快速定位图像尺度和区域的3维跟踪算法

目的传统的2维自然图像的增强现实算法,对模板图像的各个尺度下的整个图像提取特征点并保存到特征点数组中,跟踪阶段对模板图像提取出的所有特征点进行匹配,造成了大量的无效运算,降低了特征匹配的效率。为了解决这个问题,将模板各个尺度的图像进行区域划分,提出了一种快速定位图像尺度和区域的算法,缩小特征匹配的范围,加快3维跟踪的速度。方法预处理阶段,通过对图像金字塔每一尺度图像分成小区域,对模板图像上的特征点进行分层次分区域的管理。在系统实时跟踪阶段,通过计算几何算法快速确定当前摄像机图像所对应的尺度和区域,从而减小了特征匹配的范围。结果该方法大幅度缩小了特征匹配的范围,降低了特征匹配所消耗的时间,与传统算法相比,在模板图像分辨率较大的情况下特征匹配阶段时间可以缩短10倍左右,跟踪一帧图像的时间缩短1.82倍。系统实时跟踪过程中的帧率总体保持在15帧/s左右。结论提出的快速定位图像尺度和区域算法适用于移动设备上对2维自然图像的跟踪,尤其在模板图像分辨率较大的情况下,算法能够显著减小特征匹配的范围,从而提升了实时3维跟踪算法的运行效率。

一种针对目标三维跟踪的多基地雷达系统功率分配算法

针对实际应用中有效利用多基地雷达系统有限资源的需求,该文提出一种基于目标3维跟踪的功率分配方法。该方法首先推导了目标3维跟踪时均方根误差的贝叶斯克拉美罗下界,并将其作为代价函数进行功率分配。而后,该文用梯度投影算法对由此产生的非线性、凸优化问题进行了求解。仿真结果表明,相对于功率均匀分配的情况,该文提出的功率分配方法能明显提高目标的跟踪精度。

基于分布式两坐标雷达网络的目标三维跟踪算法

针对目前的航空管理和作战指挥系统的需求,该文提出一种基于分布式两坐标(2D)雷达网络的目标3维跟踪算法。首先,该文从集中式框架下融合中心的广义量测方程出发,推导了融合中心的更新方程。而后,将更新方程中的量测用各部雷达的局部跟踪信息来代替,并由此得出目标3维状态的估计。从推导过程可知,该文所提算法是量测扩维的集中式融合算法通过矩阵变换直接得到的,只是变换过程中对单雷达跟踪模型进行了近似,因此是次优的。最后,蒙特卡罗仿真实验表明,该算法收敛速度很快,且跟踪精度很高,可以满足实际需求。

未知风场扰动下无人机三维航迹跟踪鲁棒最优控制

该文提出一种未知风场扰动下无人机精确3维航路跟踪的鲁棒最优控制律。该控制律基于跟踪虚拟目标的思想,将风场扰动加入无人机运动方程,采用反馈线性化将无人机的非线性动力学方程变换为线性状态方程。假设风场扰动已知的条件下,采用线性二次型调节器推导出能够跟踪3维航路的最优控制律。进一步考虑未知的风场扰动,设计鲁棒控制项代替最优控制律中的风场参数,得到能够抑制未知有界风场干扰的鲁棒最优控制律,并采用Lyapunov稳定性理论证明该闭环系统的全局渐近稳定性。仿真表明该控制律能够实现在未知风场扰动下无人机精确3维航迹跟踪,且具有良好的跟踪性能。

考虑坐标耦合的三维变结构多模型机动目标跟踪方法

在3维空间机动目标跟踪过程中,目标运动先验未知和坐标耦合误差会引起运动模型-模式失配,而模型-模式失配会引起状态估计有偏。该文根据目标运动速度正交条件修正状态转移矩阵,利用原始-对偶正则约束空间测量到球面可行域,结合自适应转弯率模型和无迹卡尔曼滤波(UKF),进行模型状态滤波并融合状态估计的一致输出,推导3维变结构多模型无迹卡尔曼滤波(VSMMUKF)算法。实验结果表明,相比多模重要性无迹卡尔曼滤波(MIUKF)算法,VSMMUKF计算量相当,能够更准确地拟合3维空间点目标机动运动。相比于交互多模型最大最小粒子滤波(IMM-MPF)算法,VSMMUKF跟踪固定翼无人机(UAV)的滤波精度提升了2.8%~59.9%,整体算法负担减小了1个数量级。

大型机载雷达罩对线阵天线影响的分析

提出了一种口径积分－表面积分和射线跟踪混合方法，分析了某大型雷达罩对 ＳＳＲ线天线及单元方向图的影响，给出了带罩天线方向图中直射瓣和反射瓣的矢量合成的解法，数值计算结果与实验数据符合较好。

定位图像匹配尺度与区域的摄像机位姿实时跟踪

目的提出一种定位图像匹配尺度及区域的有效算法,通过实现当前屏幕图像特征点与模板图像中对应尺度下部分区域中的特征点匹配,实现摄像机对模板图像的实时跟踪,解决3维跟踪算法中匹配精度与效率问题。方法在预处理阶段,算法对模板图像建立多尺度表示,各尺度下的图像进行区域划分,在每个区域内采用ORB(oriented FAST and rotated BRIEF)方法提取特征点并生成描述子,由此构建图像特征点的分级分区管理模式。在实时跟踪阶段,对于当前摄像机获得的图像,首先定位该图像所对应的尺度范围,在相应尺度范围内确定与当前图像重叠度大的图像区域,然后将当前图像与模板图像对应的尺度与区域中的特征点集进行匹配,最后根据匹配点对计算摄像机的位姿。结果利用公开图像数据库(stanford mobile visual search dataset)中不同分辨率的模板图像及更多图像进行实验,结果表明,本文算法性能稳定,配准误差在1个像素左右;系统运行帧率总体稳定在20~30帧/s。结论与多种经典算法对比,新方法能够更好地定位图像匹配尺度与区域,采用这种局部特征点匹配的方法在配准精度与计算效率方面比现有方法有明显提升,并且当模板图像分辨率较高时性能更好,特别适合移动增强现实应用。