结合UKF和小波变换的改进粒子滤波及其在机车驾驶员人眼跟踪中的应用

非接触式的人眼跟踪研究对于机车驾驶员疲劳检测有着重要意义.为了解决机车驾驶员人眼跟踪方法对头部旋转、光照变化以及人眼运动的强非线性等问题的过于敏感,提出一种结合UKF(Unscented Kalman Filter)滤波和小波变换的改进粒子算法的机车驾驶员人眼跟踪方法.将UKF滤波算法得到的滤波状态均值和方差,用于粒子滤波算法中下次采样新的粒子;然后利用小波变换的去噪原理,降低粒子滤波重要性权值的方差,以提高实际驾驶条件下机车司机人眼跟踪的准确性和鲁棒性.理论分析和实验结果表明:该方法不仅可以提高对头部旋转、光照变化以及人眼运动的强非线性等问题的鲁棒性,而且具有更好的估计精度.     

铁路入侵运动目标实时检测技术

针对铁路场景下入侵异物的特点,采用智能视频技术,对监控视频图像序列中入侵运动目标检测方法进行研究．提出基于参考点的“相对背景差分法”、基于目标特征的跟踪算法和基于透视规律的目标分类方法,实现对多目标场景运动目标的实时检测识别。典型场景实验结果表明：上述算法实现了铁路入侵运动目标的高效检测,与基础背景差分法相比,误检率和漏检率分别减小了24．56％和54．17％;与基于区域的传统目标跟踪方法相比,误匹配率和漏匹配率分别减小了64．78％和22．58％,且算法具有较强的实时性和鲁棒性。     

利用三维网络模型的头部运动估计

头部三维运动跟踪是人机交互，虚拟现实及模型基编码等领域研究的重要内容，文中提出了一种借助合成模型估计头部三维运动的算法，首先由正交图像建立输入脸部模型，将其变换为初始图像人脸的姿态和大小；之后选取图像中3个特征点和对应的模型点，利用块匹配确定图像中3个特征点的运动，由2D到3D的对齐算法，求出模型的三维运动参数，最后由运动后合成模型与图像的小范围相关检测，进一步确定最后的模型运动参数，实验表明该算法建模设备要求简单，速度较快，结果较为准确。     

序列图像中运动目标的检测

提出一种新的自适应目标图像分割，它适用于复杂环境下的运动图像跟踪，该算法利用序列连续图像的帧间相关性和差异性检测目标，用直方图滤波法分割目标，根据目标的运动牧场生在相邻帧中确认目标，并尽可能抑制背景噪声的干扰，与某些常规算法不同的是，瓣方法充分考虑了目标－背景条件，帧间相关性和差异性，目标检测及撮算法分三步：运动能量检测，直方图滤波及快速定位。本文给出了在可见了光图像序列上的实验结果。     

基于粒子滤波的跟踪算法研究

在非线性条件下,扩展Kalman滤波(EKF)的应用最为广泛。但是,由于它采用了Taylor展开的线性变换来近似非线性模型,因而存在计算量大、实时性差、估计精度低等缺点。粒子滤波(PF)用一些带有权值的随机样本(粒子)来表示所需要的后验概率密度,并通过这些粒子的加权来估计目标运动的状态,从而得到基于物理模型的近似最优数值解,具有精度高、收敛速度快等特点。通过仿真实验将PF与EKF的性能进行了对比,并且研究了噪声协方差与粒子数对PF的影响。PF与EKF的对比实验结果表明,在强非线性条件下,PF比EKF跟踪精度更高,误差更低。     

尺度自适应的铁路异物侵限PSA-Kcf降维跟踪方法

针对铁路异物侵限存在尺度上的外观变化,导致现有目标跟踪算法容易学习到过量背景或局部纹理信息,从而引发跟踪框漂移的问题,提出一种融合尺度估计的核相关滤波目标跟踪算法。利用视觉背景提取器ViBe对铁路沿线侵限异物进行检测,通过密集循环采样和尺度金字塔技术分别提取初始化跟踪框的FHOG特征,用来训练一个核相关位置滤波器和一个PCA降维的尺度滤波器,以实现尺度自适应的铁路侵限异物快速跟踪。实验结果表明:PSA-Kcf算法在跟踪精度上优于无尺度估计环节的生成类算法Mean Shift和原生核相关滤波算法Kcf,略高于尺度自适应的SA-Kcf和SAMF算法;在跟踪速度上明显快于Mean Shift、SA-Kcf和SAMF算法,能达到与Kcf算法相当的快速跟踪效果。     

利用三维网格模型的头部运动估计

头部三维运动跟踪是人机交互、虚拟现实及模型基编码等领域研究的重要内容.文中提出了一种借助合成模型估计头部三维运动的算法.首先由正交图像建立输入脸部模型,将其变换为初始图像人脸的姿态和大小;之后选取图像中3个特征点和对应的模型点,利用块匹配确定图像中3个特征点的运动,由2D到3D的对齐算法,求出模型的三维运动参数;最后由运动后合成模型与图像的小范围相关检测,进一步确定最后的模型运动参数.实验表明该算法建模设备要求简单,速度较快,结果较为准确.     

基于目标识别与跟踪的嵌入式铁路异物侵限检测算法研究

铁路线路异物侵限是威胁行车安全的一个重要隐患。基于机器视觉与嵌入式技术设计了异物侵限自动检测系统,利用FPGA和ARM芯片实现了图像采集处理硬件平台。提出异物目标分类和运动行为分析相结合的嵌入式异物侵限检测算法。算法采用两级判别结构,首先利用支持向量机及一组特征向量对背景差分图像得到的异物目标进行分类,根据分类结果滤除大部分行进列车目标,之后运用Kalman滤波器设计目标跟踪算法,对其余目标进行行为和运动趋势分析,滤除其中非侵限干扰信息提高报警准确率,并对有侵限趋势的异物提前预警。实验表明,该系统能够有效地识别检测区域内的异物目标,系统侵限报警准确率达到97.11%,平均检测频率达13帧/s。     

铁路客运站视频监控系统中的行人逆行异常事件检测算法研究

由于铁路客运站的许多区域要求行人单向运动,因此检测视频中是否出现行人逆行异常事件,是保证铁路客运站拥有安全稳定乘车秩序的重要手段.鉴于此,本文提出了一种逆行异常事件的检测算法,首先基于HoG特征进行行人检测,随后利用mean-shift算法对目标进行实时跟踪,并通过判断其运动方向是否与规定方向一致,最终实现对逆行异常事件的检测.实验结果表明,该方法既能显著降低运算的复杂度,又能明显提高检测的准确率.     

基于非线性因素的铁道车辆运动稳定性研究进展

围绕车辆系统中存在的非线性因素,研究分析车辆运动稳定性的学术进展及存在问题;介绍了车辆运动稳定性的概念及影响车辆运动稳定性的关键因素;评述了基于轮轨接触几何关系、轮轨蠕滑力和悬挂元件非线性因素的车辆运动稳定性的非线性振动相关研究;建议对车辆运动稳定性的非线性振动研究进行综合分析,并对其研究内容和方向进行了展望。     

铁路入侵智能检测方法研究

铁路入侵行为严重影响铁路安全,由于人工监控容易产生疏漏,研究计算机智能铁路入侵检测系统尤为必要,文章提出了一种智能铁路入侵识别方法,主要包括2个方面:一是提出了一种描述n维入侵目标可能存在的m维基本运动过程的数学模型;二是提出基于方向场的铁轨智能识别方法。经轨道监控视频实验验证,文中提出的方法可有效识别监控区域中的轨道,并可对铁路入侵目标进行准确识别和跟踪,算法具有一定鲁棒性,对实现智能铁路入侵检测具有重要意义。     

基于PID型迭代学习控制的列车自动驾驶曲线跟踪算法研究

针对基于比例微分积分（PID,Proportional Integral Derivative）控制的列车速度跟踪算法在跟踪进度、收敛性和稳定性等方面存在的不足，提出一种基于PID型迭代学习控制（ILC,Iterative Learning Control）的列车自动驾驶（ATO,Automatic Train Operation）曲线跟踪算法。通过迭代学习控制，优化跟踪过程，减小跟踪误差，缩短收敛时间；设置典型场景对所设计的算法进行仿真试验，并将仿真结果与基于PID控制算法的跟踪效果进行对比分析。结果表明，PID型ILC算法对列车目标速度和目标位移具有较高的跟踪精度，能够在有限的迭代次数内实现精确跟踪，验证了所提算法的有效性。     

基于智能视频分析的铁路入侵检测技术研究

针对视频监控系统人工监视容易产生疏漏的问题,研究在铁路场景下基于智能视频监控图像序列处理和分析的识别物体入侵行为检测技术,给出铁路入侵物体检测、定位与跟踪的适用算法,实现基于轨迹点行为模型的入侵行为分析与理解。设计和开发了基于OpenCV的铁路入侵检测实验平台,在此平台上实现背景建模、运动检测与跟踪等项功能,初步实现了对入侵行为的识别、分析以及对危险行为的报警。     

视频监控铁路限界内逗留物体的检测方法

根据逗留物体运动的特点,对传统的混合高斯背景图像建模方法进行改进,通过自适应混合高斯背景图像模型将作为前景图像的逗留物体从背景图像中提取出来;再用形态学滤波法消除逗留物体图像因阈值分割产生的意外噪声,然后采用颜色直方图匹配的算法实现对逗留物体的跟踪;当逗留物体在监测区内的累积停留时间超过预设的时间后启动报警.实验结果表明:该方法可以很好地适应监测范围内目标物体缓慢移动或静止的场景,能够快速、准确地对逗留物体进行检测、跟踪和报警.     

安防和乘客异动在途监测系统设计

针对城市轨道交通视频监控的重要性与传统的视频监控的局限性,提出利用前端图像处理模块实现动态背景建模、目标检测和跟踪,对正常的群体行为进行建模、识别乘客异动。设计采用贝叶斯分类器将目标和背景进行分类,实现目标检测,并利用乘客特征的先验知识制成模板,将运动区域与目标模型匹配实现跟踪的过程,并将乘客行为抽象成为时空变化的数据分类问题。本系统的设计旨在保证地铁列车的安全运行,建设与轨道交通相适应的车载视频监控系统。     

一种钢轨裂纹红外图像处理算法研究

针对钢轨裂纹红外图像信噪比低、对比度低和纹理细节模糊的特点,提出了一种涉及降噪、目标细节增强和区域分割等的红外图像综合处理算法。首先,通过自适应均值滤波除去钢轨裂纹红外图像的部分噪声;其次,采用非线性非子采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT)对裂纹图像进行增强处理;最后,利用改进的最大类间方差法实现图像中目标裂纹区域的分割。实验结果表明,本文算法在有效地抑制噪声,提高图像对比度的基础上,能突显裂纹细节纹理,同时降低细节分割丢失,为后续图像信息处理奠定了必要的基础。     

现代控制理论与交流电机调速（V）——滑模变结构控制

介绍变结构系统的基本概念，数学表达设汁问题及其在交流电机调速系统中的应用。阐述滑模理论在变结构系统中的重要作用。指出设计变结构控制系统的核心思想是通过不连续控制，强迫这种类型的运动朝向状态空间的某个特定区域（滑动流形）井保持下去；同时指出，对于非线性不确定性系统，采用滑横变结构控制可能使跟踪误差最小化，并使复杂过程与系统控制的工程实现相对简单。     

等效锥度曲线非线性特性及影响研究

服役动车组跨线失稳显示转向架横向稳定性不但与名义等效锥度相关,等效锥度曲线非线性特征也对其有很大影响。定义了非线性因子并修正名义等效锥度,得到了非线性等效锥度指标。通过线路试验、仿真分析、主要服役踏面外形的长期跟踪,研究了车辆稳定性、跨线失稳与非线性等效锥度的关系。研究表明:非线性等效锥度结合了轮轨非线性特征与名义等效锥度值,更准确地反映我国动车组服役稳定性演变规律;动车组从哈齐线跨线至哈大线出现转向架失稳,非线性等效锥度过大是导致转向架失稳的原因。通过动车组踏面磨耗跟踪,踏面凹磨将导致非线性等效锥度增加并降低车辆稳定性。     

基于均值耦合的双振动台阵系统同步控制

对于双振动台系统,需要保证每个振动台的跟踪精度和2个振动台的同步精度。由于系统非线性耦合作用和负载质量偏心等问题,2个振动台的跟踪精度和同步精度都很差。为解决这一问题,提出一种基于均值耦合的振动台阵同步控制策略,将2个振动台的跟踪误差和同步误差组合成耦合误差,结合模糊PID控制算法将耦合误差补偿到控制回路中,实现台阵系统同步控制。最后,采用Adams和Matlab/Simulink软件进行联合仿真,结果表明,该控制策略可以使系统误差全局耦合,保证2振动台输出姿态同步的基础上,实现对期望信号的高精度波形复现。     

一类非线性系统混沌的参数域

本文用Ｍｃｌｎｉｋｏｖ方法讨论一类非线性系统在阻尼，参数激励和受迫激励联合作用下的混沌运动，给出出现混沌的参数域。