Fast-moving target tracking based on mean shift and frame-difference methods

The mean shift tracker has difficulty in tracking fast moving targets and suffers from tracking error accumulation problem. To overcome the limitations of the mean shift method, a new approach is proposed by integrating the mean shift algorithm and frame-difference methods. The rough position of the moving tar- get is first located by the direct frame-difference algorithm and three-frame-difference algorithm for the immobile camera scenes and mobile camera scenes, respectively. Then, the mean shift algorithm is used to achieve precise tracking of the target. Several tracking experiments show that the proposed method can effectively track first moving targets and overcome the tracking error accumulation problem.

Methodology to Evaluate Fatigue Damage of High-Speed Train Welded Bogie Frames Based on On-Track Dynamic Stress Test Data

The current method of estimating the fatigue life of railway structures is to calculating the equivalent stress amplitude based on the measured stress data. However, the random of the measured data is not considered. In this paper, a new method was established to compute the equivalent stress amplitude to evaluate the fatigue damage based on the measurable randomness, since the equivalent stress is the key parameter for assessment of structure fatigue life and load derivation. The equivalent stress amplitude of a high-speed train welded bogie frame was found to obey normal distribution under uniform operation route that verified by on-track dynamic stress data, and the proposed model is, in effect, an improved version of the mathematical model used to calculate the equivalent stress amplitude. The data of a long-term, on-track dynamic stress test program was analyzed to find that the normal distribution parameters of equivalent stress amplitude values differ across different operation route. Thus, the fatigue damage of the high-speed train welded bogie frame can be evaluated by the proposed method if the running schedule of the train is known a priori. The results also showed that the equivalent stress amplitude of the region connected to the power system is more random than in other regions of the bogie frame.

Simulation of spatially coupling dynamic response of train-track time-variant system

There exist three problems in the calculation of lateral vibration of the train-track time-variant system athome and abroad and the method to solve them is presented. Spatially coupling vibration analysis model of train-track time-variant system is put forward. Each vehicle is modeled as a multi-body system with 26 degrees of freedomand the action of coupler is also considered. The track structure is modeled as an assembly of track elements with 30degrees of freedom, then the spatially coupling vibration matrix equation of the train-track time-variant system is es-tablished on the basis of the principle of total potential energy with stationary value and the "set-in-right-position"rule. The track vertical geometric irregularity is considered as the excitation source of the vertical vibration of thesystem, and the hunting wave of car bogie frame is taken as the excitation source of lateral vibration of the system.The spatially coupling vibration matrix equation of the system is solved by Wilson-θ direct integration method. Theapproximation of the calculated results to the spot test results demonstrates the feasibility and effectiveness of thepresented analysis method. Finally, some other vibration responses of the system are also obtained.

一种四轴飞行器单目视觉测距算法

为解决四轴飞行器在执行目标检测与跟踪任务时无法判断机身与障碍物或跟踪目标之间安全距离问题,提出一种四轴飞行器单目视觉测距算法,算法融合基于帧间差分技术的水平测距模型与基于小孔成像的垂直测距模型.首先,算法可利用基于YOLOV4-Tiny的目标检测算法识别视频帧中的物体类别,并可在视频帧中框选出被测物体,依据现场环境选择最佳的测距方法进行测距;其次,系统终端执行测距方法,基于被测物体的视频帧成像位置与设定参数之间的差值控制四轴飞行器飞行,并记录飞行数据;最后,通过测距模型对飞行数据进行处理,计算出四轴飞行器在初始位置和最终位置与被测物体之间的距离.通过在特洛(Tello)飞行器平台上的实际飞行验证,实验结果表明所提出的四轴飞行器单目视觉测距算法可以有效分析出视频帧中各物体的景深,测距误差百分比均值为4.07%.在四轴飞行器与障碍物或跟踪目标之间距离较近,却无法评估此距离是否处于安全距离时,所提出的算法可为搭载单目摄像头的四轴飞行器提供可靠的测距技术支持.

基于多帧聚类的紧凑型地波雷达海上目标航迹起始方法

紧凑型地波雷达是专属经济区内海上船只目标监测预警的重要手段。由于其发射功率低、目标回波信噪比低,在对海上船只目标检测过程中较低的检测概率极易导致目标漏检,采用序贯类方法难以及时起始航迹。对此,本文通过分析杂波和目标的地理位置以及径向速度随时间变化的特点,提出了一种基于多帧聚类的紧凑型地波雷达海上目标航迹起始方法。该方法利用目标和杂波在连续多帧内运动特征的差异,在具有噪声的基于密度的空间聚类算法(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)求解聚类ε邻域的过程中增加运动特征约束,将各船只目标在多帧内的点迹聚类为不同的簇,实现海上船只目标点迹与杂波点的区分,将簇内点迹按时间顺序顺次连接得到起始航迹。利用仿真与实测紧凑型地波雷达数据开展了航迹起始实验,结果表明,与逻辑法相比,本文方法得到的航迹起始时间平均提前了5.95 min,丢点率平均降低了12.68%,解决了海上弱目标航迹起始时间滞后的问题,适用于杂波区目标与雷达远端船只目标的航迹起始。

Moving Target Detection and Tracking for Smartphone Automatic Focusing

In this paper,a non-contact auto-focusing method is proposed for the essential function of auto-focusing in mobile devices.Firstly,we introduce an effective target detection method combining the 3-frame difference algorithm and Gauss mixture model,which is robust for complex and changing background.Secondly,a stable tracking method is proposed using the local binary patter feature and camshift tracker.Auto-focusing is achieved by using the coordinate obtained during the detection and tracking procedure.Experiments show that the proposed method can deal with complex and changing background.When there exist multiple moving objects,the proposed method also has good detection and tracking performance.The proposed method implements high efficiency,which means it can be easily used in real mobile device systems.

基于MR混合现实的足球机器人目标跟踪仿真

机器人跟踪足球时,由于目标具有较强的运动随机性,且较小的目标尺度增大了跟踪框的自适应跟踪难度,目标跟踪时会将很多背景信息包含在内,导致目标模型的更新错误。为此,提出基于MR混合现实的足球机器人目标跟踪方法。构建MR混合现实平台,令足球机器人在虚拟现实场景下完成人机交互,在保证目标跟踪安全性的同时提升目标跟踪性能;采用帧差法获取目标模型,利用投影法对二值图像投影,并对差分图像滤波,以此获取足球机器人在目标模板区域及候选目标区域中的直方图。基于此,更新足球机器人目标模型,实现基于MR混合现实的足球机器人目标跟踪。实验结果表明,当跟踪误差阈值为0.8mm时,研究方法的目标跟踪准确率和成功率均可达95%以上,平均耗时为55.17ms。当足球目标出现遮挡问题时,该方法仍能完成高精度跟踪。

基于构架运动状态的轨道几何形位检测方法研究与应用

轨道几何状态检测对保证行车安全至关重要,列车上搭载检测系统检测线路,成本低且及时高效,但多采用基于加速度的惯性基准法解算轨道几何形位,适用于轨道质量较好线路,不适用于线形复杂、基础设施差的重载铁路.提出一种基于构架运动状态的轨道几何形位检测方法,利用构架姿态角及位移解算轨道几何形位.基于该方法研制了搭载式轨道动态检查仪,设备结构简单且成本低.在某重载铁路试验,系统运行稳定,解算结果经重复性分析并与轨检车检测结果对比,检测结果可靠且满足线路日常巡检需要.

Rate-distortion optimized frame dropping and scheduling for multi-user conversational and streaming video

We propose a Rate-Distortion (RD) optimized strategy for frame-dropping and scheduling of multi-user conversa- tional and streaming videos. We consider a scenario where conversational and streaming videos share the forwarding resources at a network node. Two buffers are setup on the node to temporarily store the packets for these two types of video applications. For streaming video, a big buffer is used as the associated delay constraint of the application is moderate and a very small buffer is used for conversational video to ensure that the forwarding delay of every packet is limited. A scheduler is located behind these two buffers that dynamically assigns transmission slots on the outgoing link to the two buffers. Rate-distortion side information is used to perform RD-optimized frame dropping in case of node overload. Sharing the data rate on the outgoing link between the con- versational and the streaming videos is done either based on the fullness of the two associated buffers or on the mean incoming rates of the respective videos. Simulation results showed that our proposed RD-optimized frame dropping and scheduling ap- proach provides significant improvements in performance over the popular priority-based random dropping (PRD) technique.

凸近似避障及采样区优化的智能车辆轨迹规划

针对结构化道路下作匀速运动的智能车辆避障轨迹规划问题,提出一种基于凸近似避障原理及采样区域优化的智能车辆轨迹规划方法。引入凸近似避障原理,得到轨迹可行域范围;将采样区域分为静态采样区、动态采样区两部分,并根据障碍物运动状态,另外划分动态、静态障碍物采样区;采用“动态规划(DP)+二次规划(QP)”思想求解轨迹:利用五次多项式对采样点依次连接,建立动态规划代价函数并筛选得到粗略轨迹;通过二次规划及约束条件的构造,对粗略轨迹进行平滑,最终得到最优轨迹。仿真结果表明:对于静态、低速、动态三种障碍物,该车能够有效地得到平滑轨迹并避开障碍物。

信息框架和媒介信任对公共卫生事件信息分享的影响机制研究——基于眼动追踪技术

[研究目的]媒介通过构建不同的信息框架来影响用户对公共卫生事件的认知和行为决策,同时用户也会基于对不同媒介的信任而有意识地选择和传播事件信息。探究用户的信息认知加工机制和信息分享行为影响机制,对于精准进行舆情引导和提升应急管理能力具有重要意义。[研究方法]依据框架理论,利用眼动追踪技术,设计2信息框架(正性vs.负性)×2媒介信任(高vs.低)的混合实验,揭示用户对媒介信息的视觉加工过程及信息分享行为的深层动机。[研究结论]相较于负性信息框架,用户在正性框架下投入更多的认知努力并更倾向于进行信息分享;无论信息框架为正性或负性,用户更倾向于关注和分享信任度高的媒介发布的信息。用户在高媒介信任水平下对媒介的关注存在差异,而在低媒介信任水平下对信息内容的注意分配存在差异,且两种信任水平下用户对正性信息框架的认知分配均多于负性信息框架。

电动履带式运输机智能语音控制系统的设计

采用语音识别模块,识别语音命令词控制电动履带式运输机。语音识别模块通过应用配置相关工作模式、识别语音命令词和发送识别语音后对应的通信命令,MCU接收、解析识别语音后对应的通信命令帧,并根据通信命令帧控制履带式运输机前进、后退、左转、右转、车斗升降以及语音播放执行命令的操作。

基于车辆外观特征和帧间光流的目标跟踪算法

在复杂道路场景下,车辆目标之间频繁遮挡、车辆目标之间相似的外观、目标整个运动过程中采用静态预设参数都会引起跟踪准确率下降等问题。该文提出了一种基于车辆外观特征和帧间光流的目标跟踪算法。首先,通过YOLOv5算法中的YOLOv5x网络模型获得车辆目标框的位置信息;其次,利用RAFT (recurrent all-pairs field transforms for optical flow)算法计算当前帧和前一帧之间的光流,并根据得到的位置信息对光流图进行裁剪;最后,在卡尔曼滤波过程中利用帧间光流进行补偿得到更精确的运动状态信息,并利用车辆外观特征和交并比特征完成轨迹匹配。实验结果表明,基于车辆外观特征和帧间光流的目标跟踪算法在MOT16数据集上表现良好,相较于跟踪算法DeepSORT,成功跟踪帧数占比提高了1.6%,跟踪准确度提升了1.3%,跟踪精度提升了0.6%,改进的车辆外观特征提取模型准确率在训练集和验证集上分别提高了1.7%、6.3%。因此,基于高精度的车辆外观特征模型结合关联帧间光流的运动状态信息能够有效实现交通场景下的车辆目标跟踪。

特征点法与光流跟踪融合的视觉里程计算法

针对视觉里程计中特征点法因计算量大而导致实时效果不好的问题,提出了一种特征点法与光流跟踪融合的算法。首先,通过度量运动大小的视差阈值和地图点的跟踪衰减系数作为筛选策略选取关键帧;其次,仅对关键帧中的特征点计算描述符,而对于非关键帧中的特征点则是通过基于图像金字塔的稀疏光流法建立起关键点间的对应关系,从而降低计算量;最后,通过最小化重投影误差得到当前帧的位姿估计。通过实验测试证明,该算法的定位精度与ORBSLAM2相当,但运行速度可提高70%以上,实时性明显优于ORBSLAM2算法。

基于机器视觉的目标跟踪研究

目前计算机视觉领域研究的一大热点问题是目标跟踪,而该领域中出现最早的算法是目标跟踪算法。针对这项研究,采用三帧差法、Mean shift算法和Cam shift算法来对一段存在目标遮挡及目标背景相似的视频进行目标跟踪实验,并对三种算法的跟踪效果进行比较。Mean shift算法有较高的实时性和鲁棒性,但在跟踪过程中,跟踪窗口的大小需保持不变,当跟踪目标发生形变时,容易跟踪失败;Cam shift算法以运动目标的颜色为特征,对光照变化不敏感,有利于目标的跟踪,但在复杂背景下容易出现目标丢失;三帧差法做了两次差分运算,为目标跟踪提供了更大的可能,实现简单,运行速度快,自适应性强,并且对场景光线变化不敏感。实验结果表明:在目标遮挡和背景相似的情况下,Mean shift算法和Cam shift算法跟踪效果较差,而三帧差法可以准确地跟踪目标,跟踪效果良好。

单线长隧道无砟轨道轨排框架法施工技术

以新建太锡铁路太崇段隧道无砟轨道施工为依托,阐述了轨排框架法在单线长隧道无砟轨道条件下的应用。相比于工具轨法,轨排框架法解决了单线长大隧道施工作业空间有限且精度要求高的问题;解决了工具轨作业复杂、工序繁琐、反复组装导致整体刚度偏弱且施工效率低的难题。现场通过优化无砟轨道施工组织方案,合理分配施工资源,加强施工组织,利用辅助坑道多施工作业面24 h同时作业,按工期节点圆满完成施工任务。施工实践表明,单线长隧道无砟轨道采用轨排框架法施工,既能提高施工效率,又能保障施工质量,同时节约了成本,为以后无砟铁路设计、施工提供了借鉴。

跟踪支架光伏电站场平优化研究

基于预选址开发的阿布扎比光伏电站项目,通过对该场地地形的分析,以该场地的土方平整设计及优化过程为启发,对比国内传统土方优化设计方法,提出1种场地平整优化的新方法。该方法可明显减少场地平整土方工程量,节约建设成本。

盾构施工上跨基坑段龙门吊轨道梁设计方法

以东莞莲花山-芦花坑水厂段原水管道工程(主体段)第一标段L1工作井龙门吊轨道梁为研究背景,进行了在场地限制条件下,轨道梁安放问题的研究,提出了使用一种跨越基坑段钢混梁结构的施工方法,并利用RBCCE有限元分析软件对受力进行了验算分析。研究表明:跨越基坑段采用6排单层Ⅰ40a+0.6×0.5(高×宽)混凝土梁作为轨道梁,跨度为19.2 m,共计24 m长,下方采用3根∅609×14 mm钢支撑作为结构立柱,钢管中心最大间距为6 m,高度为22.10 m,达到了满足走行龙门吊及地基承载力要求的效果,解决了轨道梁安放问题。研究方法可为类似工程提供参考。

基于网络流跟踪的信号灯检测方法

结合信号灯信息对机动车行进速度进行引导,减少机动车启停次数,可有效减少废气排放,缓解其造成的污染问题。针对信号灯转换时刻的获取问题,提出了一种基于网络流跟踪的信号灯检测方法。首先,该方法在数据集中引入辅助信号灯类别进行训练,将视频序列中该类目标检测结果关联为踪片,并通过踪片建模多目标跟踪任务。其次,该方法将多目标跟踪任务转换为最小费用流优化任务,以踪片作为节点建立最小费用流网络,提出了适合于信号灯的费用构建方式,通过最短路径算法求解,得到视频序列中辅助信号灯的多条轨迹。最后,基于求解的轨迹结果和图像分类技术,实现信号灯检测性能的提升。该方法的跟踪性能相较于对比算法有大幅提升,并将小目标信号灯检测响应的mAP提升至94.35%。实验结果表明,基于网络流的建模方式能极大地提升信号灯的跟踪准确率,结合跟踪轨迹还能大幅提高视频序列中小目标信号灯的检测准确率,并可有效确定信号灯状态的转换时刻。

地铁工程减振垫浮置板无砟道床施工技术研究

随着当今社会经济的发展,人们对在市区内安全且高效的出行方式需求逐渐增大,为缓解城市交通压力,满足人们日常出行,各大城市在地铁建设方面加大了建设力度。为更好打造舒适环保型地铁,广大设计人员在减振降噪方面做出较大努力,将地铁对居民生活影响降到最低。结合青岛地铁4号线减振垫整体道床施工,从施工工法流程方面着手,采用轨排架轨法施工,是目前应用较广泛,减振等级高的减振道床之一,总结一套行之有效的工艺流程,解决关键控制技术,是广大建设人员共同的目标。