北京航空航天大学科技成果——基于连续帧的导盲仪组合路径规划
光纤陀螺GPS组合导航系统中的信息融合技术
万方数据
第４期
张小跃等：光纤陀螺／ＧＰＳ组合导航系统中的信息融合技术４２５
度、地速信息作为系统卡尔曼滤波器量测信息，消除惯导积累误差．提出的信息融合方案运用 于某中精度光纤陀螺／ＧＰＳ组合导航系统并进行路试，导航系统输出３个方向位置数据与定位
基准相比，误差不随时间积累，路试结果表明此信息融合方案的有效性及工程的实用性．
关键词：光纤陀螺；全球定位系统；信息融合；卡尔曼滤波
中图分类号：Ｖ ２４９．３
ｍｏｒｅ ａｃｃｕｒａｔｅ ｉｎｆｏｒｍａｔｉｏｎ，ｂｕｔ ｉｔ ｉｓ ｉｎｔｅｒｆｅｒｅｄ ｅａｓｉｌｙ．ＦＯＧ ａｎｄ ＧＰＳ ｗａｓ ｉｎｔｅｇｒａｔｅｄ ｕｓｉｎｇ ｉｎｆｏｒｍａｔｉｏｎ ｆｕｓｉｏｎ
ｔｅｃｈｎｏｌｏｇｙ．ＧＰＳ ｈｅｉｇｈｔ ｉｎｆｏｒｍａｔｉｏｎ ｗａｓ ｉｎｔｒｏｄｕｃｅｄ ｉｎｔｏ ｖｅｒｔｉｃａｌ ｃｈａｎｎｅｌ ｔｏ ｒｅｓｔｒａｉｎ ｅｒｒｏｒ ｉｎｃｒｅａｓｉｎｇ ｂａｓｉｎｇ ｏｎ
下：
６五’＋Ｃ１６ｉ＋（Ｃ２＋２９０／Ｒ）８矗＋Ｃ３８ｈ＝Ｃ３８ｈＧ
（３）
式中，８＾为解算高度误差；ｇ。为当地地球表面重
力加速度；尺为当地地球半径；８ｈ。为ＧＰＳ高度信 息误差．对式（３）进行拉普拉斯变换可得
５３＋Ｃｌｓ２＋（Ｃ２＋２９０／Ｒ）ｓ＋Ｃ３＝０ （４）
式（４）有一个实根Ａ和一对共轭虚根Ａ＋ｊＡ与
了它们的定义¨。：
ｌ’“＝ｌ，？＋８ｙ４
北京航空航天大学科技成果——基于双目立体视觉的车辆后方防撞安全预警装置
北京航空航天大学科技成果——基于双目立体视觉的车辆后方防撞安全预警装置成果简介提高交通安全和效率一直是汽车行业关注的热点问题。
防止车辆追尾和并道碰撞事故一直是车辆后方防撞安全预警装置的重点工作任务。
目前该类装置普遍采用雷达、激光或红外线探测作为车辆后方防撞的传感器，通过检测车辆的相对速度、加速度、距离对追尾和并道的危险性进行预警。
然而采用该类主动型传感器的车辆后方防撞安全预警装置无法区别车辆与其他障碍物（路障、道路栏杆、绿化带等），故而误报警率高；该类装置当车辆行驶在弯道、车道宽度变化路段或车辆不居中行驶等情况下，往往不能有效进行并道安全和防追尾预警；该类装置一般不能同时对车辆后方多个目标车辆进行实时监测，故而防撞预警能力有限；该类装置在并道安全预警时，一般仅将并入车道某预设范围是否有车作为报警的唯一依据，并未考虑车辆间相对车速、加速度和位置关系，因此是以牺牲交通通行效率来获得并道安全预警，且不能有效减少驾驶员的驾驶强度；该类装置在防追尾预警时，仅根据车辆间相对距离、加速度或速度等门限值来判断报警，没有针对不同行驶工况计算最佳安全车距，因而交通通行效率低，误报警率高，显然有待改进。
该项目通过双目立体视觉技术实现车辆防追尾和并道防撞预警，该预警装置通过车速传感器测得本车的车速，同时通过双目立体摄像机采集本车后方车辆（包括本车道车辆和相邻车道跟驰车辆）的状态信息和车道线信息，经过进一步处理获得后方车辆相对本车的距离、速度和位置，并结合车辆运动学模型的安全距离模型实时对车辆后方安全状况进行监控，分别以防追尾和并道预警信号灯，警示后车驾驶者保持安全车距和本车驾驶者注意并道安全。
该装置由5部分组成；车速传感器选用磁电式车速传感器，图像采集模块包括有镜头R、镜头L、COMS图像传感器R、COMS图像传感器L和支架；图像采集模块安装在车厢内的车顶后方；预警模块包括预警信号灯驱动模块、防追尾预警信号灯和并道预警信号灯；控制器模块包括有实时数字信号处理器、数据存储器、程序存储器、电源和外围通信电路；车速传感器将检测出的信号Vf和T传递给控制器模块；图像采集模块将采集的信号图像IR和IL传递给控制器模块；控制器模块处理所述信号Vf、T、IR和IL后产生预警灯控制信号I，并通过防追尾预警信号灯和并道预警信号灯分别向后车驾驶员和本车驾驶员发布防撞预警信息。
飞行器航迹优化与路径规划技术研究
飞行器航迹优化与路径规划技术研究随着航空技术的不断发展，无人飞行器的应用范围日益扩大。
为了提高无人飞行器的飞行效率和安全性，航迹优化和路径规划技术成为当前研究的重点。
本文将探讨飞行器航迹优化和路径规划技术的研究现状，以及可能的应用和未来发展方向。
首先，我们需要理解航迹优化和路径规划的概念。
航迹优化是指通过调整无人飞行器的航迹，以达到最佳的飞行效果。
而路径规划则是指在给定的环境和约束条件下，确定无人飞行器的最佳飞行路径。
航迹优化和路径规划技术的目标是在满足飞行任务需求的基础上，最小化能量消耗、减少时间或降低风险等因素。
目前，航迹优化和路径规划技术主要应用于无人飞行器的自动驾驶系统和航线规划。
在自动驾驶系统中，航迹优化和路径规划技术可以实现自动驾驶、避障和飞行计划等功能。
在航线规划中，根据无人飞行器的起点、终点和任务需求，通过算法和模型确定最佳飞行路径。
在航迹优化和路径规划技术中，常用的方法包括基于规则的方法、遗传算法、模拟退火算法和优化算法等。
基于规则的方法是通过设定一系列规则和约束条件来确定最佳航迹和路径，但其局限性在于规则的制定和适应性较差。
遗传算法和模拟退火算法则是通过模拟进化过程和随机搜索来优化航迹和路径，具有较高的搜索能力和适应性。
优化算法则通过数学和数值模型来求解最佳航迹和路径的问题，具有较好的效果和可行性。
未来，航迹优化和路径规划技术将进一步发展和应用。
随着人工智能和机器学习的进步，无人飞行器的自主飞行能力将得到提高，航迹优化和路径规划技术也将发展成为更加智能和自适应的系统。
另外，随着无人飞行器应用领域的扩大，航迹优化和路径规划技术将涉及更多的复杂环境和任务需求，如避障、音频信号探测和多目标飞行等。
总结起来，飞行器航迹优化和路径规划技术的研究是当前航空领域的重点之一。
通过优化飞行路径，可以提高飞行器的飞行效率和安全性，降低能量消耗和风险。
未来，随着技术的进步和应用领域的扩大，航迹优化和路径规划技术将变得更加智能化和自适应，为无人飞行器的应用带来更多的可能性。
北京航空航天大学科技成果——高精度无人旋翼机自主控制系统
北京航空航天大学科技成果——高精度无人旋翼机
自主控制系统
成果简介
小型无人旋翼机具有垂直起降、悬停等特性，通过自身携带的各类传感器可以在危险区域或市区街道等狭窄空间执行观测、信息收集等任务，具有广泛的应用前景。
随着应用领域的拓展，小型无人旋翼机的工作环境也复杂多变，抗扰性强、稳定性高的小型无人旋翼机高精度控制成为研究的热点。
作为复杂的多输入多输出控制系统，小型无人旋翼机具有非线性、强耦合、控制难度高等特性。
并且小型无人旋翼机在飞行过程中存在多类干扰，如风扰、大气湍流、地面干扰、系统电磁干扰等，因此，小型无人旋翼机在扰动下的高精度控制是飞控系统的关键技术之一。
针对小型无人旋翼机在执行任务时控制性能容易受到外界干扰影响的问题，该项目开发出一种基于自适应神经网络和极点配置方法相结合的复合控制方法，对小型无人旋翼机在飞行中所受的多源干扰进行估计并抑制，实现大包络范围的高精度控制。
该技术针对小型无人旋翼机动力学模型，通过极点配置方法构建反馈控制系数矩阵来保证系统的初步稳定性；设计具有自主更新权值特性的自适应神经网络，基于误差信息构建自适应网络权值更新矩阵来在线更新神经网络的权值矩阵，实现对扰动的估计和抑制；并设计自适应阈值优化策略，基于时间窗口内的实际位置与期望位置的误差均方差，对自适应神经网络的控制残差上限阈值进行在线更新，降低控制残差上界不精确对神经网络扰动控制量的影响，进而优化自适应神经网络扰动控制量，实现复杂环境下的小型无人旋翼机高精度姿态控制。
该技术具有实时性好、动态参数响应快、对多源干扰适应性强等优点，可用于小型无人旋翼机复杂多源干扰环境下的高精度控制。
飞行器航迹规划与路径规划技术研究
飞行器航迹规划与路径规划技术研究导言随着飞行器技术的不断发展和普及，飞行器航迹规划与路径规划技术也越来越受到关注。
飞行器航迹规划与路径规划是指在给定起飞点和目标点的情况下，确定一条飞行器航迹或路径，从而指导飞行器的飞行。
本文将就飞行器航迹规划与路径规划技术的研究现状、应用领域以及发展趋势等方面进行探讨。
一、航迹规划与路径规划技术的研究现状飞行器航迹规划与路径规划技术已有多年的发展历程，其中最主要的几个方向包括遗传算法、模糊控制和粒子群算法等。
这些技术各有优劣，但都能够满足不同领域的需求。
（一）遗传算法遗传算法是一种基于自然遗传变异和选择的寻优算法，其特点是具有全局搜索能力、高效率和适应性强。
针对飞行器航迹规划和路径规划问题，研究人员通过遗传算法来实现路径规划问题的优化，从而达到优化飞行器飞行时间和消耗燃料的目的。
（二）模糊控制模糊控制是一种能够有效解决复杂系统控制问题的方法，它允许使用模糊集合定义变量，这样可以使系统更加灵活，适应性更强。
研究人员通过模糊控制来实现飞行器航迹规划和路径规划问题的优化，从而达到优化飞行器的飞行性能的目的。
（三）粒子群算法粒子群算法是一种基于群体行为的寻优算法，其特点是具有全局搜索能力、搜索速度快等优点。
在飞行器航迹规划和路径规划问题中，研究人员通过粒子群算法来实现路径规划问题的优化，从而获得最优的飞行器航迹或路径。
二、应用领域飞行器航迹规划和路径规划技术的应用领域非常广泛，其中包括航空、地理、气象、海岸、水利等领域。
下面将分别介绍其主要应用领域。
（一）航空航空是飞行器航迹规划和路径规划技术最主要的应用领域之一。
在航空领域，飞行器航迹规划和路径规划技术被广泛应用于飞行器导航、空域管理、飞行计划等方面。
（二）地理在地理领域，飞行器航迹规划和路径规划技术主要应用于地图、地形、土地利用等方面。
例如，飞行器可用于制作高精度的地形模拟图，以及用于卫星图像处理。
气象领域是飞行器航迹规划和路径规划技术的重要应用领域之一。
北京航空航天大学科技成果——光纤光栅气压传感系统
北京航空航天大学科技成果——光纤光栅气压传感系统成果简介目前气象观测中，常用震动筒或电容膜盒传感器检测气压变化，包括飞行器中使用的气压式高度计，这些敏感元件（膜盒）仍是使用电子元件或者机械传动传感的方式。
这很容易受到电磁干扰的影响，比如雷暴天气或大功率的电磁波收发装置，研制一种体积小巧且抗干扰能力强的气压表成为迫切需要。
光纤光栅是20世纪90年代发展起来的新型光电子器件，经过10多年的发展，光纤光栅的制作技术日趋成熟，系统应用不断拓展。
由于光纤光栅的敏感变化参量为光的波长而不是光功率，与其他光纤传感器相比，它有许多独特的优势，例如：在一根光纤上可串接多个光栅传感器或在一根光纤上可以同时刻多个光栅，单独寻址；抗电磁干扰能力强；不受光源、传输线路损耗等因素所引起的对光强度变化的干扰；体积小，可以置于结构内；它的测量是绝对值，不需要校零；灵敏度高；抗潮湿、抗腐蚀能力强，可以在恶劣环境中长期使用。
光纤光栅测气压方面的研究较少，如利用边孔光栅的空气孔使光纤光栅发生应变，从而引起反射波长变化，从而计算出周围的气压。
但是其结构复杂，用光纤光栅传感横向应变，灵敏度低，并没有从工程应用上进行整体传感系统的设计与软硬件的实现。
还有利用光纤弯曲传感单元敏感真空膜盒的形变，光纤弯曲程度的改变会导致光纤中光功率的改变。
这种方法属于光强调制，相比光波长调制的方法精度较低，抗震性能较差。
该项目克服已有的技术局限，将光纤光栅传感器引入气压测量领域，提供了一种匹配型光纤布拉格光栅大气压强传感系统的方案。
其技术方案为：一种光纤光栅气压传感系统，该系统包括两部分：传感部分和解调部分；所述的传感部分包括敏感大气压力的真空膜盒和敏感真空膜盒的膜盒形变量的光纤光栅应变传感器，光纤光栅应变传感器通过用胶直接粘贴或通过悬臂梁传动的方式与真空膜盒连接，该传感部分输入量为大气压力，大气压力的改变引起真空膜盒的变形，这种变形对光纤光栅应变传感器进行波长调制；所述的解调部分包括可调谐滤波器、光电探测器和信号分析与处理模块，可调谐滤波器用扫描滤波的方式对光纤光栅应变传感器输出的经过波长调制的光信号进行滤波，经可调谐滤波器滤波的光信号进入光电探测器，可调谐滤波器的扫描电压与光电探测器输出的电信号进入信号分析与处理模块分析处理得到大气压力。
北京航空航天大学科技成果——全任务飞行模拟器系统
北京航空航天大学科技成果——全任务飞行模拟器系统
成果简介
全任务飞行模拟器（FFS，Full Flight Simulator）是在地面对飞行员进行飞机操作流程、驾驶技能、特情处置等任务训练的大型装备。
是综合性强、技术密集度高的高技术设备，涉及众多技术领域，如建模与仿真技术，计算机技术，自动控制技术，三维图像实时生成技术，宽视场角投影显示技术，全电动六自由度运动平台技术等，是当今众多高技术的集中载体。
广泛应用于飞行员训练和各类飞机论证、研制、测试、飞行品质认证全过程。
飞行模拟器是一个复杂的大系统，全任务飞行模拟器由十几个分系统构成。
直观上可分为模拟座舱、运动系统、视景系统、计算机系统及教员控制台等五大部分。
从总的角度看，飞行模拟器的硬件部分主要充当了人机交互界面和完成计算任务的功能。
而仿真软件则是完成飞行仿真的灵魂和核心。
技术水平
核心技术具有完全的自主知识产权；已形成多种机型的飞行模拟器系列产品，交付用户二十余套。
曾获国家科技进步一等奖1项、部级科技进步一等奖2项、部级科技进步二等奖5项。
北京航空航天大学科技成果——高灵敏度胶片数字化RFD技术
北京航空航天大学科技成果——高灵敏度胶片数字
化RFD技术
成果简介
基于胶片的X射线照相检测结果非数字化，底片不易长期保存，查询、检索、管理困难；且评片过程劳动强度大，效率低。
为此开发了RFD系列高灵敏度X射线胶片数字化系统，将胶片高保真地转换为数字图像，在实现胶片管理数字化的同时，依托强大的数字图像处理软件提供电子辅助评片功能，显著提高工作效率，降低劳动强度。
RFD系列产品基于自主研发的具有国际先进水平的高保真胶片数字化技术而开发，通过扫描参数优化、降噪和图像反卷积恢复方法的应用，实现胶片的无失真数字化，在目前市场上所有同类产品中，具有最好图像质量、最高可靠性、一致性和工作效率，是工业部门实现数字化的基础，同时也是医院实施HIS、PACS和Tele Radio graphy 等必须配备的基本设备。
RFD系列产品由扫描仪、专业图像处理软件和计算机构成，包括RFD-100、RFD-200和RFD-300三种型号，可满足高、中、低端不同用户的需求，实现黑度从0-4.5的胶片数字化。
北京航空航天大学科技成果——电子信息系统电磁兼容设计检测评估技术
北京航空航天大学科技成果——电子信息系统电磁
兼容设计检测评估技术
成果简介
电子信息系统电磁兼容设计检测评估技术在系统方案论证阶段即进行电磁兼容设计：在电子信息系统进行功能、布局、结构规划设计的同时，建立基于结构图纸的电磁兼容数字仿真模型；分析电子信息系统内的场-场、场-路、路-路的干扰关联关系；建立基于电磁场方法系统模型、基于分布效应的场路耦合模型、基于路方法的行为级仿真模型，并建立等效干扰模型库；对全系统及分系统的指标进行量化分配，主要包括：频率指配、设备布局、元器件布局、辐射源辐射功率控制、发射带外衰减、接收灵敏度、接收带外抑制、屏蔽性能、电缆布局、电磁环境分布、舱体谐振特性、系统分系统及设备降级状况、设备安全性优先级等；对全系统进行“自顶向下”的电磁兼容预设计。
在工程实施阶段，通过数字仿真、半实物仿真、实物测试交互技术，对进一步暴露出的电磁兼容问题，进行加固方案设计及效果评估，并进行反复迭代，确保工业生产过程的电磁兼容控制；根据系统设计的特殊要求，研究电磁兼容实施标准和测试方法，在电子信息系统工程实施完成后，根据相应的标准和要求进行电磁兼容性试验，确认系统电磁兼容状况达到设计指标。
应用领域
该技术可以应用于日用电器及电子电气产品的电磁兼容设计、评估、工程控制和检测。
北京航空航天大学科技成果——复杂背景下多目标精确跟踪系统
北京航空航天大学科技成果——复杂背景下多目标
精确跟踪系统
成果简介
多模跟踪器系统融合了可见光、红外、雷达、GPS等多种信息，完成对空中目标、海面目标的全天候高精度实时探测和跟踪。
该系统通过可见光、红外等传感器的数据融合和雷达等其它目标探测系统联网，可以自动识别空中、海面目标，并将目标图像信息实时传回指挥中枢。
该系统考虑了多种通用要求，集成了强大的软、硬件资源。
跟踪精度达到亚像素级精度。
该系统集成了如下技术：
1、红外、可见光的弱小目标实时检测技术；
2、多传感器数据融合技术；
3、目标退化遮挡时的特征提取技术；
4、目标超视场下精确跟踪技术。
应用领域
该系统的研究成果除了可以直接解决对空对海面的安防外，还可以用于航天器自主导航、交会对接、空中预警检测等领域；在工业领域检测、国土资源实时监控、交通和现代物流流量监控等民用领域也有广泛的应用前景，对提高我国国防力量和加快国民经济发展都具有重要的作用。
科技成果——北斗、GNSS自动导航驾驶系统
科技成果——北斗、GNSS自动导航驾驶系统技术开发单位上海联适导航技术有限公司成果简介本成果是基于北斗高精度双天线定位定向技术、惯性导航组合技术、互联网、大数据、云服务等技术于一体的，通过电机驱动方向盘转向的智能农机自动驾驶系统。
本系统通过云服务网络RTK技术，获取高精度北斗定位定向数据，通过惯性组合导航获取车辆前轮的转向角度，再通过大扭矩的智能转向控制电机控制方向盘的转动，实现无人驾驶自动控制农具作业。
该产品功能更强，适用性更广，有效推动了我国高端智能农机装备的发展。
已获得2项实用新型专利，3项软件著作权，并1项发明专利进入实质审查。
产品经检测鉴定，性能指标符合相关国标要求。
经查新，本项目具有新颖性和良好的市场应用价值，研究成果为自动导航驾驶系统提供了新的方案。
技术特点（1）基于北斗、GPS、GLONASS、伽利略四系统全频点的高动态、高精度双天线卫星定位定向技术北斗等四系统全频点双天线接收的卫星信号经同步处理后，获得其卫星星历、原始测量信息和导航信息等。
通过2个天线接收的载波相位进行差分计算，并利用星历数据得到双天线基线向量，获得载体姿态信息。
双天线中主天线获取相应的时间位置信息，副/从天线获取航向信息以及横滚或者俯仰信息，以此可得到农机车辆的一系列实时动态信息。
（2）基于陀螺仪的车辆转向轮转角测量技术惯性技术的发展为车辆转向轮转角的测量提供了新途径，陀螺仪作为一种惯性传感器，其受磁性干扰小、自主性好、安装简易等特点成为传统霍尔传感器最好的替代品，对自动驾驶系统的推广具有重要现实意义。
（3）农机无人驾驶技术本项目无人驾驶技术关键点在于将汽车领域的无人驾驶技术，应用于农机无人自动驾驶系统中。
在农业领域应用首先要考虑可靠性安全性问题，通过建立车辆的安全控制措施，建立不少于3层以上的安全防护体系，开发相应的独立的安全响应控制机制。
（4）网络RTK云服务技术本项目在网络RTK技术基础上，研究开发出基于云服务的网络RTK技术，网络RTK云服务技术主要包括云端数据处理中心和云端数据通信线路组成，北斗/GNSS参考站接收机采用多系统多频的接收机，系统包括中国北斗、GPS、GLONASS、伽利略等，更好的提供精确的更多的以及冗余的伪距观测值，北斗/GNSS用户用此播发的改正值做运算出的定位坐标为绝对坐标。
北京航空航天大学科技成果——高频复合脉冲GMAW电源波形控制技术
北京航空航天大学科技成果——高频复合脉冲GMAW电源波形控制技术成果简介随着中国智能制造和管道建设的口径以及钢材级别向大口径、高钢级管道建设发展，对管道焊接施工装备提出了越来越高的要求。
仅靠手工电弧焊和药芯焊丝半自动焊施工装备，是很难满足高质量、高效率作业要求。
高频脉冲焊接工艺已经应用在工业的多个领域，并且使用的材料也越来越广泛。
本项目将高频脉冲电流与传统的脉冲GMAW电源复合进行电流波形控制实现新的先进的焊接技术与装备开发。
脉冲GMAW可在平均焊接电流小于临界电流的条件下实现喷射过渡，具有较宽的电流调节范围，同时，由于其焊接飞溅少、生产效率高、熔透性好，焊接热输入小，适合全位置焊接等优点。
本项目开发了一种高频复合脉冲GMAW波形控制技术，将先进的高频复合脉冲GMAW电源波形控制技术应用到发动机焊机及管道焊接领域。
技术描述本项目开发了一种高频复合脉冲GMAW波形控制技术，即在传统脉冲GMAW焊接电流波形基础上复合叠加频率高频脉冲电流，通过多电源并联结构，实现基值电流、熔滴过渡电流、峰值电流、及高频脉冲电流波形参数的独立控制，且由基值电流到熔滴过渡电流，由熔滴过渡电流到峰值电流，以及高频脉冲电流的变化速率均大于50A/μs。
技术优势1、高频脉冲电流的引入将产生特殊的“高频效应”，改善传统脉冲GMAW的熔滴过渡行为。
2、电弧能量集中，挺度增大，促进熔池流动，减少气孔缺陷，细化晶粒，改善焊接接头力学性能，脉冲焊时，基值期间引入高频脉冲电流将提高电弧稳定性，改善电弧磁偏吹现象。
3、脉冲电流的变化是通过切换电路实现的，输出回路无串联电感，又由于输出电缆等效电感量很小，因此脉冲电流具有较高的电流变化速率（大于50A/μs），可实现熔滴过渡能量的精确控制。
4、采用并联结构主电路拓扑，由单片机实现数字化控制，任意多路并联时，可设计具有更高功率，更复杂电流波形的脉冲GMAW 电源。
技术状态北京航空航天大学是国内最早建立焊接专业教研室的高校之一，在材料加工工程学科具有博士学位授予权。
北京航空航天大学科技成果——仿生流速传感器
北京航空航天大学科技成果——仿生流速传感器
项目简介
流速传感器是感知外界流场变化信息不可或缺的手段，低雷诺数（Re<10）下的微流场的精确检测有着重要的意义，目前的机械式传感器一般为由金属探头探测温度以测量流速、以涡轮内改变线圈的磁通量以测量流速或用多次摄像以记录流场中粒子的位置，并分析摄得的图像从而测出流动速度，而上述机械式传感器只适用于普通流速场，而对于低雷诺数下的微流场来说，检测流速时灵敏度较低。
本成果研发一种仿生流速传感器，以解决机械式传感器精度低、灵敏度差的问题。
技术描述
基于缨小蜂的翅膀形态得到该仿生流速传感器，缨小蜂的翅膀形态为梳子翼，本成果基于缨小蜂的翅膀形态设置悬梁臂，且在悬臂梁的两侧分布有梳齿状纤毛，构造缨小蜂的翅膀形态，当有微小流场流过时，流场与分布有梳齿状纤毛的悬臂梁发生流固耦合作用，由于悬
梁臂所具有梳齿状纤毛，悬梁臂在惯性力和梳子翼纤毛间的粘性力的作用下，沿着流场流动方向发生弯曲偏移，相比没有梳齿状纤毛的传统悬臂梁来说，受到的阻力更大，压阻单元应力变化更加明显，因此，本成果所提供的仿生流速传感器具有更高的灵敏度。
该传感器包括：基座、压阻单元、信号引线以及悬臂梁。
悬臂梁固定在基座上；悬臂梁的两侧分布有梳齿状纤毛；压阻单元固定在悬臂梁上，且与基座相接触；信号引线固定在基座上，且与压阻单元相连接，压阻单元由信号引线将压阻单元的电阻信号输出。
知识产权
已获国家发明专利。
意向合作方式
技术转让、技术许可、作价投资。
北京航空航天大学科技成果——自主实时机载地形辅助惯性导航方法和系统
北京航空航天大学科技成果——自主实时机载地形辅助惯性导航方法和系统成果简介地形辅助导航（Terrain Aided Navigation，TAN）由于具有自主性、隐蔽性、抗干扰能力强和全天候工作的优点，其在组合导航系统中受到广泛的重视和研究，并已在巡航导弹、飞机和舰船上成功应用。
TAN 的定位思想是利用实测的运动轨迹下方的地形高程数据和存储的数字地形高程模型（Digital Elevation Model，DEM）为信息，采用地形匹配算法来达到定位的目的。
地形辅助导航系统的定位精度和实时性不仅与地形匹配算法有关还受地形特征的影响。
在地形特征较明显的山地和丘陵地区定位准确度较高，在平原或海平面这些地形特征不明显的区域匹配就不适合执行匹配定位。
由于受地形匹配算法和地形特征的限制，目前地形辅助导航系统的应用，大都需要事先根据飞行任务规划飞行路线、选取匹配区域，使得载体机动飞行和实时定位的能力受限。
如何实现载体在飞行过程中自主选择匹配区域并根据飞行状态和所规划区域的地形特征自动执行合适的地形匹配算法，将极大的提高载体机动飞行和实时地形辅助定位的能力从而摆脱受事先规划的飞行轨迹的束缚，这也将有利于地形辅助导航的推广和应用。
本项目开发了一种实时机载地形辅助导航方法和系统，以解决目前地形辅助导航系统需要事先根据飞行任务规划飞行路线、选取匹配区域，使得载体机动飞行和实时定位的能力受限的问题。
对于传统的地形辅助惯性导航系统，本项目引入匹配区域规划与适应性分析模块，可实现载体在飞行过程中自主规划选取匹配区域，并根据不同地形区域和飞行状态选择合适的地形匹配算法进行匹配定位，从而提高载体机动飞行和实时定位的能力。
为确保匹配定位算法在跟踪模式下定位结果的可靠性，采用基于位置序列估值与滤波值比较的方法确保定位结果的可靠性。
本发明可以提高载体机动飞行和实时定位的能力，从而解决目前地形辅助导航系统需要事先根据飞行任务规划飞行路线和匹配区域导致载体机动飞行和实时定位能力受限的问题。
虚实融合监控场景中的漫游路径规划方法
第30卷 第3期 计算机辅助设计与图形学学报Vol.30 No.3 2018年3月Journal of Computer-Aided Design & Computer GraphicsMar . 2018收稿日期: 2017-03-22; 修回日期: 2017-10-17. 基金项目: 国家“八六三”高技术研究发展计划(2015AA016403); 国家自然科学基金(61572061, 61472020). 周 颐(1988—), 男, 博士研究生, CCF 会员, 主要研究方向为三维重建、虚实融合; 解佳琦(1992—), 男, 硕士研究生, CCF 会员, 主要研究方向为路径规划、虚实融合; 吴 威(1961—), 男, 博士, 教授, 博士生导师, CCF 会员, 主要研究方向为分布式虚拟环境; 周 忠(1978—), 男, 博士, 教授, 博士生导师, CCF 会员, 论文通讯作者, 主要研究方向为网络化虚实融合、视频大数据分析、VR 装置.虚实融合监控场景中的漫游路径规划方法周 颐, 解佳琦, 吴 威, 周 忠*(北京航空航天大学虚拟现实技术与系统国家重点实验室 北京 100191) (zz@)摘 要: 为了寻找不同视频之间的转换道路, 提升观察者的方向感, 提出一种虚实融合场景中的自动路径规划方法, 首先提出一种视点评价方法, 考虑在视频投影中的图像畸变带来的图像质量问题; 然后设计了场景的视点采样方法和道路图, 并基于视点评价结果为场景道路图的边定义权重; 在确定视频的访问顺序之后, 计算生成权重代价最小视点路径. 在4个视频监控系统中验证了文中提出的视点评价方法和路径生成方法的有效性, 证明其能够提升用户的虚拟观测体验.关键词: 纹理畸变; 视点评估; 路径规划; 虚实融合中图法分类号: TP391.41 DOI: 10.3724/SP.J.1089.2018.16303Path Planning for Virtual-Reality Integration Surveillance SystemZhou Yi, Xie Jiaqi, Wu Wei, and Zhou Zhong *(State Key Laboratory of Virtual Reality Technology and Systems , Beihang University , Beijing 100191)Abstract: We seek to develop an automatic path planning method to find the way of the transition and willing to help to improve the observer’s sense of direction. We firstly propose a viewpoint quality metric which eval-uates the quality of viewpoints by measuring the image distortion in video projection. Then we construct a graph for the scene whose nodes denote sample viewpoints and edges denote virtual camera movements. A camera path can be generated automatically using this graph. Finally we apply our method in video surveil-lance and demonstrate that it improves observers’ visual experience.Key words: texture distortion; viewpoint evaluation; path planning; virtual-reality integration1 相关工作虚实融合技术可以将虚拟三维模型和真实的视频图像融合到统一的位置坐标系下, 在三维可视化的一体监控系统中有着广泛应用[1-2]. 增强虚拟环境以纹理投影为基础的虚实融合技术, 可以在三维上下文空间中以任意视角展示多路图片或者视频流[3]. 此外还有将离散全景图像来拼成成条带式街景视图的技术, 如谷歌街景视图[4], 以及使用互联网照片集重建场景集合并自由浏览的照片旅游技术[5]等.目前, 这些虚拟融合场景的漫游中存在诸多问题, 比如, 用户控制虚拟视角操作复杂, 需要更多的人为交互; 场景中存在画面质量较差的视点, 如何避免用户观察到这些视点成为难题. 已有的虚实融合系统[1-2,5]中并没有考虑在相机视点之间第3期周颐, 等: 虚实融合监控场景中的漫游路径规划方法 515进行合理的转移的问题, 如何设计这样的一条路径成为提升用户使用体验的关键.本文面向虚实融合技术分析了视频画面质量不佳的原因, 提出一种全新的视点评价方法, 考虑在视频投影中的图像畸变带来的图像质量问题; 设计了场景的视点采样方法和道路图, 并基于视点评价结果为场景道路图的边定义权重; 在确定视频的访问顺序之后, 计算生成权重代价最小视点路径.1.1视点质量评价方法视点的质量会影响观察者的视觉体验. 一个良好的视点往往被认为是观察者能够接受到更多的信息[6]. Secord等[7]总结了多个常用的视点评价方法, 包括视点熵[8]、网格显著度[9]、侧影轮廓稳定性[10]等. 然而这些方法只考虑三维模型和构图画面等因素, 不能有效地评判模型纹理具有畸变的场景视点质量, 原因是其没有考虑纹理畸变对整个视点的质量带来的影响. 因此, 增强虚拟环境系统需要一种对纹理畸变评价的视点质量估计方法.观察者在观察增强虚拟环境中的视频投影模型时, 看到纹理畸变的情况是由模型深度和纹理深度不匹配引起的, 因此本文从深度出发来考虑视点质量. 估计单幅图像的深度是计算机视觉中的一个经典问题. 文献[11-13]基于几何先验的方法, 在深度测试集上取得了相当成功的结果. 近年来, 单幅图像深度估计采用深度神经卷积网络的结构, 得到长足的进步[14-16]. Liu等[15]将深度估计转换为一个深度连续的条件随机场(conditional random field, CRF)模型学习的问题, 不需要对场景有任何几何先验. Roy等[16]结合随机森林和深度卷积网络提出用神经随机森林来解决深度估计的问题, 得到了同样优秀的结果.1.2路径规划方法路径规划问题在计算机图形学中被称做相机控制. 大多数路径规划方法将场景建模为一个图结构, 其节点表示场景中的路径驻留点, 边表示可行的路径. 因此, 路径规划问题被转化为图搜索的问题. 概率路径图方法(probabilistic roadmaps, PRM)[17]是路径搜索中的一种常用方法, 分为图构建步和查询步. 在图构建步中, 起始的空图结构被重复添加随机节点, 即连接附近节点. 在查询步中, 搜索图生成最短路径. 根据选择节点方式的不同, 文献[18-19]提出了不同的路径生成方法. Ranon等[18]使用粒子群方法选择视点, 但耗时太多. Oskam等[19] 使用不同半径的多重球填充场景空区域来避免漫游碰撞, 进而在球的相交区域采样视点, 该方法适应于封闭室内场景, 不能直接适用开放的室外空间. 本文针对的虚拟场景包含三维建筑模型, 设计出的路径希望在漫游中避免与其碰撞, 同时也能产生过渡采样视点.2自由视点下的视频画面畸变本文针对的监控虚实融合场景由虚拟场景和实时监控视频组成, 分析视频纹理畸变的产生原因对每个视频, 首先选取某一帧图像进行交互式建模[20], 生成视频模型; 然后将其注册到虚拟场景上. 实时的视频图像将会投影到视频模型上, 即视频模型直接使用视频图像作为纹理, 观测者可以在虚拟环境中观测到不同地点的三维视频. 典型的虚实融合场景如图1所示.a. 标识相机视域的虚拟环境b. 视频投影融合的虚拟环境图1 虚实融合场景示意受限于建模精度问题, 视频模型的纹理对应的真实深度和建模深度会出现不一致的情况. 当偏离真实相机视点观看视频模型时, 深度不一致反映到图像平面上就会出现视频纹理歪斜、拉伸、撕裂等畸变现象. 这一现象的产生原因示意图如图2所示, 而典型的歪斜和拉伸畸变示意如图3所示. 扭曲现象越严重, 观察者看到图像上的像素投影偏差越大.图2 画面畸变产生原因示意图516 计算机辅助设计与图形学学报第30卷a. 真实相机视点下的画面b. 虚拟相机视点下的画面图3 视频画面畸变现象3基于视频画面畸变的视点质量评价方法本文使用累积像素投影相对误差来衡量视频纹理的畸变, 进而生成视点质量评价指标. 本文使用深度学习方法估计出的深度[15]作为参考深度,将其与视频模型的深度进行比较, 对应像素点根据深度分别投影到其图像平面上的像素点误差,反映扭曲现象的严重程度. 扭曲越严重, 误差越大.本文由深度生成点云模型, 其与视频模型的对比效果如图4所示. 可以看出, 点云模型是比视频模型更精确的模型, 但是在观察点云模型时会发生像素拉伸的现象. 在图4b、图4d和图4f中, 红、绿、粉和蓝4种颜色的采样点表示进行视点评价时选取的采样点, 通过计算这些采样点在屏幕上的距离差来衡量画面的畸变程度.a. 原始图像b.a的局部放大c. 视频模型d.c的局部放大e. 点云模型f.e的局部放大图4 视频纹理畸变度量视点v下对单个视频模型V的画面畸变程度c v(,())(,)()()()()(,())M M∈=⨯-⨯∑p N v W VD v Vv R p v R pN v W V(1)其中, ()W V为视频模型V的采样像素集合,(,())N v W V是()W V在视点v可见的采样点子集;c()R p是视频模型中像素p的空间位置, 可以直接由深度c()D p计算得到c c()()()()R p I p r p D p=+⨯.()r p是由相机视点往图像点p的射线; v()R p是点云模型中像素p的位置; ()vM是视点v对应的空间到屏幕坐标的转换矩阵.深度估计得到的像素深度取值范围是[0,1.0],需要与视频模型中的像素深度的单位进行统一才可以进行比较. 图像中天空的深度应该是无穷远,因此本文先去除天空以外的所有像素, 再将图像中这些像素深度的最大值和最小值分别映射到视频模型中这些像素深度的最大值和最小值, 其他数值使用线性插值的方式映射v,max v,minc I I,min v,minI,max I,min()(())D DD p D p D DD D-=⨯-+-(2)其中,c()D p为映射后的像素点p的深度, I()D p为使用深度估计得到的图像中像素点p的深度值,v,maxD和v,minD分别为视频模型中天空以外的像素深度的最大值和最小值,I,maxD和I,minD分别为图像深度中天空以外像素深度的最大值和最小值.对单个视频模型的视点评价方法为s(,)(,)1max,1(,)D v Vs v V P v VL⎛⎫⎧⎫=-⨯⎨⎬⎪⎩⎭⎝⎭(3)其中, (,)P v V是视频模型V在视点v下的投影面积占屏幕的比例; L表示可接受的最大像素偏差距离, 与屏幕分辨率有关, 本文取为屏幕对角线长度的1/5. 本文将式(3)中的第1项记为(,)D v V', 为对(,)D v V截断后的补值.对于存在多个视频模型{}i V的视点, 评价方法表示为m(,)()1max,1(,)iiiD v Vs v P v VL⎛⎫⎧⎫=-⨯⎨⎬⎪⎩⎭⎝⎭∑ (4)通过这种计算方法, 将视频模型的畸变程度归一化为[0,1]的视点质量评价. 对于场景中的虚拟建筑模型, 本文采用传统的视点质量评价方法,参考视点熵方法[7], 采用v(,)(,)()lgi iP v N P v Ns vr r⎛⎫=- ⎪⎝⎭∑ (5)计算. 其中,v()s v表示视点评价中三维网格模型的贡献, (,)iP v N表示在视点v下, 三维网格模型iN的投影面积; r表示屏幕的大小. 三维虚拟模型评价方法可以使用其他方法替代.第3期周 颐, 等: 虚实融合监控场景中的漫游路径规划方法 517对整体视点, 加权评价方法表示数 t m v ()()(1)()s v s v s v αα=⨯+-⨯ (6)其中, α为经验常量参数, 表示视频模型在整体视点评价中的重要性, 本文将其设置为0.66.4 漫游路径规划本文自动生成一条能够浏览所有视频模型的路径, 并希望浏览时在避免画面被虚拟模型完全遮挡的条件下尽可能看到更优的视频画面. 本文系统中, 视点v 由7个实值参数定义, 其中3个参数定义虚拟相机位置, 3个参数定义虚拟相机视点目标, 剩余的一个参数定义绕x 轴旋转的翻滚角. 视场和画面长宽比都是固定的, 在7参数的自由空间中进行视点采样, 会有巨大的搜索空间. 如果本文采用传统PRM 方法, 一方面路径图中将有过多的顶点, 计算代价过高, 不利于进一步的路径生成; 另一方面, 会进入过多的无意义采样视点, 如远离视频模型的俯视视点, 实际运行中观测者不会经过该视点. 因此, 为了减少采样空间, 本文在观测对象附近使用规则生成采样视点.4.1 采样视点的选择(1) 分别对虚拟模型和视频模型周围进行视点采样. 虚拟模型包括建筑模型、天空球和地面, 其中只需对建筑模型进行采样, 对每个建筑模型进行多层包围球上的概率均匀的随机采样. 本文固定虚拟视点目标为朝向模型最小包围球中心. 对于球面坐标表示的视点(,,)r θφ, 其中, r 为包围球半径, (,)θφ分别为球面坐标, 首先对(,)θφ进行均匀随机采样, 保证在单位球面面积上只有一个随机采样点; 然后对r 进行均匀随机采样, 保证在单位半径距离中只有一个采样点, 其中, 起始距离和单位半径距离均为最小包围球半径0r , 采样半径倍数为n . 当4n =时, 采样效果如图5所示.(2) 对视频模型进行视点采样. 由于视频模型a. 单层包围球采样结果b. 多层包围球采样结果图5 针对虚拟模型的视点采样结果示意图 与网格模型有很大的区别, 因此随机采样的2个过程也有所不同. 同样地, 本文使用视频拍摄点侧重的多层包围球采样, 即采样概率上偏重, 越靠近视频模型的相机视点位置, 采样视点越稠密. 这样进行采样的原因有2个: 一是在视频模型的相机视点附近, 基于视频画面畸变的视点质量较高; 二是路径规划的目标是生成连接各个视频模型的相机视点的路径, 因此在相机视点附近进行更稠密的采样有助于提高路径质量.为了使包围球的不同区域的视点密度不同, 本文使用线性函数表示密度. 以角度φ为例, 密度关系()a b ρφφ=⨯+ (7)本文规定: 在相机视点处(即0φ=的位置)的采样密度是包围球上距离相机视点最远处(即φ=π的位置)密度的k 倍, 同时, 采样点密度在球面上进行积分的结果是1. 这2个约束可以表达为π(0)(π)()2πsin d 1k ρρρφφφ=⨯⎧⎪⎨⨯=⎪⎩⎰ (8) 根据式(8), 可以得出a 和b 的取值. 给定球冠上采样点占全部采样点的比例p , 则有0()2πsin d x x x p φρ⨯=⎰ (9)通过式(9)无法直接计算由比例p 得到角度φ, 但是可以建立查找表反向快速计算φ的取值.在对视频模型的(,)θφ进行视频拍摄视点侧偏重采样后, 对r 依然采用偏重采样的做法. 对于经过上一步采样得到的模型包围球上的一个视点(,,),r θφ根据φ的取值计算在该直线上的采样个数n , 在00(,(1))r n r +⨯上随机采样n 个点, 其中,1πk n k φ-⎡⎤=⨯+⎢⎥⎢⎥(10)⎡⎤⎢⎥表示向上取整. 同样, 起始距离和单位半径距离均为最小包围球半径r 0, 采样半径倍数为n . 当n = 4时, 采样效果如图6所示.a. 单层包围球采样结果b. 多层包围球采样结果图6 针对视频模型的视点采样结果示意图518计算机辅助设计与图形学学报 第30卷4.2 道路图的构建在空间中进行视点采样后, 可以构建出道路图的顶点集合. 为了给后续路径计算的过程提供一张完整的道路图, 需要构建道路图的边, 包括连接合理边与定义边的权重.根据路径生成目标, 本文对每个顶点判断与其邻域内的所有其他顶点是否可以构成连线, 将符合要求的连线加入道路图的边集. 判断边是否符合要求的判断标准是这条边是否与虚拟模型发生了相交, 即路径是否被模型所阻碍.道路图中边的权重定义方式取决于系统对路径的需求. 有的路径生成系统要求路径尽可能短, 因此把移动距离作为主要权重; 有的系统需要视角旋转尽可能平稳, 因此把旋转角度作为主要权重; 还有的系统需要目标物体尽量可见, 因此把目标物体的可见性作为权重的主要因素. 本文的路径结果要求是用户看到的画面质量较好, 同时保证画面的平稳切换. 考虑到这些需求, 本文使用移动距离和旋转角度同时结合视点的质量评价分数来定义道路图上边的权重.移动距离反映了视点位置的变化, 用户在漫游过程中会感受到空间位置的变化; 旋转角度反映了用户画面的变化速度, 过快的画面变化会使用户迷失空间感. 结合视点质量, 由采样视点(,)i j v v 构成的边对应的权重1,pos ,pos 2(,) ((,))(,)i j i j i j i j f v v w w A v v C v v =⨯-+⨯⨯v v (11)该权重定义为距离、角度的综合评价与视点质量因素(,)i j C v v 的乘积. 其中, ,pos ,pos i j -v v 为2个视点之间的空间距离, (,)i j A v v 为2个视点之间的旋转角度, 1w 和2w 分别表示距离和角度所占的权重.(,)i j C v v 是一个比例因子, 表示视点质量对边的权重造成的影响, 是将视点i v 和视点j v 决定的比例因子取平均值得到的()()(,)2i j i j C v C v C v v +=(12)每个视点v 对应的比例因子与该视点的视点质量有关, 视点质量越高, 该比例因子越小, 二者的转化方式为t ()exp((1()))C v s v β=- (13)4.3路径生成 在道路图构建之后, 场景中的所有的视频模型就构成了一张带权有向图. 确定一条视频模型的观看顺序等价于旅行商问题, 即在图中找到一条连接所有顶点的路径, 同时使得该路径总代价最小. 该问题是个NP 问题, 本文采用近似解法求解.首先人工选取一个起始点, 然后根据贪心的方法选取下个距离最短且未访问的视频模型, 直到所有的视频模型被选中. 虽然该方法得到的不一定是最优解, 但视频模型之间的访问顺序并不影响视频模型之间的转移路径的效果. 根据用户的访问需求, 可以改变视频模型访问策略. 而在每2个相机之间, 本文采用A*方法来寻找最短路径, 确保每次相机间转移生成的路径都是边权重和最小的路径. 最后对路径使用球面插值进行了平滑. 本文提出的路径规划方法的总体流程图如图7所示.图7 漫游路径规划方法流程图第3期周颐, 等: 虚实融合监控场景中的漫游路径规划方法 519 5实验结果将本文的视点质量评价与路径生成方法应用于不同规模的视频监控系统, 包括Campus, RailwayStation, Building以及Traffic这4个监控场景; 所有相机均为固定的枪机监控摄像机, 位姿与位置多样, 主要场景参数如表1所示. 实验环境为Intel(R) Xeon(R) 4核3.70GHz CPU和12GB RAM.在视点采样阶段, 始终设置n=4, k=5, 采样相关统计结果如表2所示.表1实验所用监控场景主要参数场景大小场景名称建筑数相机数面片数占地面积/m2Campus 3512336514 700×700Railway Station 11 10 70725 700×300Building 106654166 150×150Traffic 3028242844 800×100表2采样结果相关参数场景名称有效采样点个数及比例平均质量平均采样时间/msCampus 4787(91.3%)0.574 7.16 Railway Station 1988(93.5%)0.594 3.15 Building 1343(95.4%)0.603 4.45 Traffic 5466(85.4%)0.631 1.845.1视点质量评价效果为了更好地可视化展示本文的结果, 视点质量评价结果均以视点与视频模型中连线为半径的7/8球表示, 即限定视点目标为视频模型为中心, 视点可在球内任意位置移动, 如图8所示.其中, 第1列为评价球背面视图, 其余列为正面视图; 图中的着色结果均为归一化值.以图8第1列为例, 从图8a可以看出, 相机拍摄视点的畸变程度最小, 随着偏移拍摄视点的距离和角度越远, 畸变程度越高, 达到一定距离和角度后, 畸变程度值已与视频拍摄视点的附近视点不可相比; 从图8b可以看出, 截断操作对畸变程度的衡量缩减了最佳视点评价值与其他视点评价值的距离, 体现出畸变程度随着视点移动方向的不同呈现不同的变大趋势, 与本文在实际浏览中观察到的视频画面畸变的各向异性一致, 相比D(v, V)更加适合用于视点评价的数值计算; 图8c和图8d相比可以看出投影面积比对畸变程度的加权性, 图8d中, 靠近球中心的A视点评价反而上升. 由于其他模型的投影面积比始终很小, 因此在图8f 中其他模型对视点评价结果的加权影响不大. 最后2列展示出各自评价m()s v与v()s v侧重点不同, 均能对整体视点的评价产生影响.本文同时给出了球上多个视点下对应的图像,如图9所示. 视频模型的视点质量评价方法m()s v与基于视点熵评价的虚拟模型视点评价方法v()s v相比,m()s v在视频画面扭曲更严重的视点D上得到了更低的分数, 在较少扭曲的视点B上得到了更高的分数, 因此m()s v更适合刻画视频画面中的纹理扭曲程度. 这一点对于深度经常出现不匹配情况的虚实融合场景来说尤为重要.5.2路径生成效果图10所示为各个场景最终的漫游路径结果, 其中, 用红色曲线表示漫游相机的行进路径; 而蓝色锥形表示相机的视场, 颜色越深越靠近相机, 相反越远离相机. 可以看出, 本文的方法均能产生视点转移路线, 生成的路径能够遍历访问所有视频.图11所示为漫游路径的局部图, 着重展示了在2个相邻访问顺序的相机之间的转换路径. 第1列第1行的图像对应于图8第1列的整体视点评价, 路经穿过评价球的中部到达下一个视频, 视线方向朝向右侧白色建筑的立面. 第2幅图像中路径接连穿过起始和下一个视频模型的立板, 然后到达下一个视频模型的视点, 由于立板的建模从接地线开始折起, 立起的对象只有树木, 畸变不大, 而地面也不存在大的畸变, 因此该路线上看到的视频画面畸变均不会很大, 符合本文对路径的要求. 后面的7幅局部图像也同样满足要求.5.3方法复杂度分析以视点评价完成为分割线, 方法前半段的复杂度是正比于采样视点个数, 后半段的复杂度正比于道路图边与虚拟模型相交情况的个数, 这是因为质量评价中的投影面积计算与道路图构建中的相交判断是最占用计算时间的. 本文方法实现时, 将视点的采样和质量评价、道路图的构建这2步提前离线计算, 而路径生成作为在线计算的步骤, 确保了方法的实用性. 算法各部分的耗时与占总时间的百分比如表3所示.5.4用户研究用户对一条漫游路径评价在很大程度上受到主观性因素的影响, 很难用数值指标对路径生成结果进行评价. 因此, 本文进行了用户研究, 对用户520计算机辅助设计与图形学学报 第30卷图8 视点评价中各变量可视化结果使用该路径进行漫游的各项指标的满意程度进行调研.本文调研了30名志愿者使用该漫游路径浏览虚实融合场景的感受. 其中, 有20名在此之前没有接触过虚实融合系统; 有5名了解相关图形图像相关知识, 但是没有使用过本虚实融合视频平台; 剩余第3期周 颐, 等: 虚实融合监控场景中的漫游路径规划方法 521图9 视点评价值与对应视点下画面a. Campus 场景b. Railway Station 场景c. Building 场景d. Traffic 场景图10 漫游路径整体结果5名是本课题组的同学, 他们对虚实融合视频平台较为熟悉.每名志愿者先通过鼠标和键盘控制视角移动, 在场景中自由浏览一段时间, 熟悉系统的用途与基本交互方式; 然后由路径生成系统自动生成漫游路径, 使用该漫游路径观察整个场景, 对路径生成系统的各项指标进行满意度评价. 本文共设计3项评价指标: 漫游过程中画面的质量、路径生成系统的操作复杂度和路径生成的交互响应及时度. 用户的统计结果如表4所示.由表4的统计结果可以看出, 路径生成方法在各项指标上均至少有70%用户表示满意, 表明该方法整体来说是有效的. 观察各项指标的满意度发现, 本文方法在漫游过程中的画面质量和简化操作复杂度方面分别获得了86.7%和96.7%的满意度, 表明该方法在这两方面的效果提升较大. 在522 计算机辅助设计与图形学学报第30卷Railway Station1Railway Station2Building1Building2Traffic1Traffic2Campus1Campus2Campus3图11 漫游路径局部结果表3算法各部分耗时及占总时间的百分比视点采样与质量评价道路图构建路径生成场景名称时间/s 百分比/% 时间/s 百分比/% 时间/s 百分比/%总时间/sCampus 247.643.3324.256.70.50.1572.3 RailwayStation 12.3 44.6 14.8 53.6 0.5 1.8 27.6 Building 9.8 20.4 38.0 79.2 0.2 0.4 48.0Traffic 18.2 9.0 179.7 89.3 3.3 1.6 201.2表4用户研究的人数统计数据评价指标满意一般不满意满意度百分比/%漫游画面质量26 2 2 86.7 操作复杂度29 0 1 96.7 交互响应及时度21 3 6 70.0交互响应及时度上, 由于本文方法执行时间与场景大小以及模型数量有关, 对于模型较多的场景所需时间较多, 只获得了70%用户的满意, 表明该方法在执行效率方面仍需要进一步优化.6 结语本文提出一种计算自由视点下视频画面畸变程度的视点质量度量方法和基于视点质量度量的路径生成方法. 基于视点质量的分布, 为视频模型和虚拟模型设计了随机视点采样方法; 然后选择邻近采样点构建连通的道路图; 最后在两点间累积畸变最小的路径自动地计算生成, 并首尾相连组成完整路径. 相比于其他如视点熵的视点评价方法, 本文方法的评价更符合对投影纹理变化好坏的直观感受; 而基于此的路径生成方法也能够实现及时交互, 实用性较强. 通过实验证明了本文方法能够提升观测者的漫游视觉体验.实际上, 对于一个监控场景来说, 漫游路径还需要根据场景的变化进行联动变化, 如监控相机发出了异常报警, 此时, 漫游路径需要从当前视点快速跳转到报警区域. 本文方法只需要将确定视频模型访问顺序, 从最小生成树方法改成最短。
舰载经纬仪连续帧图像目标快速识别算法研究
舰载经纬仪连续帧图像目标快速识别算法研究
王国富;陈良益;马彩文
【期刊名称】《舰船科学技术》
【年(卷),期】2007(029)005
【摘要】为解决舰载经纬仪对连续帧图像快速识别、准确定位的要求,在深入分析连续图像序列特性和舰载经纬仪特点的基础上,利用经纬仪的角度变化信息,对图像序列进行帧间差值运算,提出了一种新的目标识别算法,大大减少了运算量.实验结果证明,该算法具有快速、稳定等优点,能满足舰载经纬仪实时图像处理的要求.
【总页数】3页(P73-75)
【作者】王国富;陈良益;马彩文
【作者单位】中国科学院西安光学精密机械研究所,陕西,西安,710068;中国科学院研究生院,北京,100039;中国科学院西安光学精密机械研究所,陕西,西安,710068;中国科学院西安光学精密机械研究所,陕西,西安,710068
【正文语种】中文
【中图分类】TP273
【相关文献】
1.粒子滤波连续帧图像中弱目标检测前跟踪的机理研究 [J], 龚亚信;杨宏文;胡卫东;郁文贤
2.机载光电跟踪系统连续帧图像快速识别定位 [J], 王国富;欧阳缮;刘庆华;丁勇
3.基于TMS320DM642红外图像弱小目标单帧提取算法研究 [J], 刘志雄;姜滨
4.卫星红外图像中单帧目标检测算法研究 [J], 吴超;安玮;龙云利;林两魁
5.星载光电跟踪系统连续帧图像快速识别定位算法研究 [J], 王国富;欧阳缮;刘庆华;丁勇
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
北京航空航天大学科技成果——基于连续帧的导盲
仪组合路径规划
项目简介
盲人由于先天或后天的生理原因而丧失了视觉，大部分盲人群体期望智能仪器能够帮助他们解决出行困难问题。
近年来，国内外研制出的导盲仪种类繁多，如导盲机器人、智能手杖、穿戴式导盲设备等，其中穿戴式导盲设备凭借其更直观的感知方式、更方便的携带方式以及更好的用户体验已经成为现今导盲仪研究的主流方向。
在导盲仪的设计过程中，除了解决环境元素的探测与定位导航问题，对于如何在存在障碍物区域内找出一条安全快捷道路的研究也十分必要。
现有的大多数导盲仪只具备单一的避障能力，不具备完整的路径规划功能，导盲仪的路径规划算法是当今导盲仪研发的重要技术发展方向。
路径规划问题的研究主要分为全局方法、局部方法以及组合方法三种。
在实际应用中，导盲仪需要引导盲人沿着可行区域（盲道、无障碍道路等）行走一段较长距离、并到达目的地，故单独的全局方法和局部方法并不适用于导盲仪路径规划。
组合路径规划结合了全局和局部方法的优点，能够在进行实时的局部规划的同时，到达全局目的地。
然而，大多数组合路径规划算法直接将全局规划得到的粗略路径点作为局部规划的目标点，导致引导盲人的行走轨迹过于生硬，异于正常人行走规则，不符合人体工程学；另外，针对导盲仪的不同导盲需求，尚未有功能较为完整的导盲仪路径规划系统，故上述方法均并
不适用于导盲仪路径规划。
为克服现有方法在未知环境下的导盲仪实时路径规划中不适用的缺陷，本成果提供一种基于连续帧的导盲仪组合路径规划。
技术描述
基于连续帧的导盲仪组合路径规划，用于导盲设备，为引导盲人在躲避障碍物的前提下、跟随盲道行走、并最终到达目的地提供必要基础，尤其适用于未知环境下的实时导盲任务。
在双目相机拍摄的每一帧通过对全局路径的预瞄跟踪来确定局部规划目标点，根据相机实时检测到的环境信息进行局部路径规划，输出行走方向误差角来诱导盲人行走，直到达到全局目标点。
在局部路径规划中，首先对当前帧的环境信息进行栅格可视化，然后使用A*算法进行局部路径规划，最后采用二次加权的路径转换方法计算当前帧行走方向与局部规划路径的角度偏差，作为诱导盲人行走控制器的输入信息。
与现有技术相比的优点在于：
1、与现有的已知环境下的全局路径规划算法相比，能够根据盲人当前位置和行走状况做出实时的决策和控制，在诱导盲人趋于目的地行走的同时，能够安全、有效地避障，并且无冗余信息存储等问题，提高了导盲算法的适用性。
2、与现有的未知环境下的局部路径规划算法相比，在计算局部路径的过程中综合考虑多种环境信息，能够实现引导盲人在躲避障碍物的前提下、尽量跟随盲道、最终到达目的地的多目标导盲任务。
3、与现有的组合路径规划算法相比，构建了较完整的导盲仪路径规划系统，整体路径规划方法合理、可行且高效，另外，在实现导盲仪需求的同时，能够引导盲人以较为自然的行走轨迹行走。
知识产权
已获国家发明专利。
意向合作方式
技术转让、技术许可、作价投资。