检索结果-南通市图书馆

基于神经网络和贝叶斯滤波器的危险驾驶行为识别

在线全文

学校读者我要写书评

暂无评论

武汉理工大学学报 2013年第11期35卷 85-89页

作者：彭金栓詹盛徐磊邵毅明重庆交通大学山地城市交通系统与安全重庆市重点实验室重庆400074 长安大学汽车运输安全保障技术交通行业重点实验室西安710064

以跟车过近和非正常换道为导向的车道偏离为典型的危险驾驶行为为研究对象,筛选识别的表征参数,并确定表征参数的判定阈值及识别时窗。构建神经网络-贝叶斯滤波器识别模型,选取待识别样本,对危险驾驶行为进行辨识,并对模型的识别效能进... 详细信息

以跟车过近和非正常换道为导向的车道偏离为典型的危险驾驶行为为研究对象,筛选识别的表征参数,并确定表征参数的判定阈值及识别时窗。构建神经网络-贝叶斯滤波器识别模型,选取待识别样本,对危险驾驶行为进行辨识,并对模型的识别效能进行评价。结果表明,单独使用神经网络模型进行危险驾驶行为识别时,识别成功率为83.60%,经过贝叶斯滤波器修正后,组合模型的识别准确率达到92.46%。研究成果对现有辅助驾驶系统的效能评价,以及未来智能系统的开发,均有重要的理论及现实意义。

关键词：危险驾驶行为识别神经网络贝叶斯滤波器

基于边缘分布贝叶斯滤波器的转弯机动目标跟踪方法研究

在线全文

学校读者我要写书评

暂无评论

基于边缘分布贝叶斯滤波器的转弯机动目标跟踪方法研究

作者：吴德辉深圳大学

学位级别：硕士

目标跟踪是利用传感器各个时刻得到的测量对各个目标状态进行估计和跟踪的过程。这一技术广泛应用于军用领域和民用领域,具有重要的研究意义。基于有限集统计学(FSST)的多目标贝叶斯滤波器突破了传统的多目标跟踪方法中的数据关联难题,... 详细信息

目标跟踪是利用传感器各个时刻得到的测量对各个目标状态进行估计和跟踪的过程。这一技术广泛应用于军用领域和民用领域,具有重要的研究意义。基于有限集统计学(FSST)的多目标贝叶斯滤波器突破了传统的多目标跟踪方法中的数据关联难题,成为了现今多目标跟踪领域的研究热点。已有的研究表明,多模型跟踪算法是解决跟踪运动模式未知的机动目标问题的有效方法。然而在实际情况中,由于多模型跟踪算法模型集的有限性,无法涵盖目标所有可能的运动模式,将会导致目标状态估计不准确甚至目标丢失的情况发生。针对这一问题,本文通过将转弯率和转弯方向的估计方法应用于传递边缘分布的多目标贝叶斯(MDMB)滤波器,出了用于跟踪转弯率未知且变化的转弯机动目标的跟踪方法。论文的主要内容如下:1)介绍了基于FSST的多目标贝叶斯滤波器,概率假设密度(PHD)滤波器,MDMB滤波器和一种带有跳变马尔可夫系统模型的高斯混合PHD滤波器(JMS-GMPHD滤波器)。2)研究出了二维空间中转弯机动目标的转弯率估计方法,将转弯率估计方法应用于MDMB滤波器,出了用于跟踪二维空间中转弯机动目标的带有转弯率估计的MDMB滤波器。通过仿真实验,对本文所出的滤波器和JMS-GMPHD滤波器的跟踪性能进行了比较。3)出了三维空间中转弯机动目标的转弯率和转弯方向的估计方法。将转弯率和转弯方向的估计方法应用于MDMB滤波器,出了用于跟踪三维空间中转弯机动目标的带有转弯率和转弯方向估计的MDMB滤波器。通过仿真实验对所出的滤波器和JMS-GMPHD滤波器的跟踪性能也进行了比较。

关键词：多机动目标跟踪贝叶斯滤波器边缘分布跳变马尔可夫系统转弯率估计

混合无线传感网和惯性测量装置的室内定位系统（英文）

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Journal of Central South University 2019年第8期26卷 2281-2294页

作者：陈雪晨楚盛李繁楚广 School of Electronics and Information Technology Sun Yat-Sen University Guangzhou 510275 China School of Metallurgy and Environment Central South University Changsha 410083 China

将惯性导航系统和无线传感网进行结合以提高室内定位的精度。惯性导航系统的关键装置为惯性测量装置,其用于测量附着的移动物体的加速度和旋转角。附着在移动目标上的传感器会通过时间到达法测量与事先放置的锚节点之间的距离。同时将... 详细信息

将惯性导航系统和无线传感网进行结合以提高室内定位的精度。惯性导航系统的关键装置为惯性测量装置,其用于测量附着的移动物体的加速度和旋转角。附着在移动目标上的传感器会通过时间到达法测量与事先放置的锚节点之间的距离。同时将加速度、旋转角和与锚节点之间的距离这些信息也被传到服务器终端以建立状态转移模型和观察模型,从而可以应用各种回归贝叶斯算法以实时估计出移动目标的位置。本文共提出应用三种回归贝叶斯算法。实验表明,这三种算法不仅不需要移动目标必须以匀速移动,而且均在定位精度方面优于单独的ToA 定位方法和单独的步行者航位推算方法。而其中的两种方法可以用于以任何形式的轨迹曲线移动的目标定位,也就是不需要受到如下限制,两个连续的定位时间点之间通过的轨迹必须是直线。

关键词：室内定位基于到达时间的测距法定位贝叶斯滤波器扩展卡尔曼滤波器最大后验概率算法

在线全文

学校读者我要写书评

暂无评论

基于弱形式解的粒子流滤波器

控制与决策 2015年第5期30卷 853-858页

作者：张宏欣周穗华冯士民海军工程大学兵器工程系武汉430033

针对粒子流滤波器中粒子速度场计算复杂,难以滤波求解的问题,提出一种基于弱形式解的粒子流滤波器.通过将粒子速度场等效为势函数的梯度,推导该速度场所满足的偏微分方程的弱形式;应用Galerkin有限元法和蒙特卡罗积分法,推导出一个易于... 详细信息

针对粒子流滤波器中粒子速度场计算复杂,难以滤波求解的问题,提出一种基于弱形式解的粒子流滤波器.通过将粒子速度场等效为势函数的梯度,推导该速度场所满足的偏微分方程的弱形式;应用Galerkin有限元法和蒙特卡罗积分法,推导出一个易于计算的弱形式常数近似解.仿真算例表明,在一定初始条件下,多峰型后验分布会使高斯假设滤波器局部收敛,而粒子流滤波器是有效的,且具有较高的跟踪精度和较好的鲁棒性.

关键词：贝叶斯滤波器粒子流滤波器 Galerkin法弱形式解

一种面向无人侦察机的通信受限干扰源跟踪方法

在线全文

学校读者我要写书评

暂无评论

无人系统技术 2023年第2期6卷 13-21页

作者：吕大鑫杨超群通信信息控制和安全技术重点实验室嘉兴314033 中国电子科技集团公司第三十六研究所嘉兴314033 东南大学自动化学院南京210096 东南大学复杂工程系统测量与控制教育部重点实验室南京210096

复杂战场环境中无人侦察机对干扰源的跟踪面临着信号干扰能量强、干扰源数量多、信道容量受限制、通信信道被攻击等难点。为提升无人侦察机对干扰源的跟踪能力,提出了一种从测向直接到跟踪的两段式干扰源跟踪方法。首先,对干扰源的动态... 详细信息

复杂战场环境中无人侦察机对干扰源的跟踪面临着信号干扰能量强、干扰源数量多、信道容量受限制、通信信道被攻击等难点。为提升无人侦察机对干扰源的跟踪能力,提出了一种从测向直接到跟踪的两段式干扰源跟踪方法。首先,对干扰源的动态、无人侦察机集群的观测模型和信道模型进行建模;其次,阐述了基于集贝叶斯滤波器的从测向直接到跟踪的两段式干扰源跟踪方法,通过规避定位过程,减少跟踪误差;再次,对通信受限信道模型进行了建模,并将其引入到所提出的方法中,实现了对通信受限时干扰源跟踪的一体化表征及求解;最后,采用仿真实验验证了所提方法的可行性与优越性。研究可为无人侦察机对干扰源的跟踪提供新思路。

关键词：干扰源跟踪随机有限集拒绝服务式干扰贝叶斯滤波器无人侦察机交叉定位

在线全文

学校读者我要写书评

暂无评论

雷达目标联合检测与状态估计

雷达目标联合检测与状态估计

作者：王健国防科学技术大学

学位级别：硕士

信息处理技术中,低信噪比条件下弱小运动目标及多目标检测、估计与跟踪一直是雷达、红外等传感器亟需解决的技术难题。从雷达探测信息处理角度出发,雷达目标探测过程中面临低信噪比、低数据率、低分辨率和低测量维度的“四低问题”及数... 详细信息

信息处理技术中,低信噪比条件下弱小运动目标及多目标检测、估计与跟踪一直是雷达、红外等传感器亟需解决的技术难题。从雷达探测信息处理角度出发,雷达目标探测过程中面临低信噪比、低数据率、低分辨率和低测量维度的“四低问题”及数据处理中潜在信息丢失难题。从现实角度出发,面对无人机、隐身飞机、小型航天器等各类威胁,能够及时发现远距离处的威胁目标,对其进行状态估计、跟踪与识别成为雷达的首要任务。对于雷达目标探测中遇到的难题,硬件性能的改进成本巨大,存在难以突破的技术障碍,因而发展先进的雷达信息处理技术成为解决该问题的重要手段。论文以雷达测量数据为基础,在信号处理层面应用基于随机有限集技术的通用贝叶斯滤波器框架理论,来提升弱小运动目标及多目标的检测和参数估计性能。主要工作如下:首先,提取弱小运动目标检测与状态估计、多目标检测与状态估计中的共性问题,建立基于随机有限集的通用贝叶斯滤波器框架模型,克服传统信噪比门限方法检测弱小目标难,传统假设关联算法处理多目标检测跟踪难的问题。其次,在形式化贝叶斯滤波器框架下,设计只存在单个弱小运动目标的回波信号模型和信号状态转化模型,提出应用单目标伯努利滤波器方法实现单个弱小目标的检测和状态参数估计。仿真结果表明,提出的模型和算法在低信噪比条件下具有优越的目标检测和状态参数估计性能。最后,在形式化贝叶斯滤波器框架下,设计存在多个运动目标时的回波信号模型和信号状态转化模型,提出应用CPHD滤波器方法实现多目标的检测和状态参数估计。仿真结果表明,提出的模型和算法具有优越的多目标检测和状态参数估计性能,能够同时准确估计目标的数量和状态参数。

关键词：联合检测跟踪随机有限集贝叶斯滤波器弱小目标检测多目标检测

结合语音与手势指向的交互式服务机器人任务执行方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结合语音与手势指向的交互式服务机器人任务执行方法研究

作者：颜培清福州大学

学位级别：硕士

自然语言和手势是人与人之间最常用的交流方式,若机器人能按照用户的语音指令自主执行任务,且当目标物品的位置未知时,又能沿着用户手势指向的方向搜索目标物品,并在无法确定目标物品的情况下主动与用户进行交流,对于服务机器人执行日... 详细信息

自然语言和手势是人与人之间最常用的交流方式,若机器人能按照用户的语音指令自主执行任务,且当目标物品的位置未知时,又能沿着用户手势指向的方向搜索目标物品,并在无法确定目标物品的情况下主动与用户进行交流,对于服务机器人执行日常生活任务,特别是辅助行动不便的残疾人和老年人的日常生活,具有重要意义。国内关于中文语音指令解析的研究还较少,主要以词性为特征提取指令语句中的关键信息,而依存句法关系对于指令解析具有重要作用。对于手势交互的研究主要集中在于手势识别,但手势同时也能提供方向信息。文中分别对关键任务信息提取模型、指向手势提取方法、智能任务规划方法等关键问题进行了探讨与研究,其主要内容如下:(1)建立关键任务信息提取模型:对收集的自然语言指令进行分词、词性标注以及依存句法分析,结合关键任务信息提取语法规则与人工标注方法对原始语料进行标注,然后采用十折交叉法利用标注语料对条件随机场模型进行训练和验证,最终得到关键信息提取模型,并以任务向量的形式简洁表达关键任务信息。(2)指向手势提取技术研究:通过ASUS Xtion Pro Live深度摄像机追踪人体骨骼,以头部-手部和肩部-手部两个指向向量构建二阶锥,二阶锥内部区域即为目标物品所在的区域,解决了手势指向不精确的问题。当被指向的目标物品不在机器人当前视野中时,使用ASUS Xtion Pro Live深度摄像机基于ORB-SLAM2算法实现机器人在环境中的定位,使机器人能够在环境中沿着二阶锥逐步搜索目标物品。(3)语音信息与指向手势的结合方法研究:利用贝叶斯滤波器结合语音与指向信息的方法,将语音指令中的物品名词映射到实际环境中的物品,并在机器人无法准确识别目标物品或语音指令中目标物品不明确的情况下,主动根据观测到的环境与用户交流,最终找到目标物品。(4)建立智能任务规划方法:为使机器人能够自主执行任务,采用智能规划语言PDDL(Planning Domain Definition Language),根据环境中各个物品的初始状态和目标状态进行任务规划,将语音指令映射为动作序列,机器人依据此动作序列步骤完成所需任务。

关键词：自然语言交互指向手势贝叶斯滤波器条件随机场

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

二值化特征在闭环检测中的应用

二值化特征在闭环检测中的应用

作者：焦一桉天津大学

学位级别：硕士

随着计算机视觉与机器人设计等技术的快速发展,开发具有一定自主能力的机器人成为了当今人工智能领域的热点研究方向之一,而机器人的同步定位与构图（SLAM）是实现机器人自主性的关键技术。当机器人在定位与构图时,需要判断当前的位置... 详细信息

随着计算机视觉与机器人设计等技术的快速发展,开发具有一定自主能力的机器人成为了当今人工智能领域的热点研究方向之一,而机器人的同步定位与构图（SLAM）是实现机器人自主性的关键技术。当机器人在定位与构图时,需要判断当前的位置是否在之前访问过,这就是SLAM中的闭环检测问题。闭环检测的主要任务是搜索数据库中历史图片,寻找与当前图像最相似的一张,并判断这两张图片是否来自同一场景。本文首先介绍了课题的研究背景及意义,简述了SLAM的相关算法,以及这些算法中闭环检测环节的模型和相关问题,为接下来闭环检测问题的研究提供理论模型。其次,介绍分析常用的图像特征算子,ORB、SIFT、SURF特征提取的方法和优点,并对它们的描述方法做了介绍,随后根据描述方法的特点进行了对应的二值化处理。再次,针对机器人闭环检测时信息量大,提取的图像特征数较多等问题,采用视觉词袋模型（BoVW）,将提取的视觉特征转化为视觉单词,存放到视觉词典中。并根据采用的二进制视觉单词的特点改进了传统视觉词典使用的K均值结构,得到了新的视觉词典,提高了词典的存储效率和单词的匹配速度。最后,利用TF-IDF得分准则计算图片之间的相似概率,将得出的概率送到贝叶斯滤波器中,并根据视频图像的特点,调整贝叶斯滤波器的相关参数,提出一种更具有场景适应性的闭环检测算法,完成了图像相似度计算;引入对极几何约束和随机抽样一致性进行优化,提高了检测的准确率。通过在几个数据集中的实验证明了算法的有效性。

关键词：同步定位与地图视觉特征二值化视觉词典贝叶斯滤波器

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

多目标跟踪的边缘分布贝叶斯滤波方法研究

多目标跟踪的边缘分布贝叶斯滤波方法研究

作者：陈飞深圳大学

学位级别：硕士

基于有限集统计学(FISST)的贝叶斯滤波器是一种有效的多目标跟踪方法,概率假设密度(PHD)滤波器是它的一种近似实现。不同于传统的跟踪方法,这两种多目标跟踪方法将多目标状态和多目标观测分别作为一个整体,从而不需要利用数据关联对多... 详细信息

基于有限集统计学(FISST)的贝叶斯滤波器是一种有效的多目标跟踪方法,概率假设密度(PHD)滤波器是它的一种近似实现。不同于传统的跟踪方法,这两种多目标跟踪方法将多目标状态和多目标观测分别作为一个整体,从而不需要利用数据关联对多目标观测进行分割,可以跟踪数目变化或未知的目标。然而,当目标密集时,这两种方法不能将距离很近的目标区分开来。这一问题使其滤波理论和方法的应用受到制约,本文主要针对这一问题展开研究。本文首先介绍了多目标贝叶斯滤波器和概率假设密度(PHD)滤波器。多目标贝叶斯滤波器传递多目标状态的联合后验分布,被认为是一种最优的多目标跟踪方法,但是其涉及高维积分,计算上难以处理;PHD滤波器传递多目标状态的联合后验分布的一阶矩,减少了难以处理的积分运算。然而,当目标密集时,这两种滤波器输出的是目标群的整体状态,而不是各个目标的状态,因此难以将距离很近的目标区分开来。针对这一问题,推导并提出了一种传递边缘分布的多目标贝叶斯滤波器。所提出的滤波器充分考虑了目标状态间的相互独立性,代替传递多目标状态的联合分布,其传递各个目标状态的边缘分布。在此基础上,提出了一种适用于线性高斯系统的边缘分布贝叶斯滤波器,仿真实验表明所提出的滤波器具有比高斯混合概率假设密度(GM-PHD)滤波器更强的多目标跟踪能力。为了解决非线性高斯系统的多目标跟踪问题,我们利用线性化技术和无迹变换技术对边缘分布贝叶斯滤波器进行了扩展,提出了两种适用于非线性高斯模型的边缘分布贝叶斯滤波器。一种是扩展卡尔曼边缘分布贝叶斯(EK-MDB)滤波器;另一种是无迹卡尔曼边缘分布贝叶斯(UK-MDB)滤波器。仿真实验表明,EK-MDB滤波器和UK-MDB滤波器在多目标跟踪方面都有较好的性能,并且EK-MDB滤波器的计算复杂度要小于UK-MDB。

关键词：多目标跟踪贝叶斯滤波器 PHD滤波器边缘分布无迹变换