基于模板匹配的微型直升机自主着陆目标识别

来源 :2005年中国智能自动化会议(ICAC2005) | 被引量 : 0次 | 上传用户:mingxue27
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
为了实现微型直升机自主着陆,应使其具有自主识别着陆目标的能力.设计特定的着陆目标及其识别算法;通过模板匹配、数学形态学和投影检测方法,完成目标搜索、目标提取以及目标的精确定位;将计算得到的目标图像形变参数提供给后续飞行控制模块,用来引导直升机自主降落.研究结果表明:该算法在15m范围内具有较高的识别率和识别精度,中心偏差小于4个像素,方向误差小于5°;同时,该算法具有较高的自适应性、移植性和实时性,能满足直升机的着陆要求.
其他文献
采用浸渍法制备了一系列不同Ni含量的负载型Ni/Al2O3催化剂。以甲苯为探针分子,以像吩为毒物,在压力1.OMPa、温度200℃、空速2.0h-’的反应条件下,用固定尿连续流动微反装置进行了催化剂的杭硫性评价,并运用XRD、TPR、DSC、BET等手段研究了催化剂的物化性能、结构特征。结果表明,当Ni含量低于6.0%时,Ni几乎与γ-Al2O3形成NiAl2O4尖晶石结构,失去芳烃加氢活性和杭硫
活性碳纤维是一种新型高效吸附材料,具有微孔丰富、孔径分布窄、比表面积大、吸附容量大、吸附与脱附速度快、不易粉化、再生容易以及可加工成线、丝、布、毡、纸等优点。介绍了活性碳纤维的制备、结构、性能,并在国内率先研究了活性碳纤维在汽油脱硫醇中的应用。
采用多维气相色谱(MGC)技术和汽油馏分特征组分的吸附和脱附分离技术(包括烯烃吸附井,醇、醚类含氧化合物吸附井)以及加氢技术。该项目分析方法能够全程检测正,异构烷烃和烯烃含量以及含氧化合物的含量。烯烃吸附井吸附容量高,可逆性好,寿命长,能满足我国车用汽油的特点和标准更新趋势及指标要求,还可满足对车用汽油中含氧化合物和氧含量的测定要求。
本文针对目前多类分类算法存在的不足,结合统计学习理论和基于支持向量的数据描述方法的研究成果,提出了基于数据描述的多类分类算法.与已有多类分类算法相比,新算法仅需建立一个分类模型,从而大大降低了运算复杂度.同时,为了提高分类的可靠性,还提出了分类信任度的概念,用以指导使用者对分类结果的取舍.以ORL数据库为例,将该算法应用到人脸识别中,取得了较为理想的效果.
遗传算法(GA)是一种模拟自然界生物进化的概率搜索算法,由于其具有不受搜索空间的限制性假设的约束和鲁棒性强等特点,目前在许多领域得到了广泛应用.但简单遗传算法(SGA)在应用中常出现收敛过慢、稳定性差及早熟现象的问题. 本文针对这些问题,提出了一种新的改进型自适应遗传算法(NMAGA),从初始群体生成及遗传算子操作等方面作了改进,并通过仿真实验说明了该算法在收敛快速性和稳定性方面都有了明显的改善.
本文以癌症的准确辅助诊断为目标,分析了核磁共振及相关数据处理技术在该领域的应用研究现状.针对MRS技术复杂、识别难度大和临床应用能力弱等问题,提出了一种利用小波变换、模式识别和网络等技术进行核磁共振波谱分析和癌症特征提取的新研究方案.以医用核磁共振设备产生的数据(FID信号和MRS波谱)为研究对象,利用自行设计的小波基函数和小波阚值去噪技术进行信号的分解与去噪;结合癌症诊断经验知识,对比病变和正常
采用自适应神经网络控制方法,设计出倾转旋翼机模拟平台姿态角控制器.实验结果表明:倾转旋翼机模拟平台的姿态角成功地跟踪了参考输入,并避免了传统方法的增益调参,也解决了模型的动态逆很难获得的问题.设计过程主要由推导模拟平台的动力学模型,运用神经网络求取模型的逆进行线性化变换,所设计的神经网络具有自适应能力,由神经网络来补偿求逆产生的动态误差.基于神经网络的自适应控制律能够确保跟踪误差和控制信号的有界性
将K-L变换应用于无人直升机搜索目标时任务图标的识别.阐述利用K-L变换进行模板匹配的原理,接着采用相应图像处理方法以提高计算精度;通过改进算法使大部分处理工作可以在直升机起飞前离线完成.实验结果表明:该方法具有实时计算量小、精度较高的特点,可以用于无人直升机的图标识别.
在分析遥操作系统的基础上,研究了基于互联网的遥操作足球机器人系统.提出了一种基于Internet的C/S模式的足球机器人遥操作实验系统,描述了实现人机交互比赛的现场部分和远程操作部分的信息流程图.论述了实验系统控制软件规划及总控、视觉、策略协调、串口通讯、网络通讯等各部分关键技术.基于Windows操作系统,采用VC++开发工具,结合Winsock网络编程技术,开发了基于HLA框架的分布式足球机器
为满足对非线性系统实时控制的要求,提出一种结合递归神经网络和常规反馈控制器的自适应逆控制方案.神经网络作为自适应逆控制器同时也是前馈控制器,以提高控制器动态性能,减小控制误差,常规反馈控制器为神经网络提供训练误差.详细推导在线训练自适应逆控制器的RTRL算法.以单轴精密伺服平台为控制对象,在TMS32LF2407DSP系统上进行实验,结果表明该控制器具有非线性自适应能力且收敛快,能够实时控制非线性