一种车辆GPS轨迹数据的改进地图匹配算法

文中提出一种车辆GPS轨迹数据的改进地图匹配算法.以车辆GPS轨迹数据进行隐马尔可夫模型动态地图匹配后的缓冲区内候选路径为初始群体,以遗传算法中的改进的适应度函数为基准进行半交叉迭代,选择车辆轨迹更优的匹配路径;设计了改进地图匹配方法的算法流程;利用微软亚洲团队的GeoLift轨迹数据集验证了改进方法的有效性.

航空平台地磁矢量匹配导航算法研究进展

航空地磁矢量导航技术因其具有自主、无源、可靠性强的优势,在卫星导航系统受到攻击等情况下可有效发挥替代作用,在军民用领域均具有极高的战略意义和应用价值。航空平台具有飞行速度快、短时间跨越地域广的特性,对地磁矢量测量与导航方法提出高精度和高可靠性等要求。该文梳理近年来航空地磁矢量导航系统的研究与发展现状,介绍地磁矢量导航的关键技术,重点对地磁矢量匹配导航算法的研究进展进行分析。针对现有算法存在的不足,提出进一步提升算法的精度和鲁棒性、发展基于机器学习的地磁矢量匹配导航方法、推动无人机等新型航空平台地磁矢量导航技术发展等后续研究方向,意在促进航空地磁矢量导航技术的进一步发展。

基于直线段检测和LT描述符的矿井图像线特征匹配算法

图像匹配是同步定位与地图构建(SLAM)技术中极为重要的一环,用于根据图像之间的变换关系确定相机位姿。基于线特征的图像匹配方法具有较强的鲁棒性和抗噪能力,更加适用于井下图像匹配,基于深度学习的线描述符对线段遮挡等场景具有较高的鲁棒性,性能优于传统描述符,但卷积神经网络架构的描述符将可变长度线段抽象为固定维进行描述,不利于线段长度及视差变化较大图像的匹配。针对上述问题,提出一种基于直线段检测和线描述符的矿井图像线特征匹配算法。在频域利用单参数同态滤波降低图像的照射分量,并增强反射分量,提升亮度及对比度;在YUV空间利用对比度受限的自适应直方图均衡化(CLAHE)算法对亮度分量进行均衡,使亮度分布更加均匀;变换至RGB空间提取直线段检测(LSD)线,引入一种基于Transformer架构的LT描述符构建LSD线的特征向量,最后完成线特征匹配。实验结果表明:该算法结合了同态滤波和CLAHE算法的优点,增强后图像的亮度适中,对比度良好,灰度分布均匀,增强效果优于单参数同态滤波算法、EnlightenGAN算法;该算法提取的线特征数较原图平均提升了32.92%,在不同相似纹理占比、不同程度旋转与平移变化的井下图像匹配中鲁棒性好,平均正确匹配数为61.75对,平均精度为86.83%,优于线二进制描述符(LBD)算法、LBD_NNDR算法、LT算法,能够满足矿井图像稳健匹配的需求。

外卖智能派单的订单-骑手多目标匹配模型及其适应性算法研究

随着外卖业的快速发展,外卖智能派单成为外卖服务的重要形式。然而,目前相关研究侧重于研究外卖配送路径问题,不利于解决外卖智能派单的多目标动态决策中存在的问题。本文从外卖订单-骑手匹配的角度,分析了外卖平台智能派单的五个基本目标和四个基本约束,构建了多目标的订单-骑手匹配优化模型,进而给出了基于适应性策略的实时优化算法。最后,本文设计了外卖智能派单的仿真实验,对比了骑手-订单数量均衡、骑手供过于求、骑手供不应求等三种情况下的优化情况,验证了基于适应性策略的实时优化算法的优化效果。本研究对外卖平台发展智能派单模式具有较好的理论与实践价值。

基于变分立体匹配算法的GMAW熔池形貌三维重建

为实现完整熔池表面形貌三维传感,构建了双棱镜单摄像机立体视觉传感系统.针对熔池图像纹理缺乏造成的立体匹配困难的问题,引入了全局优化的变分立体匹配算法,通过建立包含灰度差异数据项和空间连续性约束项的能量函数的可行性泛函,经过迭代求解获得具有丰富细节的熔池表面稠密视差图.对自制非标准凹面形状进行立体匹配和三维重建,结果表明,宽度误差小于3.16%,深度误差小于4.82%.基于该算法实现了熔化极气体保护焊(gas metal arc welding,GMAW)的堆焊及V形坡口对焊条件下,不同熔透状态熔池稠密视差图计算和表面形貌的三维重建.

基于改进ORB算法的遥感图像匹配

针对遥感图像匹配中存在的误匹配率高、匹配速度慢等问题,结合相似图像局部结构一致的思想,提出一种将ORB特征提取算子与BRISK特征描述算子相结合的遥感图像匹配算法。首先使用ORB算法的特征点提取算子对特征点进行检测,再使用BRISK算法的特征点描述算子对检测到的特征点建立特征描述符,然后基于汉明距离使用暴力匹配完成特征点匹配,最后使用LPM算法剔除错误匹配点。实验结果表明:本文算法提取的特征点数量、匹配精确度和运行速度都满足遥感图像匹配的要求;相较于ORB、BRISK算法,做到了速度和精度的较好平衡,展现出了良好的匹配性能。

融合自适应步长与地图匹配的智能手机PDR室内定位算法

针对经典的PDR算法中步长估算模型无法适应不同个体之间差异以及手机内部传感器航向角估算不准确的问题,提出了一种融合自适应步长与地图匹配的智能手机PDR室内定位算法。该算法在Weinberg模型的基础上,引入相邻波峰时间差函数以提高步长模型的适应性。采用双阈值法进行步频检测,并利用卡尔曼滤波优化地图匹配后的航向角,最终实现室内行人的精确定位。实验数据显示,所提算法总路程的闭环误差为0.58%,与仅使用自适应步长相比下降了73.29%,与仅使用地图匹配相比下降了59.21%,行程72 m的累积误差为4.484 m,相较于经典的PDR算法下降了28.21%。改进后的算法定位精度显著提高,且闭环误差和累积误差更小。实验结果表明,该算法具有良好的工程应用价值。

基于Pynq的半全局立体匹配算法实现

立体匹配算法作为双目立体视觉技术的核心算法,具有运算复杂度高、资源占用率高、实时性差的特点。而现有的基于FPGA实现方法多采用高性能FPGA芯片,利用其板卡丰富的资源进行纯verilog语言开发。这样做虽然实时性效果不错,但存在开发难度较大、周期较长、成本较高的弊端。论文针对该问题,提出了一种基于相对低廉的Pynq-z2开发板在PL+PS端协同开发的SGM立体匹配算法,将运算量大的部分在FPGA端进行硬件加速,部分代价优化算法在ARM端利用Python语言实现。实验表明,该算法可有效降低资源占用率,基本满足在相对低廉的嵌入式设备中实现的要求。

多算法融合的高性能稀疏特征点匹配研究型实验设计

影像间特征点匹配是图像处理领域的基础问题,是实现目标识别、影像拼接、三维重建、机器视觉等功能的基础。针对基于深度学习的SuperPoint特征点匹配算法具有很强的特征描述能力但特征点检测精度不高的问题,提出将SIFT亚像素特征点检测算法与SuperPoint特征描述相结合,改进SuperPoint提取的特征点精度,同时保留其强大的特征描述能力,最后通过SuperGlue特征匹配网络实现特征点的匹配筛选,从而得到多算法融合的高性能稀疏特征点匹配算法。实验测试结果表明,新方法获得的匹配点对数量是SIFT匹配算法的2.04倍,且对称极线距离小于等于10^(-4)的匹配点对比例较SIFT匹配算法提高了7.2%,对比其他ORB、SuperPoint等经典算法,新算法总体性能有一定提升。

大规模协同虚拟环境下并行层次兴趣匹配算法

大规模协同虚拟环境运行过程中易产生大量冗余通信数据,影响虚拟现实技术性能的发挥。为了提升虚拟环境运行效率,提出并行层次兴趣匹配算法。创建协同虚拟环境概念模型,分解处理订阅区域信息,引入树结构理论搭建兴趣管理树,将订阅区域映射到兴趣管理树节点上,形成层次化结构,结合LSQR并行算法,实现更新区域与订阅区域的快速匹配。实验结果表明,提出算法获得的兴趣匹配消耗时间最小值为0.36 s,兴趣匹配成功指数最大值为0.94,充分证实了提出算法兴趣匹配性能较好。

利用改进ORB算法的无人机影像匹配

针对ORB算法面对光照变化时提取特征点数量不稳定及特征点定位精度仅有像素级的问题,本文设计了一种基于前背景对比的自适应阈值方法,且结合现有的亚像素定位方法对ORB算法进行了改进。同时为了避免RANSAC算法因需人工设置阈值导致误差的问题,将MAGSAC++算法引入特征匹配过程,用于误匹配剔除。试验结果表明,改进算法能够获取数量较多的匹配数目,对光照变化具有更好的稳健性,且匹配精度提高了7%以上。

基于凹凸性和转向角的古陶瓷碎片二次匹配算法

碎片拼接是古陶瓷修复的关键工作,针对古陶瓷碎片形状随机、数量大、表面纹理弱且存在局部缺损而导致算法的精度较低、匹配时间较长等问题,提出一种基于凹凸性和转向角的古陶瓷碎片二次配算法。在提取古陶瓷碎片轮廓曲线的基础上,通过先后使用粗匹配和细匹配的二次匹配组合实现碎片的两两精确匹配。一次粗匹配先通过多边形逼近碎片轮廓曲线,以降低轮廓的复杂性,再提取多边形的顶点凹凸性和顶点转向角构建一次轮廓特征集合,最后利用凹凸互补性和遍历顶点对齐的双模态特征初次匹配算法来寻找大致匹配段,并得到粗匹配点集。二次细匹配先随机选取粗匹配点集中的任意相邻两点点对来提取碎片轮廓片段,以减少轮廓点数量并提高算法效率,再计算轮廓片段的轮廓转向角以提取二次轮廓特征集合,最后利用基于粒子群优化的二次匹配来搜索精确匹配段,并得到细匹配点集。实验结果表明,该算法对二维古陶瓷碎片的拼接效果较好,且具有较强的鲁棒性,拼接误差不超过2%,运行时间效率相比已有算法提高了8%~20%。

权重化QR分解的正交匹配追踪算法硬件实现

为在小型化、低成本的硬件平台实现正交匹配追踪(Orthogonal Matching Pursuit,OMP)算法,针对OMP算法中最小二乘法的问题,该文构造一个确定性的传感矩阵,提出一种低复杂度、低资源的权重化QR分解的OMP(Weighted QR decomposition OMP,WQR-OMP)算法硬件结构,在ZYNQ 7020型号芯片上搭建WQR-OMP SOC系统.WQR-OMP算法在传感矩阵进行QR分解后,根据三角矩阵R中元素的分布特性,通过权重化运算只保留主对角线上的元素而其他余元素归零,得到对角矩阵D,然后近似计算稀疏向量的解.实验结果表明:与基于QR分解的OMP(QR decomposition OMP,QR-OMP)和Batch-OMP算法的硬件结构相比,WQR-OMP算法硬件结构的重构速度更快、存储资源更少.在压缩率为0.25的条件下,WQR-OMP SOC系统对256×256分辨率图像的重构时间为400 ms左右,其速率比仅使用ARM处理器的重构速率提高了约6.3倍.与其他现有研究对比,该系统在Block RAM存储资源消耗较少的情况下,进一步提升了重构速度,适用于存储资源受限的硬件平台.

具有局部自适应阈值的SIFT快速图像匹配算法

针对传统SIFT匹配算法复杂、特征冗余点多、难以满足实时性等问题,本文提出了一种具有局部自适应阈值的SIFT快速图像匹配算法。首先,所提方法在SIFT算法的基础上,对构建的高斯金字塔进行了优化,通过减少金字塔层数来消除冗余特征点以提高检测效率,并根据图像局部对比度来自适应提取FAST算法中的阈值从而实现高质量的特征点检测,筛选出鲁棒性较强的特征点进行更准确的匹配;其次,采用高斯圆形窗口建立32维降维特征向量,提高算法运行效率;最后,根据匹配特征点对之间的几何一致性对特征点进行提纯,有效减少误匹配。实验结果表明,本文方法在匹配精度和运算效率方面的综合表现均优于SIFT算法及其他对比匹配算法,相比传统的SIFT算法,匹配精度提高了约10%,算法运行时间缩短了约49%。在图像发生尺度、旋转以及光照变化的情况下,正确匹配率在93%以上。

基于改进飞蛾扑火优化算法的船机桨匹配设计研究

基于改进飞蛾扑火优化(Improved Moth-Flame Optimization,IMFO)算法,以两艘现有船舶为计算实例,展开了综合考虑螺旋桨推进效率、空泡性能和桨叶强度的船机桨匹配工作。以遗传算法(Genetic Algorithm,GA)和原始飞蛾扑火优化(Moth-Flame Optimization,MFO)算法为对比算法,分析了IMFO辅助船机桨匹配工作时的性能。数值实验的结果表明,在解决船机桨匹配问题时,IMFO算法的收敛时间相比GA算法在两个算例中分别缩短了44.24%和54.14%,相比MFO算法分别缩短了23.9%和23.12%。此外,在求解精度方面,在计算示例1中,IMFO算法相比GA算法和MFO算法略有提升;而在计算示例2中,IMFO算法相比GA算法提高了3.66%,较MFO算法提高了0.98%。最后,通过对两个算例的可行解空间进行可视化表示,进一步讨论了IMFO算法的求解性能。上述结果对比证明了IMFO算法具备强大的全局搜索能力,在解决船机桨匹配问题时具有良好的竞争力和鲁棒性。

基于改进共识算法的虚拟电厂主从多链交易匹配机制

在未来新型电力系统中,虚拟电厂(virtual power plant,VPP)内部多主体的可信交易和信息安全将更加复杂和具有挑战性。而区块链技术的信息安全、分布决策、智能合约及防篡改等特征,为VPP多元主体可信交易提供新思路。文中聚焦VPP内部多聚合商形成的利益最大化及可信交易匹配效率问题,首先,依据交易主体需求差异,建立区块链技术与多智能体系统融合的一主多从分层互动控制架构;其次,设计一种面向多聚合商对等交易需求下的可信交易匹配机制,引入非合作博弈模型,保证了多聚合商主体的利益;然后,基于区块链的分布式粒子群优化算法提出了改进的委托权威证明机制(delegated proof-of-authority,DPoA)共识算法,提高交易的安全性;最后,通过算例分析验证文中所提策略的合理性和可行性,该策略能有效增强多主体交易的匹配效率和安全性。

面向智能驾驶的轻量化GwcNet立体匹配算法研究

智能驾驶技术作为新一代智能交通系统的核心之一,受到了广泛关注。其中,感知融合技术在实现智能驾驶的精准定位和环境感知中起着至关重要的作用。在感知融合中使用的立体匹配算法更是关乎智能驾驶的安全性和准确性,是智能驾驶环境感知领域中重要的技术环节。针对智能驾驶汽车在硬件方面算力不足,但对立体匹配算法实时性和精度均有较高要求的问题,文章基于GwcNet,为智能驾驶环境感知模块设计了一种轻量化的立体匹配算法。利用ACV模型替代GwcNet立体匹配算法中参数量、运算量最大的3D卷积模块,使得算法的实时性和精度得到提升。为了进一步减少网络复杂度,减小ACV模块中的网络参数,提出一个Fast-ACV模型。最后在KITTI 2015数据集中对立体匹配算法进行对比分析。结果表明,所提出的轻量化GwcNet立体匹配算法在精度和实时性上均优于GwcNet算法。

基于质量扰动鹈鹕优化算法的图像匹配方法研究

针对传统群优化算法在图像匹配中存在调节参数多、不易操作等问题,提出了一种基于质量扰动的鹈鹕优化算法(disturbance quality pelican optimization algorithm,DPOA)的图像匹配方法。传统的鹈鹕优化算法(pelican optimization algorithm,POA)在求解多峰函数问题时,其全局收敛性需要进一步改进。首先,引入了一种新的质量扰动方法,通过检测分布点附近的点来收敛到更好的解,提高了在解决多峰函数问题时易陷入局部最优的问题,同时提高了算法的收敛精度。其次,通过数据集CEC2019对算法的有效性进行评价。最后,通过提取图像的方向梯度直方图(histogram of oriented gradient,HOG)将DPOA算法在图像匹配中应用,并通过实验仿真,证明了DPOA算法在图像匹配中的可行性与有效性。

基于无监督神经网络匹配算法的叠前表面多次波压制方法

为了有效地压制海上地震勘探数据中的表面多次波,实现勘探目标的正确成像,提出一种基于无监督神经网络的叠前表面多次波匹配算法,将神经网络方法与表面相关多次波压制方法相结合,通过设定学习率不断下降,用无监督神经网络取代匹配滤波算子,对叠前地震数据进行表面多次波的压制,既不需要传统的匹配算法,也不需要在标签数据集上进行训练。在简单合成数据、Sigsbee模型数据和实际数据上的应用结果验证了该方法对表面多次波压制的有效性。

车货供需匹配模型与算法研究综述

随着货车保有量及货运需求的迅速增长,车货供需匹配问题成为了货运电子商务平台的核心和热点。本文主要针对车货供需匹配问题从模型和算法两个方面对现有文献进行梳理和总结。在车货供需匹配模型方面,考虑的优化目标主要包括满意度、公平性和稳定性三个方面的评价指标,根据应用场景,将车货供需匹配模型分为一对一、一对多和多对多三类,其中一对一车货供需匹配模型针对整车运输,其他两种则对应零担运输。随着三种应用场景的模型复杂程度越来越高,相应求解难度、求解时间也呈现递增趋势。在车货供需匹配算法方面,根据货运需求数据的结构与特点可以划分为最优化算法、人工智能算法、推荐算法以及其他算法四类:对于小规模、时效性要求不高的货运需求,可以根据模型的特点与特性设计最优化求解算法;对于大数据、交互性数据或实时性要求高的货运需求,人工智能算法和推荐算法则是车货供需匹配问题的有效途径,其中人工智能算法通过预测车主行为或匹配结果实现匹配任务,而推荐算法可以针对车货需求大数据实现有效的召回并推荐。最后,本文总结了现有研究的不足之处,并从中归纳出三个值得进一步研究的方向:一是结合实际业务场景和车货信息大数据背景,提高车货供需匹配方法的实际可行性;二是进一步挖掘更多的评价指标,如车主偏好以及订单目的地接单概率等指标;三是关注车货供需匹配的实时决策问题,重点考虑货运需求的动态随机性以及平台和车主的长期收益目标。