图象中目标的快速搜索算法

随着系统技术的发展 ,对目标识别跟踪系统的要求正朝着智能化方向发展 ,即要求系统具有对目标的自动捕获、自动识别和自动跟踪的能力 .为此 ,在利用目标与背景之间的灰度分布特性的基础上 ,提出了一种在一定的范围内能自动搜索并锁定目标的目标搜索算法 .该算法假定搜索过程是在一个较大的区域开始进行的 ,而目标仅是该区域内一个在灰度上与背景有差别的小区域 .由于这个假定是符合实际情况的 ,因此该搜索算法可以看作是一个简单的主动边界方法 ,它首先由一个收缩算法逐步缩小搜索区域 ,再结合图象的梯度信息来搜索目标 ,最后锁定目标轮廓 .该算法在搜索过程中只对少数的控制点进行计算 ,而且对控制点的初始位置无严格限制 ,因而可以在含有目标的区域快速完成搜索过程 ,实验结果表明 ,该算法对不同大小、不同形状的目标都可以取得很好的搜索结果 .

多机器人编队的人工势场法控制

针对多机器人编队控制中的队形形成问题进行研究。利用控制算法中的人工势场法解决多机器人队形形成问题,结构简单、易于计算,方便对多机器人实时控制。首先,针对多机器人的队形位置用目标点搜索算法,寻找到正确的队形位置点,防止多机器人在空间内绕路,减少编队时间;然后,通过人工势场算法规划各机器人的路径,在机器人行进过程中,利用优先级蔽障方法避免与其他机器人碰撞;最后,对多机器人的队形形成进行仿真,实验证明队形形成的有效性,算法简单易于实现。