运用约束Delaunay三角网从众源轨迹线提取道路边界

运用众源车辆轨迹数据提取道路信息需要解决轨迹点采样稀疏、高噪音、密度差异大等问题。为此,本文提出一种运用约束Delaunay三角网从车辆轨迹线集中提取道路边界的方法。首先,通过三角形边长度和Voronoi面积等几何特征表达轨迹点分布的聚集性差异,并将这两种不同几何维数的控制条件集成建立道路边界识别模型,运用"种子点"区域扩展方法实现道路边界的精确提取。最后,运用北京市出租车GPS轨迹进行试验,结果表明该方法适于车辆分布频率悬殊、时间跨度不同、道路网结构复杂的轨迹线数据处理。

轨迹分割与图层融合的车辆轨迹线构建道路地图方法

传统道路地图构建方法将轨迹点(线)同等对待提取道路数据,忽略车辆轨迹的空间差异性,制约其结果精度与应用范围。为此,本文根据轨迹速度将轨迹线集分割滤选为3个轨迹线子集,将轨迹方向与Delaunay三角网模型集成探测路网拓扑结构;顾及轨迹线子集的特征差异选取不同参数值和约束条件并分层提取道路几何、交通语义数据,分别构建3个道路图层;运用缓冲区方法并根据道路几何、语义特征将多个道路图层融合为单个完整道路地图。运用出租车轨迹数据进行试验分析,结果表明:该方法顾及轨迹分布差异性,能将道路几何、交通语义信息融合提取,更适于处理复杂道路结构下的轨迹线。

基于众源轨迹数据的道路中心线提取

从众源轨迹数据中提取道路几何数据相对于传统的道路数据获取方法具有低成本、高现势性的优点。然而,由于轨迹数据采样稀疏、数据量大、高噪音等特征使得道路中心线提取仍显困难。针对该问题,提出一种基于约束Delaunay三角网的道路中心线提取方法。首先对预处理后的车辆轨迹线构建约束Delaunay三角网,根据整体长边约束准则删除长边以提取道路面域多边形;然后对道路面多边形二次构建Delaunay三角网,提取道路中心线。利用北京市一天时间的出租车轨迹数据进行算法实验,将实验结果与栅格化方法结果进行定性定量地评价分析。结果表明该方法提取的道路中心线数据在几何、拓扑精度方面比栅格化方法提高约10%以上。另外,以复杂环形道路为例,证明了该方法比栅格化方法更适合于复杂道路结构、较大密度差异的轨迹数据。因此,该方法不仅适合大数据处理、结果精度高,且算法成熟、易于实现。

基于轨迹点控制面积法的水平井地质储量计算

根据高含水开发阶段井网特征和水平井轨迹特点,提出了利用轨迹点控制面积法计算水平井的地质储量.通过3种不同储量计算方法对比,证明该方法是一种精确度较高的水平井地质储量计算方法.

不同时间信息条件下多目轨迹交会测量点目标运动的方法

针对多相机对点目标的运动轨迹测量,提出不同时间信息条件下的多目轨迹交会法。对点目标运动轨迹进行时间多项式参数化描述,再将多个相机观察目标的系列视线与目标的参数化运动轨迹进行交会,通过最小化物方残差,确定出目标的运动轨迹。相对于传统的多目交会测量模式,本方法不仅能够有效地提高测量精度,而且能够在多相机之间观测不同步,或者时间未对准,甚至无时间信息的情况下仍得到目标的运动轨迹参数。相对于单相机测量模式时要求相机必须运动,多目情况下不要求相机自身运动。仿真实验和真实实验验证了该方法的有效性和高精度。

松弛迭代粒子追踪测速法独立性改进

为了提高提取瞬态流场结构的便捷性,对松弛迭代粒子追踪测速法(RM-PTV)的独立性进行了改进.引入Delaunay三角剖分(DT)法代替固定阈值法来选取与目标粒子保持相似运动的参选粒子并对典型自定义流场进行了匹配计算,同时引入邻域窗口分析法对改进前后的流场在匹配结果中突兀矢量分布的数量和大小进行了比较.计算结果表明:DT方法可以有效选取目标的参选粒子,改进方法可以较好地保持抗噪音和识别粒子无匹配的能力,省去固定阈值的选取,减小对具体流场的依赖性;当噪音和粒子无匹配存在时,改进前后的流场在匹配结果中突兀矢量分布的数量和大小基本相同.最后,通过实验证明了改进方法在大气边界层内提取沙粒跃移运动轨迹上是有效的.

一种重构直线运动轨迹的新方法

由于拍摄图象的摄像机可以是一个移动的摄像机 ,或是由空间中多个不同位置的摄像机组成的集合 ,因此开展由多幅图象上的测量值来重构物体在三维空间中运动轨迹的方法研究是一个热点问题 .Shashua等首先提出了一种 "轨迹三角形法 " .该方法是在关于运动轨迹的某些约束条件下 ,借助于 Grassmann- Carley代数和 Plücker坐标 ,再利用点与直线的相关性来求出 3D空间中的直线 (运动轨迹 ) ,但该方法较复杂 .为了快速简便地实现直线运动轨迹的重构 ,提出了一种基于“测量矩阵”秩的 2约束的新方法 .这种方法简单、直接 ,可在一般的射影坐标系下实现 .虽然该方法是针对直线运动轨迹提出的 ,但它可以方便地推广到高次多项式曲线运动轨迹的重构 .

二次曲线运动轨迹恢复的新方法

研究了摄像机和景物同时运动时三维结构的重构问题,即从运动物体在多幅图像上的测量值重构物体在三维空间中的运动轨迹。这里的摄像机可以是一个移动的摄像机,也可以是由空间中多个不同位置的摄像机组成的集合。这个问题首先由AShashua等提出并定义为摴旒Ｈ切畏ā?在关于运动轨迹的某些约束条件下,他们恢复了物体在三维空间中的运动轨迹。这里提出一种基于“测量矩阵”的秩5约束的新方法,这种方法只要求解一个单变量高次方程组,没有用到优化问题,因此是简单、直接的。虽然讨论的运动轨迹是二次曲线,但它也可以方便地推广到运动轨迹为高次多项式曲线的情况。

基于大规模船舶轨迹数据的航道边界提取方法

传统的道路数据获取方法成本高、更新慢等无法适用于海洋航道的获取,从众源轨迹数据中提取道路或航道信息具有成本低、更新快等特性,然而,由于船舶轨迹数据噪声多、数据量大、不同区域分布不均使得航道边界提取面临较大挑战。针对该问题,提出一种基于大规模船舶轨迹数据进行航道边界提取的方法。首先对大规模的船舶轨迹数据进行并行化去噪、插值、轨迹分段;然后,基于并行化及基于Geohash编码的空间聚类,将轨迹数据化简为多个方形区域的点集数据;其次,对其进行窗口划分,对传统的Ni Black方法进行扩展,提出Spatial Ni Black算法,对方形区域进行航道识别;最后,提出一种新的提取算法del-alpha-shape,基于航道识别结果获得航道边界。理论分析与实验结果表明,所提方法在最大密度值是200,最小密度值是10,窗口长和宽分别为5和5时,可同时达到86. 7%的准确率和79. 4%的召回率。实验结果表明,该方法可以从大规模的轨迹数据中提取有价值的航道边界,是一种有效的航道提取方法。

基于3D激光器的机器人视觉定位引导系统设计与应用研究

论文采用3D激光视觉技术采集三维空间机器人坐标位置和之前的标准图件对比计算出位置偏差发送给机器人,再有机器人计算矫正后行走正确的轨迹,从而保证工件的加工位置精度。

A unified multi-view multi-person tracking framework

Despite significant developments in 3D multi-view multi-person (3D MM) tracking, current frameworks separately target footprint tracking, or pose tracking. Frameworks designed for the former cannot be used for the latter, because they directly obtain 3D positions on the ground plane via a homography projection, which is inapplicable to 3D poses above the ground. In contrast, frameworks designed for pose tracking generally isolate multi-view and multi-frame associations and may not be sufficiently robust for footprint tracking, which utilizes fewer key points than pose tracking, weakening multi-view association cues in a single frame. This study presents a unified multi-view multi-person tracking framework to bridge the gap between footprint tracking and pose tracking. Without additional modifications, the framework can adopt monocular 2D bounding boxes and 2D poses as its input to produce robust 3D trajectories for multiple persons. Importantly, multi-frame and multi-view information are jointly employed to improve association and triangulation. Our framework is shown to provide state-of-the-art performance on the Campus and Shelf datasets for 3D pose tracking, with comparable results on the WILDTRACK and MMPTRACK datasets for 3D footprint tracking.

基于特征几何关系的无人车轨迹回环检测

为了在GPS盲区中利用激光雷达构建地图,提出了一种基于回环检测的高精度2D激光点云地图构建方法。首先,从2D激光雷达观测数据中获得无人车的位姿,在2D高斯概率密度空间中提取每帧数据中的环境特征以及求得高斯映射值累加和。其次,利用粒子滤波对车辆位姿与环境特征进行融合优化得到低精度的点云地图和特征地图。然后,利用数据帧中环境特征的数量、车辆位姿以及高斯映射累加和,计算发生轨迹回环的可能性;遍历所有观测帧后得到无人车轨迹回环帧;利用三角剖分法求解回环帧之间的真实转换关系。最后,利用图优化方法得到全局最优的无人车位姿和高精度点云地图与特征地图。试验结果表明:特征地图中同一特征的多次识别结果之间的标准差小于5mm;利用车辆位姿、环境特征和高斯映射累加和能够有效发现路径回环的可能性,其处理2 499帧耗时1.61s;利用Delaunay三角剖分能够准确计算路径回环点,单次运行用时小于1s。