运动目标的MGM_1_N_轨迹预测算法_柯宏发

运动目标检测光流法

摘要 运动目标检测方法是研究如何完成对视频图像序列中感兴趣的运动目标区域的“准确定位”问题。光流场指图像灰度模式的表面运动，它可以反映视频相邻帧之间的运动信息，因而可以用于运动目标的检测。MATLAB这种语言可移植性好、可扩展性强，再加上其中有丰富的图像处理函数，所以利用MATLAB 软件来用光流法对运动目标的检测中具有很大的优势。本设计主要可以借助matlab软件编写程序，运用Horn-Schunck算法对图像前后两帧进行处理，画出图像的光流场。而图像的光流场每个像素都有一个运动矢量，因此可以反映相邻帧之间的运动，分析图像的光流场就可以得出图像中的运动目标的运动情况。 关键字：光流法；Horn-Schunck算法；matlab

目录 1光流法的设计目的 (1) 2光流法的原理 (1) 2.1光流法的介绍 (1) 2.1.1光流与光流场的概念 (1) 2.1光流法检测运动目标的原理 (2) 2.1.1光流场计算的基本原理 (2) 2.2.2基于梯度的光流场算法 (2) 2.2.3Horn-Schunck算法 (3) 2.2.4光流法检测运动目标物体的基本原理概述 (5) 3光流法的程序具体实现 (6) 3.1源代码 (6) 3.1.1求解光流场函数 (6) 3.1.2求导函数 (9) 3.1.3高斯滤波函数 (9) 3.1.4平滑性约束条件函数 (10) 3.1.5画图函数 (10) 4仿真图及分析 (12) 结论 (13) 参考文献 (14)

1 光流法的设计目的 数字图像处理，就是用数字计算机及其他有关数字技术，对图像进行处理，以达到预期的目的。随着计算机的发展，图像处理技术在许多领域得到了广泛应用，数字图像处理已成为电子信息、通信、计算机、自动化、信号处理等专业的重要课程。 数字图像处理课程设计是在学习完数字图像处理的相关理论后，进行的综合性训练课程，其目的是：使学生进一步巩固数字图像处理的基本概念、理论、分析方法和实现方法；增强学生应用Matlab编写数字图像处理的应用程序及分析、解决实际问题的能力；尝试所学的内容解决实际工程问题，培养学生的工程实践能力。 运动目标检测是数字图像处理技术的一个主要部分，近些年来，随着多媒体技术的迅猛发展和计算机性能的不断提高，动态图像处理技术日益受到人们的青睞，并且取得了丰硕的成果，广泛应用于交通管理、军事目标跟踪、生物医学等领域。 因此，基于光流法，实现运动目标的检测是本文的研究对象。结合图书馆书籍、网上资料以及现有期刊杂志，初步建立起运动目标检测的整体思路和方法。 2 光流法的原理 2.1 光流法的介绍 2.1.1 光流与光流场的概念 光流是指空间运动物体在观测成像面上的像素运动的瞬时速度，它利用图像序列像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即反映图像灰度在时间上的变化与景物中物体结构及其运动的关系。将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量。视觉心理学认为人与被观察物体

机器人轨迹规划算法的分析

机器人轨迹规划算法的分析 摘要: 本文根据机器人最优轨迹规划的约束与要求，采用了一种新的基于最小耗能的轨迹规划方法。该方法在传统的差分进化算法的基础上，采用样条插值法来获得机器人连续型的最优轨迹。通过MA TLAB软件建立机器人模型，并且编写了其轨迹规划的程序进行仿真。仿真结果表明，差分进化算法是一种性能优良的，具有高效性、并行性、鲁棒性等优点的轨迹规划方法。 1.引言 机器人技术是综合了力学、机械学、电子学、生物学、控制论、计算机、人工智能、系统工程等多种学科领域知识的高新技术，是当代研究十分活跃、应用日益广泛的一门学科。机器人的应用情况，也是一个国家工业自动化水平的重要标志。 机器人的轨迹规划属于底层规划，是在机器人手部运动学的基础上，讨论机器人运动过程中的轨迹和轨迹生成方法。在实际机器人运动规划过程中，机器人的一次作业任务可能要经过多个作业点，这就可能导致产生多个可能的结果。这时，就需要采用一种策略从这些结果中选出一个最优的路径。同时还需要意识到，机器人运动过程中各关节运动轨迹函数必须是连续和平滑的。此外，操作臂的运动也应该平稳，不平稳的运动会加速机器部件磨损，并且导致对操作臂的振动和冲击。这就要求寻找到一条最优的轨迹规划，使其满足多种约束条件和性能指标。通常研究中以最短时间、最小耗能或者机械臂扫过的扇形面积最小作为优化目标。本文所要研究内容是基于最小耗能性能指标的机器人轨迹规划。 2.机器人轨迹规划算法的介绍 1、A*搜索算法 A*算法是一种启发式的图搜索算法，可以在有限的条件中得到一个最优解，并可以在理论上保证全局最优解的收敛性，可以较好地满足轨迹规划问题中的各种约束条件。 A*算法的核心思想是建立启发函数： f(n)=g(n)+h(n)（2.1）式中，g(n)是从起始节点到当前节点n的实际代价值；h(n)是从当前节点n到目标节点的估计值。两者相加得到的就是当前节点的估计价值f(n)，然后再对f(n)

倒车轨迹理论实现方法

倒车轨迹理论实现方法 Pleasure Group Office【T985AB-B866SYT-B182C-BS682T-STT18】

倒车轨迹理论实现方法 帅文王文梁 关键字：倒车轨迹视角转换 前言：倒车轨迹是近两年部分国产汽车导航设备上新出现的一个功能，其借助方向盘转角信息将汽车可能的后退路线叠加到后视摄像头的输出上并标注出距离，以直观形象化的形式协助驾驶人员调整选择倒车路线，减少驾驶人员特别是新手的误判断，对使用者是一个不错的实用功能。倒车轨迹在智能倒车领域内属于辅助倒车系统中的一种，虽然其还无法达到智能化倒车，但是其实用性和辅助性上对汽车智能化单元技术方面是一个有效的补充。本文将基于使用为目的，从经验角度并结合基本数学推导分析倒车轨迹的原理、实现过程并给出实际使用过程中需要的操作点。由于本文非侧重于数学理论，对部分数学细节在不影响实际结论情况下不做深入探讨。 一倒车轨迹的基本原理 从日常经验可知，以自行车为例，如果前轮有一定转角，在维持转角不变状态和无轴向移动前提下自行车走过的路径将会以某个圆点为中心旋转，同样的状态也会出现在汽车上。其走过路径如图1。 图中假设车轮不会出现轴向移动，故如果保持车轮转角不变的情况下，每个车轮只能沿着垂直其车轴的方向行进，这里取前后轮的轴心作为轨迹跟踪点（实际过程中两个前轮轴心不会出现平行），则轨迹应该是以前后轮轴向线的焦点为圆心的圆。图中φ为为前轮同水平方向的夹角，记前后轮轴距为L，后轮轴长为W，后轮距离车尾的距离为D，从几何关系可知，后轮轴心的运动轨迹可以描述为以半径Lcot(φ)的圆周运动。两个后轮的轨迹分别为Lcot(φ)-W/2和Lcot(φ)+W/2的圆。这里的推导过程采用经验法结合几何推算，完全从数学角度的推算过程请参考资料1。图中的x方向和y方向不同于一般习惯主要是考虑后面的视角变换。从等式可以看到，当φ接近0度时候行进轨迹近似直线，接近90度时半径呈缩小趋势，符合我们日常经验值。 二视角转换 从倒车公式推导出的路线图为行进路线的俯视图，实际显示给操作者的路线应该是从车内观察点观察到的轨迹，驾驶人员看到的运动轨迹实际为以车尾摄像头为中心点坐标的图像描述（图一中车尾位置的原点）。将摄像头位置定为坐标零点，则轨迹上的任意点位置公式为：（x+Lcot(φ)）2+(y+D)2=(Lcot(φ))2（1） 上面推导的轨迹仍然是基于俯视条件下的轨迹，看到的应该为处于一定视角观察的轨迹，故需要进行一定角度的转换才能切换到实际观察到的图像。假设摄像头的可视角范围为2α，摄像头距离地面h，摄像头中心线同水平面的夹角为β，输出屏幕的高度为H，这里假设摄像头相对于屏幕为一个点，会造成实际计算结果的一定偏差，关于偏差的细节数学计算不属本文讨论的重点。我们实际观察到的Yr为地面y在显示屏H上的投影，y方向的转换过程如图二：

运动序列目标检测算法研究及 DSP 实现

运动序列目标检测算法研究及DSP实现 李文艳，王月琴，张笑微 （西南科技大学信息工程学院四川绵阳621010） 摘要：由于实际场景的多样性，目前常用的运动目标检测算法都还存在一定程度的缺陷，因此本文提出了一种将帧差法和背景减法相结合的方法，实现快速精确地检测和提取运动目标。实验结果表明，本方法是比较实用的，能较好满足实时视频监控系统的要求。最后将程序移植到基于DSP的平台上，进行相应的优化后基本满足了实时性的要求。 关键词：目标检测；帧差法；背景减法 中图分类号：TP751.1 文献标识码：A Algorism Research of Moving Object Detection and DSP Implementation LI Wen-yan，WANG Yue-qin，ZHANG Xiao-wei (Southwest University of Science and Technology Mianyang Sichuan China 621010) Abstract: Because of the environment’s variety, the methods that have been used for moving object detection need to be improved. An algorithm based on two consecutive frames subtraction and background subtraction is presented and it can detect and extract object quickly and accurately. The results show that the proposed method is a practical one. It can meet the need of the real time video surveillance and monitoring system. The coding is transplanted in DSP, and the project is executed successfully on CCS simulator. Keywords: Object detection; Frames subtraction; Background subtraction 引言 运动目标的检测在智能监控等领域中得到了广泛的应用。运动目标的检测就是从视频流中去除静止背景提取出运动的目标，运动目标的有效分割对跟踪等后期处理非常关键。 本文提出了将帧间差分和背景减法相结合的方法。首先选取一帧作为背景帧, 建立各像素点的高斯模型。再运用帧间差分法对相邻两帧图像进行差分处理, 区分出背景点和变化的区域。然后将变化区域与背景帧的对应区域进行模型拟合区分出显露区和运动物体。 1 运动目标检测算法总体流程 采用帧间差分与背景减法相结合的算法进行运动目标检测，包括运动目标的检测和将检测到的运动目标从背景中分割出来两部分，其系统框架流程图如图1所示。 图1 运动目标检测流程图 这种设计充分利用了被检测区域部分时间静止的特点，具有智能检测的功能，它只在检

运动控制系统基本架构及控制轨迹要点简述

运动控制系统基本架构及控制轨迹要点简述 运动控制起源于早期的伺服控制。简单地说，运动控制就是对机械运动部件的位置、速度等进行实时的控制管理，使其按照预期的运动轨迹和规定的运动参数进行运动。早期的运动控制技术主要是伴随着数控技术、机器人技术和工厂自动化技术的发展而发展的。早期的运动控制器实际上是可以独立运行的专用的控制器，往往无需另外的处理器和操作系统支持，可以独立完成运动控制功能、工艺技术要求的其他功能和人机交互功能。这类控制器可以成为独立运行的运动控制器。这类控制器主要针对专门的数控机械和其他自动化设备而设计，往往已根据应用行业的工艺要求设计了相关的功能，用户只需要按照其协议要求编写应用加工代码文件，利用RS232或者DNC方式传输到控制器，控制器即可完成相关的动作。这类控制器往往不能离开其特定的工艺要求而跨行业应用，控制器的开放性仅仅依赖于控制器的加工代码协议，用户不能根据应用要求而重组自己的运动控制系统。 运动控制的定义 运动控制（MC）是自动化的一个分支，它使用通称为伺服机构的一些设备如液压泵，线性执行机或者是电机来控制机器的位置和/或速度。运动控制在机器人和数控机床的领域内的应用要比在专用机器中的应用更复杂，因为后者运动形式更简单，通常被称为通用运动控制（GMC）。运动控制被广泛应用在包装、印刷、纺织和装配工业中。 运动控制系统的基本架构组成 一个运动控制器用以生成轨迹点（期望输出）和闭合位置反馈环。许多控制器也可以在内部闭合一个速度环。 一个驱动或放大器用以将来自运动控制器的控制信号（通常是速度或扭矩信号）转换为更高功率的电流或电压信号。更为先进的智能化驱动可以自身闭合位置环和速度环，以获得更精确的控制。 一个执行器如液压泵、气缸、线性执行机或电机用以输出运动。

运动目标检测方法总结报告

摘要 由于计算机技术的迅猛发展，使得基于内容的视频信息的存取、操作和检索不仅成为一种可能，更成为一种需要。同时，基于内容的视频编码标准MPEG-4和基于内容的视频描述标准MPEG-7正在发展和完善。因此提取和视频中具有语义的运动目标是一个急需解决的问题。运动目标提取和检测作为视频和图像处理领域的重要研究领域，有很强的研究和应用价值。运动检测就是将运动目标从含有背景的图像中分离出来，如果仅仅依靠一种检测算法，难以从复杂的自然图像序列中完整地检测出运动的目标。较高的检测精度和效率十分重要，因此融合多种检测方法的研究越来越受到重视。本文介绍了几种国内外文献中的经典的视频运动目标的检测和提取算法，并对各种方法进行了评价和总结。首先介绍了基本的运动目标检测的基本知识和理论，然后介绍了基本的几种目标检测方法及其各种改进方法。对今后的运动目标检测提取的相关研究提供一定的参考。 关键词：运动目标检测光流法帧差法背景建模方法

ABSTRACT Because of the rapid development of computer technology, it is possible to access, operate and retrieve the video information based on the content of the video. At the same time, based on the content of the video coding standard MPEG-4 and content-based video description standard MPEG-7 is developing and improving. Therefore, it is an urgent problem to be solved in the extraction and video. Moving object extraction and detection is a very important field of video and image processing, and has a strong research and application value. Motion detection is to separate moving objects from the image containing background, if only rely on a detection algorithm, it is difficult to from a complex natural image sequences to detect moving target. Higher detection accuracy and efficiency are very important, so the study of the fusion of multiple detection methods is becoming more and more important. In this paper, the detection and extraction algorithms of the classical video moving objects in the domestic and foreign literatures are introduced, and the methods are evaluated and summarized. Firstly, the basic knowledge and theory of basic moving target detection is introduced, and then the basic method of target detection is introduced. To provide a reference for the research on the extraction of moving target detection in the future. Keywords: Visual tracking Optical flow method Frame Difference Background modeling method

路径轨迹规划

路径轨迹规划 （1）加减速控制简述 加减速控制算法的目标是建立加减速过程中速度相对于时间的函数关系式f=V(t)。 按照加减速控制算法与插补算法的先后位置关系，加减速控制方式可分为前加减速控制和后加减速控制。前加减速控制即插补计算前进行加减速运算，其优点在于对合成速度进行控制，不影响位置精度，但是需要预测减速点；后加减速控制即插补计算后进行加减速运算，它是对各插补轴分别进行加减速控制，由于各轴没有协调关系，因此合成位置可能不准确。后加减速控制只适用线性插补，在应用上有很大的局限性。 （2）几种速度控制模型 1）直线加减速速度控制模型 直线加减速是当机床启动、停止或者运动速速改变时，速度将按照一定斜率的直线上升或下降。 数学表达式为：at t +=0)(νν 直线加减速控制算法的主要优点是算法简单，机器人响应快，效率高，适合进行实时运算，但是机器人运动存在柔性冲击，速度的过渡不够平滑。 2）指数加减速速度控制模型 指数加减速是启动或停止时的速度发生突变，并且速度变化随时间按指数规律上升或下降。 速度数学表达式为： 加速时：)1()(τ t c e v t v --= 减速时：τ t c e v t v -=)( 加速度数学表达式为： 加速时：ττ t c e v t a -=)()( 减速时：ττ t c e v t a --=)()( 指数型加减速曲线的优点是数学表达式相对简单，可以实时计算，加减速结 束时加速度变小冲击变小；缺点是启动过程仍存在较大冲击。 2）S 曲线加减速速度控制模型 通过对启动阶段即高速阶段的加速度衰减，来保证电机性能的充分发挥和减小启动冲击。 正常情况下S 曲线加减速的运行过程分为7段：加加速段、匀加速段、减加速段、匀速段、加减速段、匀减速段、减减速段，如下图所示：

运动目标检测原理

运动检测（移动侦测）原理 一、引言 随着技术的飞速发展，人们对闭路电视监控系统的要求越来越高，智能化在监控领域也得到越来越多的应用。在某些监控的场所对安全性要求比较高，需要对运动的物体进行及时的检测和跟踪，因此我们需要一些精确的图像检测技术来提供自动报警和目标检测。运动检测作为在安防智能化应用最早的领域，它的技术发展和应用前景都受到关注。 运动检测是指在指定区域能识别图像的变化，检测运动物体的存在并避免由光线变化带来的干扰。但是如何从实时的序列图像中将变化区域从背景图像中提取出来，还要考虑运动区域的有效分割对于目标分类、跟踪等后期处理是非常重要的，因为以后的处理过程仅仅考虑图像中对应于运动区域的像素。然而，由于背景图像的动态变化，如天气、光照、影子及混乱干扰等的影响，使得运动检测成为一项相当困难的工作。 二、运动检测（移动侦测）原理 早期的运动检测如MPEG1是对编码后产生的I帧进行比较分析，通过视频帧的比较来检测图像变化是一种可行的途径。原理如下：MPEG1视频流由三类编码帧组成，它们分别是：关键帧（I 帧），预测帧（P帧）和内插双向帧（B帧）。I帧按JPEG标准编码，独立于其他编码帧，它是MPEG1视频流中唯一可存取的帧，每12帧出现一次。截取连续的I帧，经过解码运算，以帧为单位连续存放在内存的缓冲区中，再利用函数在缓冲区中将连续的两帧转化为位图形式，存放在另外的内存空间以作比较之用，至

于比较的方法有多种。此方法是对编码后的数据进行处理，而目前的MPEG1/MPEG4编码都是有损压缩，对比原有的图像肯定存在误报和不准确的现象。 目前几种常用的方法： 1.背景减除（Background Subtraction ） 背景减除方法是目前运动检测中最常用的一种方法，它是利用当前图像与背景图像的差分来检测出运动区域的一种技术。它一般能够提供最完全的特征数据，但对于动态场景的变化，如光照和外来无关事件的干扰等特别敏感。最简单的背景模型是时间平均图像，大部分的研究人员目前都致力于开发不同的背景模型，以期减少动态场景变化对于运动分割的影响。 2.时间差分（Temporal Difference ） 时间差分（又称相邻帧差）方法是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分并且阈值化来提取出图像中的运动区域。时间差分运动检测方法对于动态环境具有较强的自适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产生空洞现象。 3.光流（Optical Flow） 基于光流方法的运动检测采用了运动目标随时间变化的光流特性，如Meyer[2] 等通过计算位移向量光流场来初始化基于轮廓的跟踪算法，从而有效地提取和跟踪运动目标。该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。然而，

定向井轨迹设计计算方法探析

1.井眼轨迹的基本概念 1.1定向井的定义 定向井是按预先设计的井斜角、方位角及井眼轴线形状进行钻进的井。（井斜控制是使井眼按规定的井斜、狗腿严重度、水平位移等限制条件的钻井过程）。 1.2井眼轨迹的基本参数 所谓井眼轨迹，实指井眼轴线。 测斜：一口实钻井的井眼轴线乃是一条空间曲线。为了进行轨迹控制，就要了解这条空间曲线的形状，就要进行轨迹测量，这就是“测斜”。 测点与测段：目前常用的测斜方法并不是连续测斜，而是每隔一定长度的井段测一个点。这些井段被称为“测段”，这些点被称为“测点”。 基本参数：测斜仪器在每个点上测得的参数有三个，即井深、井斜角和井斜方位角。这三个参数就是轨迹的基本参数。 井深：指井口(通常以转盘面为基准)至测点的井眼长度，也有人称之为斜深，国外称为测量井深(Measure Depth)。井深是以钻柱或电缆的长度来量测。井深既是测点的基本参数之一，又是表明测点位置的标志。 井深常以字母Ｌ表示，单位为米(m)。井深的增量称为井段，以ΔＬ表示。二测点之间的井段长度称为段长。一个测段的两个测点中，井深小的称为上测点，井深大的称为下测点。井深的增量总是下测点井深减去上测点井深。 井斜角：井眼轴线上每一点都有自己的井眼前进方向。过井眼轴线上的某点作井眼轴线的切线，该切线向井眼前进方向延伸的部分称为井眼方向线。井眼方向线与重力线之间的夹角就是井斜角。 井斜角常以希腊字母α表示，单位为度(°)。一个测段内井斜角的增量总是下测点井斜角减去上测点井斜角，以Δα表示。 井斜方位角：井眼轴线上每一点，都有其井眼方位线；称为井眼方位线，或井斜方位线。井眼轴线上某点处的井眼方向线投影到水平面上，即为该点的井眼方位线（井斜方位线）以正北方位线为始边，顺时针方向旋转到井眼方位线（井斜方位线）上所转过的角度，即井眼方位角。井斜方位角常以字母θ表示，单位为度(°)。井斜方位角的增量是下测点的井斜方位角减去上测点的井斜方位角，以Δθ表示。井斜方位角的值可以在0～360°范围内变化。 磁偏角：目前广泛使用的磁性测斜仪是以地球磁北方位为基准的。磁北方位与正北分

用平面二连杆机器人为例贯穿运动学、雅可比、动力学、轨迹规划甚至控制与编程

一、平面二连杆机器人手臂运动学 平面二连杆机械手臂如图1所示，连杆1长度1l ，连杆2长度2l 。建立如图1所示的坐标系，其中，),(00y x 为基础坐标系，固定在基座上，),(11y x 、),(22y x 为连体坐标系，分别固结在连杆1和连杆2上并随它们一起运动。关节角顺时针为负逆时针为正。 图1平面双连杆机器人示意图 1、用简单的平面几何关系建立运动学方程 连杆2末段与中线交点处一点P 在基础坐标系中的位置坐标： ) sin(sin )cos(cos 2121121211θθθθθθ++=++=l l y l l x p p （1） 2、用D-H 方法建立运动学方程 假定0z 、1z 、2z 垂直于纸面向里。从),,(000z y x 到),,(111z y x 的齐次旋转变换矩阵为： ????? ???????-=10 00 010000cos sin 00sin cos 1 111 01θθ θθT （2） 从),,(111z y x 到),,(222z y x 的齐次旋转变换矩阵为： ????? ???????-=10 00 010000cos sin 0sin cos 2 212212θθ θθl T （3） 从),,(000z y x 到),,(222z y x 的齐次旋转变换矩阵为：

? ??? ? ???????+++-+=?? ??? ? ? ?????-?????????????-=?=10000100sin 0)cos()sin(cos 0)sin()cos(1000010000cos sin 0sin cos 1000 010000cos sin 00sin cos 11212111212122122111112 0102θθθθθθθθθθθθθθθθθθl l l T T T （4） 那么，连杆2末段与中线交点处一点P 在基础坐标系中的位置矢量为： ? ?? ? ? ???????=????????????++++=? ??? ? ???????? ????????????+++-+=?=110)sin(sin )cos(cos 10010000100sin 0)cos()sin(cos 0)sin()cos(212112121121121211121212 020p p p z y x l l l l l l l P T P θθθθθθθθθθθθθθθθ （5） 即， ) sin(sin )cos(cos 2121121211θθθθθθ++=++=l l y l l x p p （6） 与用简单的平面几何关系建立运动学方程（1）相同。 建立以上运动学方程后，若已知个连杆的关节角21θθ、，就可以用运动学方程求出机械手臂末端位置坐标，这可以用于运动学仿真。 3、平面二连杆机器人手臂逆运动学 建立以上运动学方程后，若已知个机械臂的末端位置，可以用运动学方程求出机械手臂二连杆的关节角21θθ、，这叫机械臂的逆运动学。逆运动学可以用于对机械臂关节角和末端位置的控制。对于本例中平面二连杆机械臂，其逆运动学方程的建立就是已知末端位置 ),(p p y x 求相应关节角21θθ、的过程。推倒如下。 （1）问题 ) sin(sin )cos(cos 2121121211θθθθθθ++=++=l l y l l x p p 已知末端位置坐标),(p p y x ，求关节角21θθ、。 （2）求1θ

视频图像中运动目标检测

视频图像中运动目标检测

毕业论文 题目视频图像中运动目标检测 方法研究 专业电气工程及其自动化 班级电气1003 学生曹文 学号20113024543 指导教师赵哥君 二〇一二年六月八日

摘要 在很多现代化领域，运动目标检测都显示出了其重要的作用。尤其是近二十年的社会经济的飞速发展，运动目标检测都彰显了其重要性，在航空、通信、航海等各个方面都有关键性的作用，从而使运动目标检测方法的研究成为各国的研究热门课题。 通过阅读大量的相关论文、期刊及其网络资源，了解了高斯背景建模及背景更新的基本原理及思想。在本文中，首先介绍了运动目标检测方法的相关基础知识，如图像的二值化、图像的形态学处理、颜色空间模型。然后重点说明了三种常用的运动目标检测方法的研究，简要阐述了三种研究方法的基本思想。在老师的帮助下进行了相应的实验，最终得出了三种运动目标检测方法的优点和缺点，着重探究了高斯背景建模及其背景更新基本原理及思想。 最后，通过相关的程序及软件对混合高斯背景模型进行了相关的实验，进而发现了混合高斯背景建模算法存在的不足之处，如：高斯背景建模的计算量大、运动目标较大时检测效果差等问题，并对对这些问题提出了相关设想及改进。 关键词：运动目标检测；二值化；图像的形态学处理；高斯背景建模；背景更新 I

ABSTRACT In many modern fields, moving target detection are showing its important role. Especially nearly twenty years of rapid development of social economy, the moving target detection has shown its importance, in various aviation, communication, navigation and so on have a key role, so the study of moving target detection method has become a research hot topic in countries. By reading relevant papers, a large number of journals and cyber source, understand the basic principle and thought of Gauss background modeling and updating the background. In this paper, firstly introduces the basic knowledge of moving target detection method, such as the two values image, morphological image processing, color space model. Then focus on the study of three methods used for moving object detection, a brief description of the basic ideas of the three kinds of research methods. By the experiment, the results of three kinds of method of moving target detection has advantages and disadvantages, this paper emphatically explores Gauss background modeling and background updating basic principle and thought. Finally, through the program and software related to mixed Gauss background model for the relevant experiments, and found the shortcomings, the presence of mixed Gauss background modeling algorithm such as: the problem of computing Gauss background modeling, moving target volume larger detection effect is poor, and on these problems put forward relevant ideas and improvement. Keywords: moving object detection; two values; I I

井眼轨迹计算新方法

井眼轨迹计算新方法 王礼学陈卫东贾昭清吴华 （四川石油管理局川东钻探公司） 摘要：在钻井和地质工作中常用的井眼轨迹计算方法有5种，算法复杂程度和精度各不相同。其原理一类为将相邻两井斜测点视为一直线，算法较简单；另一类则是将相邻两井斜测点视为一平面曲线，算法稍复杂。一般地，基于平面曲线的算法其精度优于基于直线的算法。本文将介绍一种井眼轨迹计算的新方法─积分法，其原理是一种基于空间曲线的方法，其精度将高于常用的井眼轨迹计算方法，但算法稍复杂。 主题词：井深井斜角方位角井眼轨迹计算公式 钻井工程和地质工作中井眼轨迹计算是十分频繁的工作。随着地质勘探目标的更加精细，特别是定向井对地下靶心的准确定位，对井眼轨迹的确定提出了更高的要求。井眼轨迹的确定包含两部分，一是井眼轨迹的测斜工作，二是测斜数据的处理工作。井眼轨迹计算便属后者。本文介绍的是测斜数据处理新方法。 井眼轨迹是展布在三维空间中的一条曲线，这条曲线是通过测斜数据确定的。它据包括：井深(Measure Depth)L、井斜角(Hole Angle)α、井斜方位(Hole Direction)φ，称之为井斜要素或定向要素。通过井眼轨迹计算，得出以井口位置为坐标原点的各测量点的正北、正东和垂直位移以及水平位移、位移方位等。 目前国内外井眼轨迹计算方法常用的有正切法(Tangential Method)、平均角法(Angle-Averaging)、平衡正切法(Balanced Tangential Method)、圆柱螺线法(Cylind-Spiral Method)和最小曲率法(Minimum- Curvature Method)等等。前三种方法将相邻两测点的井眼轨迹视为一直线(或折线)，后两种方法将邻两测点的井眼曲线视为一平面曲线。事实上，相邻两测点间的井眼轨迹为一空间曲线，而且不同井所对应的空间曲线不相同。我们不可能也没必要去求取每口井的实际井眼曲线，前面提到的5种常用方法都是实际井眼轨迹(空间曲线)的近似。根据实际计算和理论分析，基于平面曲线方法的圆柱螺线法和最小曲率法比基于直线方法的正切法、平均角法和平衡正切法要精确些，故在钻井工作中常用圆柱螺线法和最小曲率法来计算井眼轨迹。 本文将介绍一种井眼轨迹计算的新方法─积分法(Integral Method)，它是

控制运动轨迹的插补原理

教学课题控制运动轨迹的插补原理 教学课时 2 教学目的掌握逐点比较插补法原理（直线插补，圆弧插补）及插补运算 教学难点插补运算 教学重点插补原理 教学方法讲授图示公式分析 教具准备电脑黑板粉笔教材 教学过程 教学步骤（流程）教学内容设计意图 及依据 新课学习一、逐点比较插补法原理（一种边走边找的近似法） 原理：数控装置在加工轨迹的过程中，逐点计算和判别加工 偏差，以控制坐标进给方向，从而按规定的图形加工出合格 的工件。 1.偏差判别：判别加工点对规定几何轨迹的偏差位置，然后 决定机床滑板的走向。 2.进给：控制机床滑板进给一步，向规定的轨迹逼近，缩小 偏差。 3.偏差计算：计算加工点对规定轨迹的偏差，作为下一步判 别走向的依据。 4.终点判断：判断是否到达程序的加工终点。若到达，则停 止插补。否则，继续重复上述过程，直至加工出所要求的轮 廓形状。 5.逐点比较法插补的工作流程图11-15 二、直线插补，圆弧插补 1.平面直线插补 ①.加工偏差判别式图11-16 解析教材， 理清思路 抓重点

tanαi = Y i/X i，tanα = Y e/X e 比较αi与α的大小只需比较tanαi与tanα的大小即可。因为 Tanαi- tanα= Y i/X i- Y e/X e =（X e Y i-X i Y e）/X i X e 由于X i X e＞0 所以只需比较X e Y i与X i Y e的大小。 设 F ij = X e Y i- X i Y e则有 F ij =0时，加工点M（X i，Y i）在直线上 F ij ＞0时，加工点M（X i，Y i）在直线上方 F ij ＜0时，加工点M（X i，Y i）在直线下方 ②.偏差计算 第一象限偏差与进给的关系 F≥0时X轴正方向进给，F i+1，j=F i，j-Y e F＜0时Y正方向进给，F i，j+1=F i，j+X e ③.终点判断（两种判断方法） a.利用动点所走过的总步数是否等于坐标之和来判断。 b.取点坐标Xe和Ye的较大者作为终判计数器的初值，并称此值为长轴，另一个值为短轴。 2.平面圆弧插补 ①.加工偏差判别式图11-17 R M＞R 加工点M在圆外，为缩小偏差，应控制机床滑板向圆图示、公式讲解逐点比较插补法原理及偏差计算

连续运动轨迹插补原理

连续运动轨迹插补原理文件排版存档编号：[UYTR-OUPT28-KBNTL98-UYNN208]

连续运动轨迹插补原理连续运动轨迹控制是诸如数控机床、机器人等机械的一种典型运动方式，这种控制在本质上属于位置伺服系统。以数控机床为例，其控制目标是被加工的曲线或曲面（即轮廓），所以可称之为轮廓控制。如果将被加工的轮廓作为控制器的给定输入，在运动过程中随时根据轮廓参数求解刀具的轨迹和加工的误差，并在求解的基础上决定如何动作，其计算的实时性有难以满足加工速度的需求。因此在实际工程应用中采用的方法是预先通过手工或自动编程，将刀具的连续运动轨迹分成若干段（即数控技术中的程序段），而在执行程序段的过程中实时地将这些轨迹段用指定的具有快速算法的直线、圆弧或其他标准曲线予以逼近。加工程序以被加工的轮廓为最终目标，协调刀具运动过程中各坐标上的动作。加工程序的编制必须考虑诸多约束条件，主要有加工精度、加工速度和刀具半径等。加工程序本质上就是对刀具的连续运动轨迹及其运动特性的一个描述。所以轮廓控制又可称为连续运动轨迹控制。 数控技术一般以标准的格式对程序段进行描述，例如程序段“N15 G02 Xlo Y25 120 JOF125 LF”就规定了一个以(10，25)为起点，在X-Y平面上以150mm/min 的进给速度顺时针加工一个半径为20mm的整圆的过程。程序段只提供了有限的提示性信息（例如起点、终点和插补方式等），数控装置需要在加工过程中，根据这些提示并运用一定的算法，自动地在有限坐标点之间生成一系列的中间点坐标数据，并使刀具及时地沿着这些实时发生的坐标数据运动，这个边计算边执行的逼近过程就称为插补(interpolation)。上述程序段中的准备 功能G02就指定了该程序段的执行要采用顺时针方向的圆弧插补。

基于matlab的运动目标检测

1 绪论 课题研究背景及意义 运动目标检测是图像处理与计算机视觉的一个分支，在理论和实践上都有重大意义，长久以来一直被国内外学者所关注。在实际中，视频监控利用摄像机对某一特定区域进行监视，是一个细致和连续的过程，它可以由人来完成，但是人执行这种长期枯燥的例行监测是不可靠，而且费用也很高，因此引入运动监测非常有必要[1]。它可以减轻人的负担，并且提高了可靠性。概括起来运动监测主要包括三个内容[2]：运动目标检测，方向判断和图像跟踪。运动目标检测是整个监测过程的基础，运动目标的提取准确与否，直接关系到后续高级过程的完成质量。 国内外研究现状 运动目标检测在国外已经取得了一些的研究成果[3]，许多相关技术已经开始应用到实际系统中，但是国内研究相对落后,与国外还有较大差距。传统的视频目标提取大致可以分两类,一类以空间同性为准则,先用形态学滤波器或其他滤波器对图像作预处理;然后对该图像的亮度、色度或其他信息作空间上的分割以对区域作边缘检测;之后作运动估计,并合并相似的运动区域以得到最终的提取结果。如光流算法、主动轮廓模型算法。此类方法结果较为准确但是运算量相对较大。另一类算法主要以时间变化检测作为准则,这类算法主要通过帧差检测图像上的变化区域和不变区域,将运动物体与静止背景进行分割。此类方法运算量小,提取结果不如前类方法准确。此外,还有时空结合方法、时空亮度梯度信息结合的方法等等[4]。本文将围绕以时间变化监测为基础的方法展开分析和讨论。 本文结构 第1章介绍了本文的研究意义及国内外发展状况；第2章分为四个部分详细讲述了运动目标检测的方法，介绍了背景提取与更新算法，检测算法，阈值选取，形态学滤波等；第三章对全文作出了总结。

轨迹规划分类及算法

路径规划的分类： 一、按路径维数 根据医学影像设备的不同，穿刺手术可以分二维和三维影像导航手术。所以根据应用场合的不同，路径规划也可分为二维路径规划和三维路径规划。 二维路径规划主要应用在超声、CT、X 射线等设备的导航手术中，三维路径规划则主要应用在三维超声、MRI 等设备的导航手术中。 二、按路径形式 根据穿刺路径特点，路径规划又可按照路径形式的不同分为: R 型、S 型、H 型和混合型，即整个路径包含两种以上不同路径形式组合。 三、按规划方向 由路径形式可以看出路径是可逆的，即理论上针可以从目标靶点沿原路返回穿刺至入针点。所以根据路径规划方向可分为正向规划和逆向规划。正向规划即从入针点到目标靶点的穿刺规划，逆向规划是利用针路的可逆性，从目标靶点出发穿刺可以选择的入针区域，来优化入针位姿和整个路径。 四、按规划算法 路径规划按算法大体可分为数值法、搜索法和反解法三大类。 五、算法概述 (一)数值法是通过数值计算的方法来优化路径，通常是利用目标函数的最大或最小值来得到最优路径的方 法。 1)概率法是考虑路径误差的随机性，利用数学概率原理计算穿刺成功率最大的路径。 2)目标函数法是考虑一些优化的指标(如路径最短，绕开障碍物等)，建立目标函数，通过计算目 标函数得到最优解。 (二)搜索法是根据路径形式特点，利用计算机的人工智能搜索算法来搜索可行性路径。 1)路线图法主要思想是将自由空间转换成为一维线段所组成的网络,所要找的路径被局限在这个 网络之中,即将路径规划问题转化成图的搜索问题。 i.可视图法是由麻省理工学院的Tomás Lozano-Pérez和IBM研究院的MichaelA.Wesley 于1979年提出的。其最大特点是将障碍物用多边形包围盒来表达。图1表示某一环境 空间，s、g分别称为起始点和目标点。O1和O2表示两个障碍物。图2是构造出的对 应图1的可视图。利用搜索算法规划出从起始点至目标点的最优路径。

工业机器人的运动轨迹

专题综述 课程名称工业自动化专题 题目名称工业机器人的运动轨迹学生学院____ _ 自动化________ 专业班级___ _ _ 学号 学生姓名___ _ _ 指导教师__________ 2013 年 6月 27日

工业机器人的运动轨迹综述 【摘要】：随着知识经济时代的到来，高技术已成为世界各国争夺的焦点，机器人技术作为高技术的一个重要分支普遍受到了各国政府的重视。自此，多种不同的研究方向都在工业机器人实时高精度的路径跟踪来实现预期目的。而工业机器人的运动轨迹又是重中之重，在得到反馈信息之后，如何作出应答，并且实时检查轨迹与所计算出的轨迹是否吻合，为此也要进行追踪与动作修正。 【关键词】：工业机器人，视觉，路径跟踪，轨迹规划，高精度 1.机器人视觉，运动前的准备 实际的工业现场环境复杂，多种因素都有可能导致系统在运行过程中产生一定的偏差、测量精度降低，引起误差的原因主要有温度漂移和关节松动变形等，使测量模型的参数值改变从而导致定位误差增大，因此需要定期对工业机器人视觉测量系统进行精确的校准，从而实现精确定位和视觉测量。更少不得必要的优化。 1.1基于单目视觉的工业机器人运动轨迹准确度检测 建立的工业机器人单目视觉系统，整个系统主要由单目视觉单元，监控单元和机器人执行单元三大单元组成。单目视觉单元为一台固定在机器人上方的CCD摄像机，负责摄取工作环境中的目标并存入图像采集卡缓冲区；监控单元负责监控各工作站的当前状态，并完成对存储图像进行相关处理的工作，达到识别定位目标的目的；执行单元负责驱动机械手实施抓取操作。 1.2基于双目视觉的工业机器人运动轨迹准确度检测 以立体视觉理论为基础，研究了基于空间直线的二维投影面方程。根据投影面的空间解析几何约束关系，建立基于直线特征匹配的双目视觉误差测量的数学模型。在该模型基础上采用将两台摄像机固定于工业机器人末端的方案．对关节型工业机器人运动轨迹的准确度进行了检测。结果表明，该检测方法简单实用，基本上可以满足工业机器人CP性能检测的要求。 1.3一种面向工业机器人智能抓取的视觉引导技术研究 为实现工业机器人自主识别并抓取指定的目标，提出了一种基于计算机视觉引导的解决 方法。该方法利用指定目标的3D数据模型，以及由两台或者多台CCD摄像机从工作场景中不同角度获；取到的数字图像，经过目标姿态估算、投影计算并生成投影图像，再利用投影