-
公开(公告)号:CN106780560B
公开(公告)日:2020-11-06
申请号:CN201611246452.3
申请日:2016-12-29
Applicant: 北京理工大学 , 中国人民解放军总医院 , 中国计量科学研究院
Abstract: 本发明公开了一种基于特征融合粒子滤波的仿生机器鱼视觉跟踪方法。使用本发明能够有效提高跟踪算法对光照变化的适应性,提高目标跟踪算法的鲁棒性,且精度高,能应用于水下环境比较复杂的环境。本发明综合考虑机器鱼的颜色特征和运动情况,将机器鱼的运动信息和边缘信息相结合,通过颜色和运动边缘双特征的融合来构建粒子滤波的观测模型,并通过观测模型来对系统运动模型预测的目标估计结果进行修正,有效降低系统的误差,提高视觉子系统的鲁棒性。
-
公开(公告)号:CN107065563A
公开(公告)日:2017-08-18
申请号:CN201710349193.5
申请日:2017-05-17
Applicant: 北京理工大学 , 中国人民解放军总医院
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 一种基于三维模糊PTP算法的单体机器鱼行为控制策略,属于智能控制技术领域。涉及机器鱼顶球运动,提出了面向不同区域顶球点的划分、改进的PTP算法,设计了不同区域对应的行为策略,给出了机器鱼顶球过程中的基本行为序列。采用面向不同“区域”的控制算法,实现机器鱼顶球到达目标点的简单任务;具体根据顶球点划分水池区域,设计了机器鱼在对应区域的顶球运动行为。本发明可适应于多种机器鱼在含有障碍、噪音等较复杂的水下环境,应用范围广;将速度、角度、采样时间采用三维模糊化处理,并转化为控制模式,便于机器鱼控制模式的直接调用,大大简化了算法流程,降低了算法复杂度,具有数据更新速度快、精确度高及实时性好的优势。
-
公开(公告)号:CN106780560A
公开(公告)日:2017-05-31
申请号:CN201611246452.3
申请日:2016-12-29
Applicant: 北京理工大学 , 中国人民解放军总医院 , 中国计量科学研究院
CPC classification number: G06K9/629
Abstract: 本发明公开了一种基于特征融合粒子滤波的仿生机器鱼视觉跟踪方法。使用本发明能够有效提高跟踪算法对光照变化的适应性,提高目标跟踪算法的鲁棒性,且精度高,能应用于水下环境比较复杂的环境。本发明综合考虑机器鱼的颜色特征和运动情况,将机器鱼的运动信息和边缘信息相结合,通过颜色和运动边缘双特征的融合来构建粒子滤波的观测模型,并通过观测模型来对系统运动模型预测的目标估计结果进行修正,有效降低系统的误差,提高视觉子系统的鲁棒性。
-
公开(公告)号:CN107065563B
公开(公告)日:2018-11-16
申请号:CN201710349193.5
申请日:2017-05-17
Applicant: 北京理工大学 , 中国人民解放军总医院
IPC: G05B13/04
Abstract: 一种基于三维模糊化处理的单体机器鱼行为控制方法,属于智能控制技术领域。涉及机器鱼顶球运动,提出了面向不同区域顶球点的划分方法,设计了不同区域对应的行为策略,给出了机器鱼顶球过程中的基本行为序列。采用面向不同“区域”的控制算法,实现机器鱼顶球到达目标点的简单任务;具体根据顶球点划分水池区域,设计了机器鱼在对应区域的顶球运动行为。本发明可适应于多种机器鱼在含有障碍、噪音等较复杂的水下环境,应用范围广;将速度、角度、采样时间采用三维模糊化处理,并转化为控制模式,便于机器鱼控制模式的直接调用,大大简化了算法流程,降低了算法复杂度,具有数据更新速度快、精确度高及实时性好的优势。
-
公开(公告)号:CN106780542A
公开(公告)日:2017-05-31
申请号:CN201611246425.6
申请日:2016-12-29
Applicant: 北京理工大学 , 中国人民解放军总医院 , 中国计量科学研究院
IPC: G06T7/207
CPC classification number: G06T2207/10016
Abstract: 本发明公开了一种基于嵌入卡尔曼滤波器的Camshift的机器鱼跟踪方法。使用本发明能够适应机器鱼的复杂水下环境,提高机器鱼快速运动跟踪的准确性,实时性好。本发明首先利用卡尔曼滤波器对运动目标在下一帧图像中可能出现的位置进行预测,然后采用Camshift在相对缩小的范围内进行搜索,可以有效的增强对快速运动目标跟踪的准确性;然后,利用Camshift获得的观测值对Kalman滤波器得到的观测值进行修正,进一步提高目标跟踪的准确性。对比已有技术,能够全面综合考虑目标跟踪算法的实时性和准确性,以达到机器鱼对目标实时准确跟踪的目的。
-
-
-
-