该方法通过视觉里程计直接估计机器人机载摄像机相对位姿变化,并将这些位姿信息嵌入基于EKF的单目视觉同步定位与地图构建算法中。同时,在采用视觉里程计进行位姿估计时,针对可能出现的退化问题,采用特征分类的策略,提高了估计的鲁棒性。将方法应用于一套真实的微小型智能无人直升机系统上,实验数据验证了方法具有良好的适用性和实用性。

微型UAV视觉识别系统的研究

出于军事侦察、视觉导航等特殊任务的需要,视觉识别系统一直在微型UAV系统中扮演着重要的角色。该文针对微型UAV的特点设计了一套基于机器学习的视觉识别系统。得益于Adaboost算法和层叠分类器的使用,系统具有很快的处理速度并获得了较高的正确识别率。最后,通过一套真实微型无人直升机试验平台上的实验结果,验证了这套系统的可行性。

微小型无人直升机地磁导航算法研究

以微小型无人直升机为背景,提出了一种基于多传感器融合的地磁导航算法。在分析捷联磁力计输出模型的基础上,提出用基于递推最小二乘的椭球校正法校正捷联磁力计的零位偏差和比例系数误差,取得了比椭圆校正法更好的效果;然后将磁力计和陀螺仪输出进行互补滤波融合以提高航向测量的动态性能并抑制高频磁场干扰;最后对估计地磁场进行倾角补偿获得航向角估计。实验结果表明:利用该算法得到的航向角静态估计误差小于1.5°,在无人直升机的自主悬停、航线飞行和自主降落飞行模态中能很好地实现航向角控制与横纵向速度分解。该地磁导航算法完全可以满足微小型无人直升机自主飞行的要求。

基于自适应特征的地标跟踪算法

为实现无人直升机的地标跟踪,将在线特征选择过程嵌入粒子滤波算法,采用自适应的状态转移模型,在跟踪过程中利用R、G、B值的线性组合作为候选特征集,对特征的目标区域和背景区域的颜色直方图分布进行统计,根据获得的对数似然比,选择区分度最好的特征计算似然图像,并通过2种途径获得2组粒子,用于估计目标位置。实验结果表明,该算法跟踪精度较高,鲁棒性较强。

共情准确性研究30年:回顾与展望

1990年,心理学家William Ickes等人提出了共情准确性(empathic accuracy)的概念,强调个体准确推断、理解他人想法和感受的程度。三十年来,大量研究发现,在动态社会交互中共情准确性与个体的环境适应、人际交往等能力密切相关,因此其成为了共情领域的重要研究内容。本文首次系统总结了自共情准确性提出以来的相关研究,以期对该领域有全面的理解与把握,并启发后续研究。本文首先简述了共情准确性的由来与内在机制,并根据研究发展进程总结了共情准确性的三类主要测量方法,随后从共情者、共情对象和社会环境三个要素入手系统梳理了影响共情准确性的核心因素,最后展望了今后需重点关注的五个研究方向。

基于混合滤波的可展天线多节点状态估计

为保证卫星可展天线精确和可靠地展开,提出一种基于混合滤波的可展天线多节点估计方法。该方法通过核粒子滤波器实现多模态概率密度的递推估计,滤波过程中采用分量迭代寻优模式使粒子向各自分量最大概率密度方向移动;并对混合参数重更新,以适应粒子寻优过程中的位置和权值变化。进一步结合可展天线模型建立自校正重要性函数,提高估计的准确性。实验表明该方法适用于天线在展开过程中的多节点状态估计。

基于一种层叠分类器的无人直升机路标识别算法

针对复杂的野外环境造成的图像表象变化给无人直升机飞行过程中路标识别带来的困难,分析了常规神经网络分类器和Hu不变矩分类算法的优、缺点,提出一种利用二级神经网络结合不变矩等特征构成的层叠分类器的路标识别算法,给出了算法的原理和结构.实验结果表明,此算法不仅能获得更好的识别效果,而且能提供路标的方位信息,可作为无人直升机视觉导航系统和进行姿态估计时的参考信息.

基于微型无人机平台的航拍动态阴影检测

提出了一种适用于微型无人直升机平台的低空航拍动态阴影检测方法。针对无人机平台对检测算法的高鲁棒性、适应运动背景等要求,在分析阴影特征集特点的基础上,提取两个独立的阴影特征;对现有的Co-EM策略加以改进,实现单帧图像的阴影检测;根据无人机运动的特点,提出基于样本参数传递的在线检测模型。实验表明,本方法能够适应真实微型无人机平台的应用需求,与常用的采用色彩或区域特征的方法相比,具有更好的检测效果。