基于虚拟力的无线传感器网络覆盖增强算法

为保证网络的覆盖功能,提出了一种在固定传感器节点中加入具有运动能力的移动节点的混合无线传感器网络模型。在此基础上,基于人工势场法的思想,提出了一种基于局部虚拟力的无线传感器网络覆盖增强算法,构造了节点与节点、移动节点与目标区域边界之间的相互作用力,并基于运动图式理论来共同控制移动节点的运动。为避免移动节点陷入局部极大覆盖陷阱,还引入了随机扰动作用力。最后通过仿真实验验证了算法的有效性。

基于非负矩阵分解和IHS颜色模型的偏振图像融合方法

针对传统偏振图像伪彩色融合方法存在的不足,提出了一种基于非负矩阵分解和IHS(Intensity Hue Saturation)颜色模型的图像融合方法.首先将偏振信息解析得到的各偏振参量图像作为原始数据集进行非负矩阵分解,得到三幅特征基图像,这些特征基图像包含了场景的大部分偏振信息;然后将三幅特征基图像经直方图匹配之后,分别映射到IHS颜色模型的三个颜色通道,最后变换到RGB颜色空间,得到融合后的图像.实验结果表明,该方法不仅具有较好的色彩表达能力,而且有效地突出了目标的细节信息,提高了图像的可判读性.

动态环境下多机器人合作追捕研究

主要研究了多个自主型移动机器人合作追捕多个运动猎物的追捕—逃避问题.从基于范例的推理缩小任务招标范围、引入辅助决策矩阵改善联盟决策两个方面对传统的合同网协议进行了改进,以减少任务协商过程中的通信开销,接着引入了联盟生命值、违约金等概念,在此基础上,实现了一种允许动态联盟的多机器人合作追捕算法.仿真实验证明了所提算法的可行性和有效性.

基于颜色迁移和聚类分割的偏振图像融合方法

为克服当前偏振图像融合方法存在的不足,提出了一种基于颜色迁移和聚类分割的偏振图像近自然彩色融合方法.该方法首先将偏振参量图像映射到HSI颜色空间,再得到初步的融合图像后将它变换到YIQ颜色空间,并采用颜色迁移技术对其进行颜色修正.通过将修正后的图像变换到HSI颜色空间,并利用对线偏振度图像进行模糊C-均值聚类分割的结果调整融合图像的色调和色饱和度.最后,将处理结果变换回RGB颜色空间,得到最终的图像融合结果.实验结果表明,利用该方法得到的融合图像不仅与人眼视觉感知习惯一致,而且显著增强了目标与背景的对比度.

一种新颖的多agent强化学习方法

提出了一种综合了模块化结构、利益分配学习以及对手建模技术的多agent强化学习方法,利用模块化学习结构来克服状态空间的维数灾问题,将Q-学习与利益分配学习相结合以加快学习速度,采用基于观察的对手建模来预测其他agent的动作分布.追捕问题的仿真结果验证了所提方法的有效性.

基于对策论的群机器人追捕-逃跑问题研究

将群机器人追捕-逃跑问题看成具有两个局中人的离散动态对策问题,考虑了距离影响、走步影响、有效包围3个因素,构造出威胁评估函数,通过计算各种可能的策略下追捕者对逃跑者的威胁值得到追捕者的支付矩阵,求解该矩阵即可得到每次走步时对抗双方的最优走步策略.以此作为双方策略选择的数学模型,并在此基础上提出了实时策略选择算法.仿真试验结果验证了该模型和算法的可行性.

基于混沌遗传算法的移动机器人路径规划方法

结合遗传算法优化的反演性和混沌优化方法的遍历性,基于混沌遗传算法的移动机器人路径规划方法能够有效改善遗传算法的局部搜索能力和搜索精度,避免单纯使用遗传算法规划机器人路径时容易出现的早熟收敛现象.仿真试验表明,提出的路径规划方法在稀疏环境和密集环境下均能收敛到全局最优路径,具有更强的鲁棒性.

多机器人运动目标搜索策略研究

针对未知环境下多机器人合作搜索运动目标的问题,引入了搜索期望值和搜索增益两个概念,在此基础上提出了局部最大搜索、全局最大搜索、分区局部最大搜索以及分区全局最大搜索4种启发式搜索策略.仿真结果表明,以平均捕获时间作为评价标准,提出的几种搜索策略均明显优于随机搜索策略.

基于逼近理想解排序的图像融合效果评价方法

将图像融合评价看作是一个多属性决策问题,提出了一种基于逼近理想解排序的图像融合效果综合评价方法。通过引入理想融合图像、负理想融合图像的概念,结合评价者的先验知识和选取的定量评价指标,以距离测度作为图像融合结果的优劣评判标准,实现了对各个融合图像效果的综合评价,兼顾了实际评价工作中的通用性和特殊性要求。实验结果表明,该评价方法具有较好的有效性、实时性和简洁性。

基于多Agent的并行Q-学习算法

提出了一种多A gen t并行Q-学习算法.学习系统中存在多个A gen t,它们的学习环境、学习任务及自身功能均相同.在每个学习周期内,各个A gen t在各自独立的学习环境中进行学习,当一个学习周期结束后,对各个A gen t的学习结果进行融合,融合后的结果被所有的A gen t共享,并以此为基础进行下一个周期的学习.实验结果表明了该方法的可行性和有效性.

基于强化学习的多机器人协作

提出了一种动态环境下多个机器人获取合作行为的强化学习方法,该方法采用基于瞬时奖励的Q-学习完成单个机器人的学习,并利用人工势场法的思想确定不同机器人的学习顺序,在此基础上采用交替学习来完成多机器人的学习过程。试验结果表明所提方法的可行性和有效性。

基于运动图式的多机器人合作追捕

为实现多个机器人合作追捕目标机器人,以基于运动图式的反应式控制结构为基础,设计追捕机器人的4种基本行为:奔向目标,避开障碍物,避让队友以及收缩包围,为避免机器人陷入死锁状态,引入随机漫游行为。通过基本行为的矢量合成和机器人之间的局部交互作用,实现多机器人的协作行为。仿真试验验证了该方法的有效性。

基于自适应多特征融合的mean shift目标跟踪

经典mean shift目标跟踪算法简单快速,具有较好的跟踪效果,但是它用单个特征描述目标,易受相似目标与背景的干扰,鲁棒性较差.针对此不足,推导出多特征融合mean shift目标定位公式;为了适应跟踪过程中目标与背景的变化,提出利用概率分布可分性判据动态评价特征对目标与背景的区分能力,并自适应地计算特征融合权重.在上述两个方面的基础上,对mean shift目标跟踪算法进行了改进,提出一种多特征融合mean shift目标跟踪算法.实验结果表明:提出的算法比经典mean shift目标跟踪算法具有更强的抗干扰性能和较高的跟踪精度.

基于激光测距传感器的家庭机器人导航仿真

通过将激光测距器的扫描数据和来自家庭机器人的里程计结合在一起,给出了同时定位和地图生成的算法.基于扩展卡尔曼滤波算法,滤去不必要的数据,直接将传感数据和环境特征相匹配,融合激光扫描数据和人工路标,给出了机器人连续位置更新的方法.仿真结果表明该方法较好地解决了室内机器人导航问题.

单波长发射五通道接收激光雷达系统研制

后向散射激光雷达是探测大气气溶胶参数的有力工具,但它存在盲区和过渡区,且需要假设气溶胶的消光后向散射系数比来反演气溶胶的参数,这些限制了它的探测范围和精度。集侧向散射、后向散射和拉曼散射于一体的单波长发射五通道接收激光雷达系统,克服了上述困难。该激光雷达可以探测气溶胶的退偏比廓线、水汽混合比廓线、后向散射系数廓线和消光系数廓线等。气溶胶后向散射系数和消光系数可从地面到对流层顶进行探测,气溶胶退偏比廓线可以在对流层内进行探测,水汽混合比廓线可以在边界层内进行探测。在硬件条件的基础上,分析了各通道的信噪比和探测结果的随机相对误差。实例探测表明:该激光雷达系统数据可靠,探测范围较广。该系统的建立,为进一步深入研究气溶胶消光系数、水汽时空分布以及它们之间相互关系奠定了坚实的实验基础。

未知环境下多机器人协作追捕算法

研究了在未知环境下一种多机器人协作追捕多个移动目标方法,将追捕过程分为环境地图创建、构建追捕团队,及团队成员协作快速捕获目标三部分.设计抽象传感器模型用于追捕者探索障碍物.综合考虑与捕获目标相关的各种因素建立属性关系样本数据集,提出了利用关联规则数据挖掘技术构建追捕团队的方法.通过对追捕目标位置预测,将追捕问题类比为多机器人协作路径规划问题,在环境地图基础上求解追捕团队到达目标位置的最优路径.仿真结果表明,多机器人能够高效地协作捕获移动目标,证明了所提方法在复杂动态环境下实现的可行性及有效性.

基于最小互信息的自适应偏振差分成像方法

偏振信息解析是偏振成像探测涉及的一个重要课题。针对传统的偏振差分成像方法存在的不足,从信息论的角度出发,提出了一种基于最小互信息的自适应偏振差分成像方法。首先,利用偏振信息解析得到的斯托克斯参量图像,计算得到偏振片透光轴与所选参考坐标轴的成任意夹角的出射光强度图像;然后,以归一化互信息为评价指标,寻找具有最大不相关的两幅出射光强度图像;最后,根据找到的两幅图像的差分结果进行成像。实验结果表明,提出的方法不仅具有更好的抑制背景、突出目标细节特征的能力,而且得到的图像质量更高,从而验证了该方法的可行性和有效性。

夜视图像局部颜色传递算法

针对基于全局统计信息颜色传递过程中存在的染色效果不能很好保持图像色彩的自然性,局部区域颜色与真实场景的颜色不符、目标变淡的问题,提出一种夜视图像局部颜色传递算法。首先,采用稀疏表示的方法对红外与微光图像融合;其次,对得到的融合图像进行非线性扩散,扩散结果采用核模糊均值聚类算法进行图像分割;然后,在YCb Cr颜色空间对红外与微光图像块进行颜色传递;最后,把得到的彩色图像块组合成一幅图像,随后用得到的灰度融合图像来表征YCb Cr空间的Y通道。实验结果表明,文中算法得到的彩色图像更加自然、真实。

利用方向延伸专家场的单幅雾天图像复原

针对已有单幅雾天图像复原算法存在的局部方向性结构信息描述不充分,易导致复原后景物局部细节模糊或丢失的不足,提出一种基于方向延伸专家场的单幅雾天图像复原算法.首先基于大气散射模型获得粗略的大气光传输图估计,并在此基础上建立方向延伸专家场模型对大气光传输图进行优化;为避免在图像景物高亮度区域出现失真现象,利用无黑点约束算法对大气光传输图进行约束及调整,再根据图像中景物的梯度先验信息获取位于无穷远区域的像素集,由此估计出大气光强值;最后根据大气散射模型反向求解,得到复原后的场景图像.实验结果表明,该算法不仅可以显著地改善景物的细节信息、提高图像清晰度,并且恢复后的景物颜色更加自然、真实.

一种基于人眼视觉特性的偏振图像融合方法

根据偏振参量图像之间存在的信息冗余性和互补性,提出了一种基于人眼视觉特性的偏振图像融合方法。该方法首先对线偏振度图像和偏振角图像进行基于能量特征的融合,得到偏振特征图像;然后,利用五株采样提升小波变换实现偏振特征图像和合成强度图像的融合;最后,根据人眼对局部对比度敏感的特点,采用偏振度图像对融合结果进行对比度增强处理。实验结果表明,融合后的图像不仅突出了场景的偏振信息,而且包含了丰富的强度信息,目标与背景的对比度也得到了显著增强。