为解决传统座舱试验台结构同质化及模块化设计不足等问题,采用亲和图法整理了汽车故障及用户初始需求;采用模糊Kano模型进行需求指标权重计算,并结合质量特性要素进行用户核心需求汇总;通过功能分析系统技术(Function Analysis System T...为解决传统座舱试验台结构同质化及模块化设计不足等问题,采用亲和图法整理了汽车故障及用户初始需求;采用模糊Kano模型进行需求指标权重计算,并结合质量特性要素进行用户核心需求汇总;通过功能分析系统技术(Function Analysis System Technique,FAST)黑箱模型将用户需求转化为功能需求,并引入公理设计(Axiomatic Design,AD)理论与功能-行为-结构(Function-Behavior-Structure,FBS)模型进行逐级映射,最终确定智能座舱柔性试验台的结构设计要素。该设计过程以用户核心需求为导向,通过FAST-AD-FBS集成方法的应用,克服了传统产品概念设计中用户需求与产品功能结构设计间存在矛盾的问题,为提高产品创新设计的完整性及准确性提供了理论参考。展开更多
针对无人机跟踪过程中目标遮挡和目标背景变化等因素导致的跟踪失败现象,提出一种M TF(M ean-shift by TWH and FB-error)跟踪算法。首先,在M ean-shift跟踪框架下引入目标加权直方图(TWH:Target-Weighted Histogram)描述目标,即在跟踪...针对无人机跟踪过程中目标遮挡和目标背景变化等因素导致的跟踪失败现象,提出一种M TF(M ean-shift by TWH and FB-error)跟踪算法。首先,在M ean-shift跟踪框架下引入目标加权直方图(TWH:Target-Weighted Histogram)描述目标,即在跟踪过程中,用目标的局部背景来削弱所有区域的内部背景特征,使目标特征突出;其次,添加FB-error约束,在目标被部分遮挡时,通过使用FB-error相关加权函数把目标当前位置的预测结果与Mean-shift矢量计算出的位置结果联合起来估计目标在t时刻的最终位置。实验表明,此跟踪算法在跟踪精度上有较大突破。展开更多
文摘为解决传统座舱试验台结构同质化及模块化设计不足等问题,采用亲和图法整理了汽车故障及用户初始需求;采用模糊Kano模型进行需求指标权重计算,并结合质量特性要素进行用户核心需求汇总;通过功能分析系统技术(Function Analysis System Technique,FAST)黑箱模型将用户需求转化为功能需求,并引入公理设计(Axiomatic Design,AD)理论与功能-行为-结构(Function-Behavior-Structure,FBS)模型进行逐级映射,最终确定智能座舱柔性试验台的结构设计要素。该设计过程以用户核心需求为导向,通过FAST-AD-FBS集成方法的应用,克服了传统产品概念设计中用户需求与产品功能结构设计间存在矛盾的问题,为提高产品创新设计的完整性及准确性提供了理论参考。
文摘针对无人机跟踪过程中目标遮挡和目标背景变化等因素导致的跟踪失败现象,提出一种M TF(M ean-shift by TWH and FB-error)跟踪算法。首先,在M ean-shift跟踪框架下引入目标加权直方图(TWH:Target-Weighted Histogram)描述目标,即在跟踪过程中,用目标的局部背景来削弱所有区域的内部背景特征,使目标特征突出;其次,添加FB-error约束,在目标被部分遮挡时,通过使用FB-error相关加权函数把目标当前位置的预测结果与Mean-shift矢量计算出的位置结果联合起来估计目标在t时刻的最终位置。实验表明,此跟踪算法在跟踪精度上有较大突破。