基于自适应卡尔曼滤波的Meanshift跟踪算法

针对传统的Meanshift视频跟踪算法在跟踪目标存在背景干扰或者有遮挡情况下,目标跟踪不准确、丢失的问题,提出了一种基于自适应卡尔曼滤波的Meanshift跟踪算法(AKFMeanshift)。该算法在Meanshift算法的基础上结合自适应卡尔曼滤波,有效解决了系统噪声特性未知时,卡尔曼滤波发散的问题。通过滤波器预测目标在下一帧的中心位置,把该位置作为Meanshift迭代初始位置,最终实现跟踪。实验结果表明:提出的算法能够在系统噪声未知的情况下、存在遮挡的条件下对目标进行准确的跟踪。

基于Halton序列布谷鸟算法的机械臂逆运动学分析

针对六关节串联型机械臂逆运动学,采用了布谷鸟搜索算法(CS)求解该问题。首先,为了平衡机械臂逆解过程中位置精度和姿态精度的差异,引入改进的权值系数进行分配。其次,在标准CS算法的基础上,采用拟蒙特卡罗方法中的Halton序列对种群进行初始化。然后,为减,少算法陷入局部最优的次数引入柯西扰动算子,并根据种群迭代次数动态变化,提出了具有自适应调整特点的搜索算法。最后,进行了对比仿真试验,结果表明,改进后的算法处理逆解问题效果更好。