基于改进粒子群算法的四足机器人步态研究

为使四足机器人在不配备视觉传感器的情况下,依然能根据地形崎岖的程度调整自身步态规划,以提高在复杂未知地形的稳定性与适应性,提出了基于改进粒子群算法的步态规划方法。对于四足机器人实现快速小跑的过程中,首先提出了一种类椭圆的轨迹生成方法,保证机器人可以在摆动相支撑相相互交换的整个迈步过程连续运动。然而,模仿动物小跑的椭圆轨迹不能保证机体运动的稳定性,基于机体稳定性提出改进粒子群算法,为这种高度非线性系统提供了全局优化的解决方案。最后,在Simlink中建立动态仿真模型,实现在一个运动周期内的对角步态运动。仿真结果表明了对角步态规划方法的可靠性。

融合人群密度的自适应深度多目标跟踪算法

多目标跟踪技术不能较好地解决目标严重遮挡场景下的多目标跟踪问题,因此文中提出融合人群密度的自适应深度多目标跟踪算法.首先,融合人群密度图和目标检测结果,利用人群密度图的位置和计数信息修正检测器结果,消除漏检、误检.然后,使用自适应三元组损失改进行人重识别模型的损失函数,提高对重识别特征的辨别能力.最后,使用外观和运动信息进行目标关联,得到最终的跟踪结果.实验验证文中算法可有效解决目标严重遮挡场景下的多目标跟踪问题.

基于色调约束的镜面反射分离

基于彩色图像中的色调信息不易受到镜面反射干扰这一事实,文中提出基于色调约束的镜面反射分离算法.首先,利用图像的色调信息对图像进行聚类.再计算像素色度与照明色度的距离,求得漫反射和镜面反射的融合系数.同时,为了让像素聚类免受噪声干扰,对融合系数执行双边滤波操作.最后,根据已求得的融合系数,得到消除镜面反射后的漫反射图像.实验表明,文中算法能在有效去除镜面反射的同时保留图像的细节与边缘信息,在对自然高光图像的处理中也取得较佳的视觉效果.