基于粒子滤波的场景事件实时识别

为解决智能监控场景中场景事件的检测与分析问题,提出了一种基于粒子滤波的场景事件实时识别方法.将场景事件分解为一系列的子事件,构成多层动态贝叶斯网络模型,模型中每一状态对应一种事件.采用Particle F ilter粒子滤波方法对模型中各节点状态的后验概率进行实时估计,以对场景事件进行实时识别.采样不同的粒子数目进行了对比仿真试验,仿真结果表明该方法能够得到较高的识别精度.     

带噪声的点云数据的隐式曲面重建算法

针对三维扫描获取的带噪声和离群点的点云数据,提出了隐式曲面重建算法.用基于均值漂移的滤波算子,把每个采样点移动到核密度函数的局部最大值的点,以限制噪声并剔除离群点.然后,用自适应的八叉树空间划分方法将降噪后的采样点数据分成小的子域.最后,在每个子域内计算局部形状函数,并用单位分解法将所有的局部形状函数加权求和以逼近模型的全局函数.实验表明,该方法是鲁棒的,能用带噪声和离群点的点云数据实现多分辨三维重建,得到细节丰富的曲面.     

基于时空贝叶斯模型的快速地图匹配算法

为了优化海量浮动车数据的地图匹配的精度和效率,从候选路段筛选和最佳路段匹配两个层面研究地图匹配过程。首先,根据路网拓扑和形状点,采用最近邻分治法划分路网和筛选路段;进而,基于时空贝叶斯模型分析轨迹序列的时空关联,并结合方位角因素,建立最佳路段匹配模型。通过在实际轨迹数据集中测试,在保持匹配准确度为92%以上时,相比最短路径匹配方法,将运行时间缩减到50%左右,并且将异常轨迹点有效地匹配到目标路段中,表明该模型在提升计算效率和精度上具有实用性。     

水下组合导航UKF/PF自适应滤波算法

为了避免粒子滤波(PF)可能存在的粒子退化问题,提出了一种Unscented卡尔曼滤波(UKF)和PF的混合滤波算法.将PF的所有粒子分为随机性粒子和确定性粒子两部分,利用UKF状态估计为PF确定重要性函数,并从重要性函数中抽取随机粒子,而确定性粒子则由UKF的Sigma点构成.利用标准粒子滤波的退化程度指标构造自适应权函数,根据权函数权值大小的变化,UKF/PF混合滤波算法自适应地进化为PF滤波算法或退化为UKF滤波算法.仿真结果验证了UKF/PF混合滤波算法用于DR/INS组合滤波器设计的有效性.     

基于SPN-PF模型的行人跟踪算法改进

结合粒子滤波和神经网络方法提出了一种新的自适应的行人跟踪改进算法.根据行人跟踪经常出现的遮挡,失跟,误跟等问题,提出了一个SPN-PF模型,通过Sigma-Pi网络将行人的多个特征联系在一起,经过学习和计算,进一步讲结果运用到粒子滤波方法中,从而达到可靠准确的跟踪行人目标的目的.实验结果表示该文提出的方法能够更准确的对行人进行跟踪.     

基于多模型和辅助粒子滤波的机动目标跟踪算法研究

机动目标跟踪的本质是随机动态混合系统中的状态估计问题,其难点在于每一时刻运动模式的高度不确定性.在实际问题中,系统状态往往还呈现非线性、非高斯、不完全观测的特点.文中将多模型理论和辅助粒子滤波算法相结合,提出了一种新的机动目标跟踪算法——MM APF.仿真结果表明,该算法与传统的交互多模型——扩展卡尔曼滤波算法、辅助粒子滤波算法相比,在计算量相当的情况下,具有更高的滤波精度和较好的稳定性.     

基于云模型的改进粒子群PMSM参数辨识算法

针对永磁同步电机传统参数辨识方法存在的缺陷,提出了一种基于云模型的改进粒子群参数辨识算法.该算法首先采用高频电压注入法建立高频电压方程,通过滤波处理获取高低频信号构建四阶满秩实时电机辨识模型;将云模型理论与粒子群算法相结合,采用正态云发生器对粒子进化变异操作建模,实现了自适应动态调节粒子的搜索范围,有效克服早熟收敛,保证了辨识参数为全局最优解.实验表明该辨识方法寻优能力强,搜索精度高,稳定性好,具有良好的动态性能.     

一种噪声地图中改进的声线追踪法

针对噪声地图计算中复杂障碍物对声线追踪过程的影响,传统方法求解绕射声线采用最小外包矩形等方法,精度较低.提出了一种改进的声线追踪算法,采用扩增的凸壳求解左右绕射声线,该算法首先根据限定条件生成凸壳,对声源和障碍物群范围复杂建筑物的影响进行了研究,再对凸壳进行扩增,最后根据声源点和接收点分割出左右绕射声线.通过模拟若干典型地物进行实验,结果表明:该算法较好地追踪了绕射声线的路径,快速,准确地解决了复杂障碍物环境下追踪绕射声路径的问题,所提算法可以快速地追踪到噪声地图计算中的绕射声路径,用于噪声地图的计算,未发生误判.该算法可以应用到噪声预测中,为噪声地图提供技术支持.     

基于三次样条函数拟合公路平面线形误差分析

旧路按照测量数据拟合其平面线形参数,关键在于拟合模型的选取及参数的解析精度,参数的正确求解与拟合模型和采样点步长紧密相关.提出基于三次样条函数拟合公路平面线形的基本原理,分析拟合误差的来源,讨论了不同采样点步长对拟合成果的影响.结合某高速公路实施改扩建为例,计算出不同采样点步长对拟合成果的影响误差,得出采用三次样条函数拟合公路平面线形时采样点步长取值的合适范围,宜在直线部分采样点步长取50-0.3mm〗m、曲线部分取20-0.3mm〗m较合适.     

���ڴ��ģ���������ݵĵ�ͼƥ���㷨

地图匹配问题是浮动车技术中必须解决的关键问题。由于浮动车数据自身的特点，传统的导航地图匹配算法难以直接适用于大规模的浮动车数据匹配。本文在分析基于浮动车数据的地图匹配与传统的导航地图匹配的异同点的基础上，提出了浮动车地图匹配模型族的解决方案和相应的道路网格拓扑结构，设计了包括道路初次匹配模型、平行方向道路识别模型、节点匹配模型、延时匹配模型在内的浮动车数据地图匹配算法体系，并对算法进行了评估和验证。本文提出的浮动车数据地图匹配算法模型已经在广州市ITS示范工程中得到了实际应用，应用结果表明该算法具有准确、高效和实用的特点。