一种尺度自适应的机器人目标跟踪算法

Mean-Shift算法是一种简单高效的目标识别算法,但是不能有效地识别被遮挡的目标和有尺度变化的目标。基于仿射变换,提出了一种尺度自适应的机器人目标跟踪算法。定义了转角点,并根据转角点匹配对目标进行区分,最后通过仿射变换识别出目标的尺度变化。与其它相关算法相比,该算法能有效地识别被跟踪目标的遮挡问题;当被跟踪目标的尺度发生改变时,该算法仍然能准确地对目标进行识别。分析表明,当视屏流中每秒的图像小于25帧并且目标的图像小于2×104个像素时,该算法可以用于目标的实时跟踪。

基于主动鉴别字典学习的自主导航偏离控制算法

针对传统道路偏离检测算法仅对结构化道路适用的缺陷,提出一种基于主动鉴别字典学习的偏离控制算法用于非结构化道路的偏离检测与控制.采用主动学习算法从未标记样本中学习得到主动鉴别字典,根据其结构化重构误差判断车辆偏离方向,并以此为依据控制车辆行驶方向;定义有代价的加权错误率,作为衡量算法纠偏能力的新准则.实验结果表明,所提出的算法对于结构化和非结构化道路偏离检测均有较强的有效性和可靠性.