基于加权DTW的多特征分级融合动态手势识别

AR设备以第一视角获取的动态手势往往存在手掌角度偏转问题,各关节点位移轨迹相较正视角度发生变化,现有的手掌关节点位移特征无法有效识别,并且受限于AR设备性能,部分神经网络模型无法取得良好表现。针对该应用场景,提出一种使用多特征分级融合的手势识别方法。该方法构造位移、长度、角度三个特征对手势进行描述,并进行向量编码与归一化以消除抖动干扰。根据关节点与标准手势的相似度距离,仿照sigmoid函数分配关节点权重,以加权的动态时间规整(DTW)距离进行KNN匹配,并根据最佳的KNN置信度与特征优先级筛选出最可信的特征识别结果。实验结果表明:该方法能有效识别9种存在角度偏转的动态手势;相较于传统的位移特征方法,该方法的平均准确率提高了4%,能有效应对手掌偏转情况下的动态手势识别问题。

Rep⁃YOLOv8车辆行人检测分割算法

车辆行人检测分割在自动驾驶、智能交通管理等场景广泛应用,但如何提高车辆行人识别精度以及处理分割不均匀等问题一直是项挑战。针对上述问题,文中提出一种YOLOv8的改进算法,该算法采用RepECA作为骨干网络,此骨干网络使用RepVGG模块代替原骨干网络的卷积层,并融合ECA注意力机制对图像进行特征提取,其中RepVGG模块在检测时转变多分支结构为单路径结构,不损失训练精度的同时提升执行效率,ECA注意力机制针对通道维度的注意力加权机制,通过学习通道之间的相关性,自适应地调整通道的权重,增加少量模型参数却带来大的性能提升;在C2f模块中,改进算法加入了eSE自注意力模块,避免因为通道数减少造成的通道信息损失,进一步提高模型精度。实验结果表明,使用Cityscapes数据集训练,Rep⁃YOLOv8算法在检测与分割任务的mAP@0.5指标分别达到85.4%和75.5%,与原YOLOv8相比分别提升了13.4%和16%,推理速度从65 f/s提升至83 f/s。

一种基于WiFi的位置指纹和PDR的缠绕融合定位方法

目前基于接收信号强度(RSSI)的位置指纹定位与行人航位推算(PDR)的组合定位算法,大多着重于PDR的步态解算优化,未考虑指纹定位的鲁棒性差和基础定位误差较大带来的负面影响,没有针对环境特性有效地将两种算法在流程上充分融合。文中提出一种基于WiFi-RSSI的位置指纹和PDR相结合的缠绕融合定位方法,根据平面楼层环境及各区域内行人运动程度规划实验范围,通过递进平均滤波校准PDR的结果,减小PDR的累计误差。其次结合环境划分递进位置指纹库,在对应的不同区域使用对应的离线指纹库,通过PDR解算步态数据校准位置指纹的异向偏移,输出最终指纹定位结果,减小了位置指纹法的定位偏差。最后通过无迹卡尔曼(UKF)择优观测输入进行融合滤波,得到最终结果。通过仿真实验验证,该算法效果相较于位置指纹法和PDR,定位精度提升了41%和29%,较现有的组合定位方法提升了28%。

基于Lomb-Scargle算法的激光扫频干涉非线性校正方法

激光扫频干涉测量技术因其精度高、抗干扰能力强等优势成为研究热点.而激光器调频的非线性问题一直是影响测量精度的关键因素,非线性带来的直观结果就是拍信号的频谱严重展宽,造成测距精度下降.为解决该问题,本文提出了一种基于Lomb-Scargle算法的非线性校正方法,搭建了具有辅助干涉仪的激光扫频干涉测量系统,通过对辅助路拍信号进行希尔伯特变换提取相位,再基于提取到的相位信息生成一个新的时间序列,结合Lomb-Scargle算法,将非线性校正与拍信号频率计算同时进行.作为验证,对于0.5—1.3 m范围内的目标进行了测量,最大误差为14μm.区别于传统频率采样法校正原理,本文提出的校正方法并不是以辅助路的拍信号对测量路进行重采样,所以无需满足辅助干涉仪光程差大于测量路光程差两倍的条件,因而可为增大测距量程提供一种思路.

高光谱分辨率激光雷达鉴频器的设计与分析

提出了利用Fabry-Perot干涉仪的反射场实现高光谱分辨率激光雷达精细探测大气光学参量的新方法和思路.设计了高光谱分辨率的分光系统,并分析了干涉仪反射场的光谱透过特征曲线.结合高光谱激光雷达探测信号特征,讨论分析了谱分离比和瑞利信号透过率随反射率和腔长的变化曲线,同时结合误差传递公式,建立了仿真分析模型,讨论了回波光束发散角和入射角变化对激光雷达探测结果的影响.结果表明,所提出的Fabry-Perot干涉仪反射场可以实现高光谱分辨率激光雷达探测系统的精细分光,同时探测结果误差随回波光束发散角变化不敏感,控制发散角在10 mrad以内,入射角在1.5 mrad以内时,可以实现气溶胶光学参数廓线的高精度探测.

基于光学偏折的微小透镜双曲面同步测量

针对自由曲面微小透镜检测中无法同时高精度检测前后表面的问题,提出一种基于光学偏折的微小透镜前后曲面同步测量方法。该方法基于高精度的透射波前检测系统建立理想光线追迹模型,并在利用光学偏折高精度测得的含有被测微小透镜面形信息的透射波前像差基础上,以被测微小透镜的前后两个曲面为优化变量,进行数值迭代优化求解,最终基于优化结果重构出被测微小透镜各表面面形误差。对所提出的面形测量方法进行仿真与实验验证,并通过Zygo干涉仪进行比对实验,结果显示对于口径为6 mm的微小透镜,所提方法的检测结果与比对实验的检测结果高度一致,面形偏差的均方根误差值仅为几十纳米。

基于激光调频连续波测距系统的生命体征测量

为解决传统生命体征测量使用场景受限的问题,实现非接触式生命体征测量,提出利用激光调频连续波测距系统测量人体生命体征的方法。对利用激光调频连续波测距系统测得的生命信号进行平滑滤波,去除身体随机运动信号,再将处理过的信号进行集合经验模态分解,分离出心跳信号和呼吸信号。对健康成年人在正常静止情况下和屏住呼吸情况下进行生命体征测量,实验结果表明,通过提供的算法测得的呼吸频率为17~20次/min,心跳频率为75~90次/min。实验结果符合生物学规律,体现了该算法的可行性,有望为一些特殊场景如新生儿生命体征监护、重度烧伤病人非接触式生命体征的测量研究提供参考价值。

基于激光调频连续波测距系统的频率估计研究

在调频连续波测距系统中,数据实时处理的快慢决定了系统的反应时间,当差拍信号的频率较高时,得到的数据量十分庞大,导致快速傅里叶变换所需的时间急剧增加,从而影响系统响应速度。提出一种基于中国余数定理的多频率抽样法,通过软件隔点抽样的方式来代替硬件多路欠采样,实现了对差拍信号频率精确的估计,很大程度上减少了计算的数据量,特别是在处理高频信号时,具有较大的优势。仿真结果证明了该方法的可行性,并展示了多频率抽样法在计算速度上的提升。