视觉遮挡下的人体姿态鲁棒估计

针对人体姿态估计中的视觉遮挡问题,提出了一种带有鲁棒卡尔曼滤波(RKF)的人体姿态估计方法。首先,采用随机森林方法(RFM)从深度图像中识别出人体各部件,并计算出人体各关节点在相机坐标系下的3D位置;其次,考虑到视觉自遮挡或遮挡引起的人体部件误识别,设计了一种鲁棒的卡尔曼滤波器,利用假设检验的方法对视觉遮挡造成人体姿态信息中包含的复杂噪声进行识别和分类,以提高人体姿态估计对视觉遮挡的鲁棒性。最后,通过仿真结果以及多个人体关节点的3D位置估计实验表明,所提方法可有效提高人体姿态估计的精度和鲁棒性。

视觉遮挡下的手势协调神经网络模型

在人类抓握运动过程中,相比于目标物体没被遮挡,目标物体被遮挡时进行抓取物体会导致更大的抓握孔径。然而,以前没有用于解释这种效应机制的抓握运动神经网络模型。针对这种情况,对视觉未被遮挡时进行抓握的Vilaplana模型进行研究与分析,同时讨论了视觉遮挡这种特殊情况对手臂移动与抓取的影响。在此基础上,将手臂移动与手势抓取划分为四个阶段,即手臂收缩阶段、抓取物体阶段,手臂关节收缩阶段、物体释放阶段。讨论视觉对各个阶段的影响程度,对Vilaplana的模型进行改进,使之能够适应视觉遮挡下的抓取运动,最终提出了视觉遮挡下的手势协调模型。该模型通过增大峰值抓握孔径来补偿视觉的不确定性,符合一般的人体机理。通过MATLAB仿真证明,视觉遮挡并不会对新模型的手臂运动产生较大的影响,抓握孔径的增大将会避免手与物体之间不必要的碰撞。

遮挡情况下刚体位姿估计的自适应无迹卡尔曼分布式融合

针对视觉目标位姿估计系统中常出现的因为特征点遮挡而造成系统估计结果不准确的问题,本文提出了一种利用自适应无迹卡尔曼滤波(AUKF)作为局部滤波器的分布式融合估计方法.通过引入改进的Sage-Husa噪声估计器自适应过程噪声.根据特征点识别量将遮挡情况分为部分遮挡和严重遮挡,对部分遮挡子系统根据先验信息修复缺失观测点后进行局部滤波估计,严重遮挡子系统不参与融合,利用当前时刻整体估计结果对其进行初始化.通过仿真获取了区分遮挡情况的阈值,实验结果表明所提方法能够提升系统在遮挡情况下的估计精度与鲁棒性.

整车人机工程视觉舒适性设计方法

随着新型显示技术及数字液晶屏的迅猛发展,新车型造型主推大尺寸无帽檐双联屏、三联屏,甚至曲面屏。座舱的智能化发展给视觉舒适性问题的识别及应对方案带来了巨大挑战。同时,市场在售车型出现大屏日间反光、夜间成像的客户抱怨点。严重的视觉舒适性问题将影响到客户的用车安全。介绍了在整车人机工程新产品开发过程中对视觉舒适性设计的管控方法,并运用虚拟工况评审,对开发车型进行主观评价。