视觉导航技术综述
视觉导航技术综述
唐超颖，杨忠，沈春林
（南京航空航天大学自动化学院，江苏 南京 210016）
摘要：概述了视觉导航技术。视觉导航依据视觉图像，利用图像处理、计算机视觉、模型识
别等相关技术获取运动体的运动信息和空间位置信息，实现导航。首先，简单比较了各种常
用的导航方式，分析了视觉导航的研究意义；其次，总结了目前视觉导航的应用领域及应用
概况；接着，介绍了局部视觉和分布式组合视觉两种导航方式的含义及应用情况；然后，分
析、比较了目前视觉导航研究中的一些关键技术；最后，综合国内外视觉导航技术研究的现
状及存在的问题，提出了进一步研究的方向与途径。
关键词：视觉导航、移动机器人、智能车辆、三维重建、图像匹配、路径识别
0 引 言
导航是指运动体按照预先给定的任务命令，根据已知的地图信息做出全局路径规划，并在行进过程中，不断感知周围的局部环境信息，做出各种决策，随时调整自身的姿态与位置，引导自身安全行驶，直至目标位置。导航系统要解决的问题包括：一、空间位置、方向、环境信息的检测；二、所获信息的分析、处理及综合；三、运动路径规划。根据环境信息的完整程度、导航指示信号类型、导航地域等因素的不同，目前常见的导航方法有：惯性导航、电磁导航、卫星导航、激光导航、红外导航、无线电导航、视觉导航及各种方式的组合导航等。
惯性导航利用加速度计与陀螺仪计算航程，推知当前位置和下一步目的地，不易受外界环境的影响，是目前的主要导航方法，但随着航程的增长，定位误差将会不断累加，导致定位精度下降[1]；电磁导航也称地下埋线导航，20世纪70年代迅速发展并广泛应用于柔性生产，其原理是在路径上连续埋设多条引导电缆，分别流过不同频率的电流，通过感应线圈对电流的检测来感知路径信息，该技术简单实用，但其成本高，改造和维护困难，且不适用于长距离导航[2]；卫星导航利用卫星发射无线电波到地面接收器的时间来推算地面接收器所在的经纬度，其中GPS是目前真正实用的一种卫星导航和定位系统，但其技术为美国所垄断，我国也正在致力于这方面的研究；激光和红外线定位由于可以达到很高的精度，近年也被广泛应用于导航领域，但激光导航需要向外界发射能量，不易隐身，红外导航易受日光影响，一般用于夜间导航；无线电导航方式中，角度到达定位和信号强度定位的精度不高，只能提供粗略的位置信息，抵达时间定位可以达到很高的精度，但是电波以光速传播，要达到米级精度，时间粒度需要纳秒级以上，且易受空中各种无线电波的干扰[3]。
视觉导航是采用CCD 摄像头拍摄路面图像，运用机器视觉等相关技术识别路径，实现自动导航的一种新兴导航方法[3]。由于视觉导航通常采用被动工作方式，设备简单、成本低、经济性好、应用范围较广，在理论上具有最佳引导柔性，因此近年来发展非常迅速。文中后续部分将对视觉导航的应用领域、适用范围、关键技术等方面做出综合分析。
基金项目：国家自然科学基金资助项目(60674100)
作者简介：唐超颖（1979-），女，江苏南京人，讲师，导航、制导与控制
1视觉导航的仿生学来源及其研究意义
1.1 蚂蚁的视觉导航及其研究意义
蚂蚁能够用可怜的视力在多变的自然环境中远距离识路[4]。第一次经过时，它们在行进的过程中储存了路线的图像信息，之后就使用复合地标以及对于整个地形的记忆来导航。蚂蚁有一系列地标记忆，在不同情况下会选择使用相应的记忆，比如寻找食物、回家等等。精确的记忆调用往往是基于蚂蚁储存的一个巨大的全景信息。理解蚂蚁导航系统有助于智能自动控制装置的开发，昆虫行为往往比哺乳动物的行为更贴近机械，蚂蚁的导航策略有很多固定的地方。这一研究使人们更容易理解蚂蚁的导航策略是如何运作的，以及如何设计自动控制装置用同样的原理进行导航。
1.2 蜜蜂的视觉导航及其研究意义
蜜蜂用来保证自己平稳着陆的技巧可以用来控制无人驾驶飞机的着陆[5]。实验发现，蜜蜂着陆时的飞行速度与它们离地面的高度总是成比例地减慢。经验告诉我们：当我们向前运动时，离一个物体越近，它向我们奔来并越过我们的速度就越快。同样，如果蜜蜂以一个恒定的速度着陆，地面就会越来越快地向它们扑来。因此，蜜蜂在着陆过程中，让地面的影像越过自己视野的时候速度保持恒定，这样蜜蜂就会自动减慢它们的着陆速度，使在接触地面的那一瞬间速度为零。蜜蜂着陆的精妙之处，就在于它利用视觉来进行自然导航，不需要了解自己速度的准确数字，也不需要知道自己离地面有多高，只需要知道地面影像越过自己视野时的速度。对蜜蜂来说，这种导航只是它神经系统的某种特异化。科学家们进行了实验验证，他们在一台计算机控制的起重机的吊钩上安装了一台向下的摄像机。当保持地面影像移动速度恒定时，吊钩达到地面的运动刚好停止。类似这样的视觉导航系统对微型飞行器来说是很有价值的，它能引导微型飞行器穿梭于建筑物之间，而不会因速度太快撞在墙壁上。现在科学家们正在试制一架带有蜜蜂导航系统的无人驾驶飞机，希望它能像蜜蜂一样安全轻盈地着陆。
2 视觉导航的应用领域
视觉导航在交通运输、自动化仓库、柔性生产线的运料小车等方面都已经得到了较好的应用。对于移动机器人和智能车辆的导航已经取得了初步的成果，并将应用于飞行器导航和月球探测车的导航。
2.1 移动机器人导航
移动机器人是一种在复杂环境下工作的具有自规划、自组织、自适应能力的机器人。在移动机器人的相关技术研究中，导航技术可以说是其核心技术，也是实现真正智能化和完全自主移动的关键技术。导航研究的目标是在没有人干预下使机器人有目的地移动并完成特定任务，进行特定操作。机器人通过装配的信息获取手段，获得外部环境信息，实现自我定位，判定自身状态，规划并执行下一步动作[6]。由于计算机视觉理论及算法的发展，视觉导航成为导航技术中一个重要发展方向。通常，机器人利用装配的摄像机拍摄周围环境的局部图像，然后通过图像处理技术，如特征识别、距离估计等，进行机器人定位及规划下一步的动作。有研究人员利用Fourier变换处理机器人全方位图像，并将关键位置的图像经Fourier变换所得的数据存储起来作为机器人定位的参考点，以后机器人拍摄的图像经变换后与之相对照，从而得知机器人当前位置[7]。也有研究人员利用视觉技术计算解决机器人运动过程中的避碰点，从而实现机器人局部路径规划。
视觉导航既适用于室内环境，也适用于室外环境，两者都必须区分探测目标与背景。为了将障碍与背景分开，所需的图像计算量很大，导致系统的实时性较差[8]。可采用一些图像处理方法, 其中包括：使用Hough变换从图像中提取直线形式的道路边界，并通过对比探测到的道路信息与机器人内部存储的地图，修正偏差，实现导航[9]，这种方法可以提高导航的鲁棒性。也可以把图像分解成为目标、背景、平地、不平地四类，并根据分解后的结果，将环境信息归类于平原模式和目标模式，然后针对不同的模式采用不同的环境表示方法和导航方式, 从而避免无用信息的运算。在室内环境中，可采用Hough变换从图像中提取墙壁等直线信息，然后根据与多个墙壁的距离来实现自身的定位；对机器人内部的目标图形库采用树型存储，可以提高探测到的二维图像与目标的匹配速度。由于仅通过单幅图像信息来判断障碍物的距离和速度是很不准确的，因此在实际应用中，可使用多个摄像机，或是利用一个摄像机的多幅连续图像序列来计算目标的距离和速度。还可采用SSD算法，根据一个摄像机的连续画面来计算机器人与目标的相对位移，并用自适应滤波对测量数据进行处理，以减小环境的不稳定性造成的测量误差[10]。为了避免大量的图形运算, 可用多种传感器来完成测距工作。在室外或环境不规整情况下，很难用墙壁或道路边界进行导航，这时就有必要设置专用的陆标，或者选用树木之类的变化不大的自然景物作为陆标，结合CCD摄像头或超声波传感器来探测陆标，以确定机器人当前的准确位置。
2.2 智能车辆导航
智能车辆是当今世界车辆工程领域的研究前沿和热点。智能车辆是集环境感知、规划决策、辅助驾驶等功能于一体的综合智能系统，是计算机视觉、人工智能、控制理论和电子技术等多个技术学科交叉的产物，代表了未来车辆的发展方向，具有十分广阔的应用前景[11]。视觉导航智能车辆已经成为当今智能车辆的发展主流。计算机视觉系统是智能车辆感知局部环境的重要“器官”，它以地面上涂设的条带状路标作为路径标识符，运用计算机视觉快速识别路径，其最优导向控制器能够保证对路径进行准确跟踪[12]。与其它导航方式相比，车辆视觉导航具有以下突出优点：1）路径设置简单、灵活、成本低，便于维护与改线；2）采用图像处理技术可以很方便地识别多停车工位和多分支路径，克服了埋线磁导航和激光导航多工位、多分支路径识别的困难；3）采用图像识别技术可以方便地获取车辆的多种偏差信息，并针对不同偏差设计出多输入反馈最优导向控制器与模糊控制器的融合导航控制器，能够实现车辆不同状态下快速、可靠、稳定地调整；4）车辆具有自动避障、自动报警、自动上线和无线通讯等人工智能[13]。我国吉林大学智能车辆课题组对车辆的自主导航机理及关键技术的开发与应用进行了较为系统的研究，已先后研制开发出四代视觉导航智能车辆。
制约智能车辆视觉系统发展的关键是视觉系统的实时性、鲁棒性等要求，即视觉系统数据处理必须与车辆的高速行驶同步进行，智能车辆视觉系统在不同的道路环境（如高速公路、普通公路等结构化道路和非结构化道路，复杂的路面环境如路面及车道线的宽度、颜色、纹理、动态随机障碍与车流等）以及变化的气候条件（如日照及景物阴影、黄昏与夜晚、阴天与雨雪等）均须具有良好的适应性。对智能车辆视觉系统相关机理及图像处理与识别等关键技术的研究是目前世界范围内的研究热点[14]。
2.3 飞行器导航
小型无人驾驶飞行器近年来在许多领域得到了广泛的应用，如军事侦察、收集情报及执行反恐任务等。导航是飞行器的重要组成部分，能为飞行器提供位置、速度及姿态信息。小型飞行器多采用惯导与卫星导航。惯导成本高、体积大，而卫星导航为非自主导航。为了降低导航系统成本、减小体积、提高自主性、简化飞行器导航设备，可考虑采用视觉导航。视觉系统具有独立性、准确性、可靠性以及信息完整性等优势，可完成目标识别、障碍物回
避及路径规划等功能[15]，利用视觉系统控制飞行器的姿态是近年发展起来的一种先进的定姿方法。目前，国内外对视觉系统在飞行器上的应用研究较多，如低空飞行导航、障碍物检测与回避、无人机自动着舰时使用视觉系统测量无人机与舰艇的相对距离，由视觉信息估计飞行器运动参数等，其中有些成果已应用到飞行器上[16]。
视觉导航利用摄像机摄取图像信息，经图像处理提取并识别相关信息，估计出飞行器在环境中的姿态，进而控制飞行器飞行。目前，很多飞行器都利用视觉系统采集图像，用于侦察和勘探。如果能利用自带的成像系统进行飞行器的飞行姿态估计，势必能提高设备的利用率。基于图像统计信息可以估计出飞行器的滚转角与俯仰角，提高姿态估计的实时性和鲁棒性，并且可以解决姿态估计过程中滚转角与俯仰角耦合的问题[17]。这种方法适用于装备以视觉系统作为导航系统的飞行器，尤其是装备小型视觉系统的微小型飞行器。将应用该算法的视觉导航系统与微惯性测量单元组合使用，可以增大飞行器姿态角估计的范围，进一步提高估计精度。
2.4 月球探测车导航
月球车具有高度自主性，并适于在复杂的非结构化月面环境中执行探测任务，它是目前对月球进行近距离探测的最直接有效的工具[18]。月球车具有自主漫游和探测功能，能够在月球表面自动行驶几百米甚至是几百公里，通过自身携带的科学仪器可实现对月球表面环境的简单直接勘测。月球巡视探测器要进行自主巡游，需要有路径规划、定位、避障、运动控制等基本功能。月球车立体视觉系统是月球车认知月面环境的工具，也是月球车在复杂环境下赖以生存的重要信息源，利用立体视觉系统，不仅可以对环境地形重构、实时避障，而且还可以利用其得到的立体序列图像进行月球车自运动估计。
3 视觉导航方式
视觉导航定位系统的工作原理简单说来就是对周边环境进行光学处理，先用摄像头进行图像采集，然后对图像进行压缩，再将其反馈到由图像处理、分析，模式识别等算法构成的信息处理子系统中，把图像信息与实际位置信息联系起来，完成自主导航定位。
3.1 局部视觉导航
目前国内外应用较多的是安装车载摄像机的基于路标或地图模型匹配的局部视觉的导航方式[19]。控制设备和传感装置装载在车体上，图像识别、路径规划等高层决策都由车载控制计算机完成。视觉导航系统主要包括：摄像机（或 CCD图像传感器）、视频信号数字化设备、基于DSP 的快速信号处理器、计算机及其外设等。当今国内外广泛研制的足球竞赛机器人通常都采用这种视觉导航方式，在机器人小车子系统中安装摄像头，配置图像采集板等硬件设备和图像处理软件等组成机器人视觉系统。通过这个视觉系统，足球机器人就可以实现对球的监测和机器人自身的定位，做出相应动作。这种方式的不足在于需要在工作区域内铺设行走路径等各种路标，机器人/车只能按固定路径行走，不能灵活改变路径自由行走，改造和维护困难[20]。另外，由于所有的计算设备和传感器都装载在车体上，图像识别、路径规划等高层决策都由车载计算机完成，图像处理计算量大，对计算机实时处理速度要求非常高，因此延迟问题较为明显。
3.2 分布式视觉组合导航
分布式视觉组合导航也是一种常用的方式：一方面，整个视觉导航系统由全局视觉和局部视觉两部分组成，即“视觉组合”；另一方面，全局视觉本身具有分布性，即全局视觉由多部摄像机组成[21]，并且将摄像机与机器人/车分离，机器人/车在环境中的活动被置于全局
摄像机的监视之中，完成导航与定位。根据机器人/车工作范围的大小、工作环境的复杂程度、环境中障碍物的大小和分布，以及对导航定位精度要求的不同来选择摄像机的数量和安装位置，体现了环境与机器人/车的集成思想。利用全局视觉进行绝对定位时，需要对作为全局视觉的摄像机的参数进行标定。与局部视觉不同的是，全局摄像机安装位置较高，获取的场景较大。根据工作范围及工作环境的复杂程度的不同，需要在环境中布置多部摄像机，这就使得摄像机的标定精度、定位坐标的计算方法成为决定导航和定位精度的首要因素。目前，在国外有些移动机器人导航系统中设计了利用全局视觉作为反馈环节的控制器，但多数只是作为移动机器人工作时的监控手段。因此，对于合理利用全局视觉导航方式还需要进行深入的研究。
4 视觉导航的关键技术
视觉导航利用一只或多只摄像机获得场景的二维图像信息，然后通过图像处理、计算机视觉、模式识别等算法，确定运动信息或三维位置信息，从而进行导航。目前视觉导航研究已取得了许多成果，但还有很多关键理论和技术问题有待解决和完善，其中的关键技术包括摄像机标定、立体图像匹配、路径识别和三维重建。
4.1 摄像机标定
摄像机标定是从二维图像获取三维信息必不可少的步骤，是视觉导航中一个关键的问题。摄像机摄入图像中每一点的亮度反映了空间物体表面某点反射光的强度，而该点在图像上的位置与空间物体表面相应点的几何位置有关。这些位置的相互关系，由摄像机成像几何模型所决定，该几何模型的参数称为摄像机参数。由试验和计算决定这些参数的过程称为摄像机标定，包括内部参数的标定和外部参数的标定两部分。内部参数的标定是确定摄像机内部的几何和光学特性；外部参数的标定是确定摄像机在一个世界坐标系中的三维位置和方向。传统的标定方法是通过结构已知的物体（如定标块）在图像中的投影来计算摄像机的参数。这种方法的缺点是需要一个定标块，在很多实际应用中难以实现。摄像机自标定技术可以克服这个缺点，它直接利用图像信息来标定内参数，不需要定标块。目前摄像机自标定的方法几乎都是基于绝对二次曲线(absolute conic)或者它的对偶绝对二次曲面(absolute quadric)的方法。
文献[22]提出一种基于射影重建的线性摄像机自标定方法，它只需要在摄像机运动中存在一次纯平移运动，就可以线性标定摄像机内参数。所以该方法对设备的要求不高，甚至不需要任何特殊的设备，比如用手持式摄像机拍摄一些图像即可。另外，该方法在对图像进行射影重建的过程中利用了所有图像的信息，而不仅是利用极点的解析关系或者两幅图像之间的关系，所以该方法具有较好的鲁棒性。文献[23]利用人工神经网络来直接学习图像信息与三维信息之间的关系，不需确定摄像机具体的内部参数和外部参数，也不需知道有关模型或参数的先验知识。在双目视觉的情况下，两摄像机的位置关系不需具体求出，而是隐含在神经网络之中。该神经网络方法已经成功地用于机器人曲线跟踪的实验。
4.2 立体图像匹配
在立体视觉系统中，图像匹配是指在两幅或多幅从不同角度观察得到的立体图像上寻找空间坐标中物体上的同一点的图像坐标，并将它们一一对应起来的过程，也称为对应点匹配或立体图像配准。有两个问题需要解决：提取适当的图像特征作为匹配基元；选择适当的计算方法准确地、可靠地匹配这些所选基元，也就是特征选取方法和匹配计算方法的问题。在目前的相关研究中，特征的选取主要包括直接根据图像的灰度信息和根据图像中物体的结构特征两大类。其对应的匹配计算方法也包括两大类：基于图像的区域相关匹配（Area-based
Matching）和基于景物特征的图像特征匹配（Feature-based Matching）。前者直接利用图像的灰度信息，具有实现简单、定位精度高、恢复视差密度大等优点。其缺点是对景物的成像条件比较敏感，并且由于使用耗尽型搜索匹配技术，算法计算量大且耗时多，对噪声敏感，对于图像纹理较少或纹理重复度高的情况容易产生误匹配；而后者较多地利用了景物的结构信息，可利用不同尺度下的景物特征来分析景物，从而避免了前者的缺陷。
文献[24]和[25]提出以边缘点为匹配特征的匹配算法，并首次采用了动态规划技术，通过在二维规划平面上搜索最佳路径得到最佳匹配；文献[26]提出以边缘线为特征的动态规划算法，把搜索空间扩大到三维，不但保证了匹配在同一扫描线内是最佳的，而且在扫描线间也是全局最优的。但是这类方法都首先要求特征（一般是图像中的角点、边缘、端点等）提取准确，并需要额外设置特征属性；其次，优化搜索技术的计算量较大，匹配效率较低。文献[27]针对网格立体视觉三维表面重建系统提出了一种由粗到精的网格立体图像匹配方法，该方法将区域相关匹配技术与图像特征匹配技术相结合，充分利用了前者的精确性和后者的简洁性等优点。首先提取图像的大致网格形状，采用逐步消除法得到网格交叉点，通过最小距离拓扑映射法初选种子点，进而采用一种基于特征匹配的“点－线－面”技术对网格条纹图像进行粗匹配，随后采用基于区域相关法进行进一步的精匹配，通过二维匹配插值得到更多的二维数据点以便获得更密集的视差表面。在粗匹配过程中，将特征点的提取过程与匹配过程统一起来，无需进行特征点的属性分析和设置，减小了特征匹配的难度，避免了匹配歧义性。
4.3 路径识别
视觉导航的一项关键技术就是精确可靠地识别出行走路径。摄像头拍摄的路面图像信息，由于受光照变化、路面不平所引起的摄像头振动和图像采集传输等因素的影响，不可避免地混入噪声成分。在进行路径识别之前，首先应进行图像预处理，包括灰度变换和噪声消除等。路径识别的关键在于能够通过视觉图像处理，找到导航路标的位置和方向。
文献[28]考虑路径先验知识的引导作用，结合非结构化自然环境中视觉导航路径的特点，兼顾反馈的思想，提出一种路径识别算法。对自然环境的彩色图像进行处理分析时，选择了适宜的彩色特征用于路径识别,算法流程图如图1所示。文献[29]提出的方法采用单摄像头，基于自然景观环境下，通过最大方差阈值分割法将图像转化为二值图像，并经过中值滤波去除噪声。根据图像左右位置平均得到导航离散点，通过Hough变换得到导航路径，进而得到导航控制参数。利用坐标系转换关系将图像坐标系中的导航信息转换到世界坐标系，从而完成路径识别。
图1 路径识别算法流程图
4.4 三维重建
三维重建作为立体视觉中重要的一个环节，在应用于机器人或车辆视觉导航时有着自身的特殊性。首先，实时性：机器人或车辆要做连续的运动，就必须实时地对周围环境做出合理的理解和判断，算法必须快速。为了满足实时性要求，系统在100ms内处理一帧图像。其次，准确性：在满足实时性要求的条件下，尽可能地提高系统的重建精度，以避免障碍物的误判，使机器人或车辆能准确检测前方道路中的障碍物并及时避障。鉴于这一特点，重建算法必须在不影响实时性的前提下减小重建误差。
视觉导航系统的误差来源主要有：1）图像坐标误差：系统测得的标定点的图像坐标与用针孔模型得到的标定点的图像坐标存在的误差。2）匹配误差：实时视觉导航的立体匹配过程中，存在两种主要的匹配误差：透视变形误差、非校准误差，统称为匹配误差。文献[30]根据视觉导航应用的特点，提出由视差图重建三维场景算法的误差分析及误差补偿算法。由此建立视觉导航系统中深度与高度测量误差的基本关系，并且对三维重建算法进行了误差补偿。该算法提高了视觉导航系统的测量准确度，满足了视觉导航系统的实时性要求。文献[31]从立体视觉的基本原理出发，首先给出视差图里各点在摄像机坐标系下的三维坐标。随后通过一次单目标定的方法建立摄像机坐标系与车体坐标系的转换关系，从而求出更有实际意义的在车体坐标系下各点的三维坐标，然后通过分格显示地貌的算法，大大减少了数据量。该算法计算量小、鲁棒性强，完全满足视觉导航中的实时性、准确性要求。
5 结论与展望
视觉导航具有精度高、信号探测范围宽、获取信息完整等优点，目前在交通运输、移动机器人和智能车辆等方面都已经得到了较好的应用，在飞行器应用方面还有待进一步研究。但是，视觉导航易受计算设备运算速度和存储容量的限制。由于计算设备和传感器大都装载在运动体上，图像识别、路径规划等高层决策都由车载计算机完成，所以车载计算机的工作量较大，延迟问题较为明显。一个真正具有应用价值的视觉导航系统, 必须同时具有实时性、鲁棒性、经济性这三个技术特点。实时性要求视觉系统的图像处理必须与移动速度同步；鲁
棒性则要求能对不同的道路环境、复杂的作业面状况，以及变化的气候条件均具有良好的适应性；经济性要求在成本、效益等方面能适应本国国情。随着计算机图像处理能力的提高和视觉处理相关技术的发展，在图像处理的实时性与鲁棒性得到解决之后，视觉导航方式仍将会获得广泛应用，成为未来导航的一个重要发展方向。
参考文献：
[1]刘建业，赵伟，熊智，等．导航系统理论及应用[M]．南京：南京航空航天大学．2005．
[2]武传宇．农业机器人定位导航技术的研究进展[EB/OL]．https://www.wendangku.net/doc/a611259077.html,．2006．
[3]刘金会，郝静如．自主移动机器人导航定位技术研究初探[J]．传感器世界，2005(1)：23～26．
[4]中国公众科技网．蚂蚁是如何认路的[EB/OL]．https://www.wendangku.net/doc/a611259077.html,．2006．
[5]张文铸．奇异蜜蜂[J]．大自然探索，2001．（2）：24．
[6]卢韶芳，刘大维．自主式移动机器人导航研究现状及其相关技术[J]．农业机械学报，2002．33（2）：
112～116．
[7]邓旭玥，王伟，易建强．移动机器人导航研究现状及其发展趋势展望
[EB/OL]．https://www.wendangku.net/doc/a611259077.html,/robot/bbs/dispbbs.asp?boardID=25&ID=1361．2004．
[8]付鹰，蔡自兴，杨勇．移动机器人视觉导航的并行处理技术研究[J]．华中科技大学学报．2004，32(增
刊)：80～82．
[9]王荣本，李兵．世界智能车辆的研究概况[EB/OL]．https://www.wendangku.net/doc/a611259077.html,/NEWSADD/
list.asp?id=12．2002．
[10]冯建农，柳明，吴捷．自主移动机器人智能导航研究进展[J]．机器人，1997,19(6)：468～473、478．
[11]蒋杰．新型智能车辆视觉系统及图像处理技术的研究[D]．硕士学位论文．长春：吉林大学交通学院，
2003．
[12]金立生，王荣本，储江伟，等．视觉导航自动车辆用BP神经网络数字识别方法的研究 [J]．计算机工
程与应用．2004，(14)：18～21．
[13]王荣本．新型视觉导航AGV的优势与应用前景[EB/OL]．https://www.wendangku.net/doc/a611259077.html,/
UploadFile/html/news/2006171121322605.htm．2006．
[14]杨淑莹，韩学东．基于视觉的自引导车实时跟踪系统研究[J]．哈尔滨工业大学学报．2004，36(11)：
1471～1473．
[15]孙德波，段广仁，王爱华．飞行器视觉导航的H_∞滤波[J]．航天控制，2005，23(3)：4～8．
[16]戎亚新，王道波．图像识别技术在无人机自动着陆导航中的应用[J]．计算机测量与控制，2006，14(8)：
1093～1095．
[17]赵世峰，张海，范耀祖．一种基于计算机视觉的飞行器姿态估计算法[J]．北京航空航天大学学报．2006，
32(8)：885～888．
[18]崔平远，岳富占，崔祜涛．自主视觉导航技术及其在月球探测中的应用
[EB/OL]．https://www.wendangku.net/doc/a611259077.html,/n615708/n984628/n984631/72218.html．2006．
[19]Shimizu S, Kato T, Ocmula Y, et al. Wide angle vision sensor with fovea-navigation of mobile robot based
on cooperation between central vision and peripheral vision[A]. Proceedings of the 2001 IEEE/RSJ International Conference on Intelligent Robots and Systems[C]. 2001: 764~771.
[20]卢韶芳．自主式移动机器人分布视觉组合导航基础研究 [D ] ．长春：吉林大学汽车工程学院，2002．
[21]Desouza GN, KakA C. Vision formobile robot navigation: a survey[J]. IEEE Transactionson Pattern Analysis
and Machine Intelligence. 2002, 24(2): 237～267.
[22]李华，胡占义．基于射影重建的线性摄像机自标定方法[J]．软件学报．2002，13(12)：2286～2296．
[23]赵清杰，孙增圻，兰丽．摄像机神经网络标定技术[J]．控制与决策2002，17(3)：336～338．
[24]Baker H H. Depth form edge and intensity based stereo[A]. Proceedings of 7th UCAL[C], 1981: 631~636.
[25]Aronld R D. Automated stereo perception[R]. Stanford University Tech Rep, STAN-CS-83-961, 1983.
[26]Ohta Y. Stereo by intra-and-inter scan line search using dynamic programming[J]. IEEE Trans on PAMI,
1985, 7:139～154.
[27]吴剑波，骆清铭，谭玉山．光栅立体视觉三维表面重建系统及其图像处理方法[J]．计算机工程与应
用．2004，40(13)：11～13．
[28]周俊，姬长英．基于知识的视觉导航农业机器人行走路径识别[J]．农业工程学报．2003，19(6)：101～
105．
[29]孙元义，张绍磊，李伟．基于机器视觉的农业机器人导航路径识别
[EB/OL]．https://www.wendangku.net/doc/a611259077.html,．2006．
[30]王海彬，陈华华，顾伟康．基于视觉导航的三维重建算法误差分析及补偿[J]．传感技术学报．2004，
(4)：556～559．
[31]林强，李宏东，顾伟康．一种新颖实用的基于视觉导航的三维重建算法[J]．传感技术学报．2003，(12)：
401～405．
A Survey of Visual Navigation
TANG Chao-ying
(College of Automation Engineering, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China)
Abstract: Visual navigation and its current research situation are reviewed. Visual navigation utilizes the techniques of image processing, computer vision, pattern recognition, etc, to obtain information about motion and position of movers. Several commonly used navigation methods are compared, and the advantage of visual navigation is presented. Some application fields of visual navigation, such as mobile robot, intelligent vehicle, aircrafts and moon exploration vehicle are summarized. Local vision and distributed composite vision navigation are briefly described. Some key techniques are proposed. The research progress on camera calibration, stereo image registration, 3D reconstruction and path planning is explored. The main problems in visual navigation are analyzed, and the future research methods and prospect are proposed
Key words: Visual Navigation; Mobile Robot; Intelligent Vehicle; 3D Reconstruction; Image Correspondence; Road Recognition
视觉导航技术综述
作者：唐超颖， 杨忠， 沈春林
作者单位：南京航空航天大学自动化学院,江苏 南京 210016
相似文献(10条)
1.学位论文吴东晖智能移动机器人的视觉导航技术2001
该文主要研究了基于计算机视觉的移动机器人导航的一些关键技术:比如道路图象理解、立体视觉障碍物检测、以及局部地图的生成和融合.对于行驶在道路环境中的移动机器人来说,导航一般有两个要求:首先机器人必须保持行驶在道路区域中,其次必须避开道路上的障碍物.因此,基于计算机视觉的移动机器人导航,必须首先能够确保准确、及时地检测出道路区域和障碍物,同时考虑到摄象机有限的视野以及可能存在的检测错误,因此为了能够提供包含足够信息的关于周围环境的数据,给后级的多传感器融合模块或局部路径规划模块使用,局部地图的数据结构、融合以及如何在这样的地图上实现规划,都必须加以考虑.首先为了能够准确、鲁棒、及时检测道路区域,在总结前人的工作基础上,该文提出了一种利用不确定推理的实时彩色道路图象理解算法.其次,该文利用三目立体视觉来减少匹配歧异性;为了快速准确地恢复障碍物边缘的高度和距离,使用一个分层的匹配算法.该文最后介绍了如何建立道路区域局部地图.
2.学位论文吴树锋基于视觉的户外移动机器人道路理解与路径规划2005
视觉导航技术是近些年来随着传感器技术、计算机技术和人工智能的发展而兴起的一个研究领域,在军事和民用方面都有着广阔的应用前景。对于在户外非结构化环境中的移动机器人视觉导航来说,根据获取的视觉信息正确识别出道路区域和非路区域(障碍物和背景)并规划出到达局部目标的合适路径是关键。本文对户外光线较复杂环境中的视觉导航与路径规划进行了探索与研究。根据户外路面区域识别易受阴影干扰的情况,制定了多个颜色空间,通过对视觉图象进行多空间分析-分类-分析的循环方式,将原图象按颜色分成多个子类。该算法可以将阴影下的路面准确地聚为一类,解决了导航时阴影对路面的干扰问题。另外,为了获取直线型道路的边缘,利用Canny边缘检测器和Hough直线检测器,完成环境中的直线特征提取,并根据道路边缘特征和颜色特征进行道路边缘判断。针对户外环境道路理解问题,利用不确定知识的定性描述、核心区域提供的定量道路样本信息和道路直线边缘信息,完成对道路区域的正确判断。本文的道路理解算法弥补了仅利用不确定知识进行道路理解不够精确,而核心区域信息不能一般化的缺憾。
3.学位论文朱钦华移动机器人视觉导航技术研究2007
长期以来，人们一直希望运输工具和机器自身能实现自主导航。从早期的科幻小说到2003年6月奔赴火星的“勇气号”，再到近来兴起的智能化高速交通系统，自主移动智能机器人系统已成为智能技术的高端研究领域。现在的移动式机器人已经发展成能在水下、空中、外太空中自主操纵。随着机械设计能力、传感器技术(如视觉)、计算能力、图像处理能力、规划控制的智能算法的发展，使得人们有可能提供真正的自主移动机器人。
本文介绍基于嵌入式ARM+Linux的视觉导航移动机器人，首先讨论了该机器人的系统结构，描述了系统各部分的详细设计。其次介绍了如何构建基于ARM+Linux的嵌入式开发平台，并在第4章结尾给出了在此平台下的UDP编程实例。接下来本文专注于为此机器人设计的基于滚动栅格法的动态路径规划策略，此策略的显著特征是仅用一个摄像头就可以完成机器人障碍物之间的距离测量，并借此实现自主导航。最后，给出了系统的仿真结果，证明了此策略的有效性。
4.会议论文吴晖.常文森基于行为的移动机械人视觉导航技术1996
该文以室外移动机器人视觉导航为研究背景，分析了移动机器人视觉导航的特点，并总结了驾驶员的驾驶行为经验，提出了基于驾驶行为的模糊视觉导航方法。该方法通过对驾驶员行为数据的全面分析，利用模糊逻辑技术，构造了模仿驾驶员行为的模糊推理机制，针对这个机制，还设计了相应的学习算法，使之能更好的学习驾驶员的行为。模糊视觉导航技术不需要建立控制对象精确的数学模型，且对传感器数据的不确定性有较好的鲁棒性。实验结果表明，该技术用于移动机器人视觉导航控制是十分有效的。我们认为这项技术的进一步研究的推广，对于移动机械人室外视觉导航有普遍意义。
5.学位论文张朋飞室外高速移动机器人视觉导航技术的研究2002
该文以面向高速公路的室外高速移动机器人为研究对象,针对高速移动机器人的实时视觉导航问题,研究了高速公路环境信息检测与理解的技术与方法,主要完成了以下几个方面的工作:1.提出了分段直线段高速公路道路环境模型,实现了应用该模型理解道路环境的基本算法. 2.分析、研究了高速公路车道线从实物空间到图像空间的投影变换规律,推导了路面上的点、直线在实物空间和图像空间之间的投影变换公式,在此基础上,进一步推导了根据路面上的平行直线在实物空间坐标系中的斜率求解其在图像坐标系中消失点坐标的公式,并给出了根据车道线在图像坐标系中的消失点坐标估算高速公路车道的方向、曲率等参数的方法,为视觉导航系统通过检测车道线来理解环境信息打下基础. 3.论述了语言在人类智能活动中所起的作用,从自然语言的研究中引入扩充状态转移网络(ATN), 并根据需要对ATN作了进一步的扩充,讨论了ATN在实现移动机器人视觉导航中的应用,提出了应用语言理论检测与理解环境信息的观点,给出了应用ATN技术实现高速公路车道线检测的一般性方法.4,深入研究了高速公路环境信息的检测与理解.5.研究了ATN在数据通讯方面的应用,提出了应用ATN技术设计数据通讯语言和检测数据通讯语言句法的方法.
6.学位论文历妍移动机器人单目视觉导航道路理解技术研究2009
移动机器人视觉导航技术是移动机器人智能化研究的重要基础和关键技术，正受到国内外研究学者越来越多的重视，已经成为人工智能与机器人研究的前沿课题和研究热点。视觉导航道路理解技术是对移动机器人视觉导航技术研究的基础模块，其理解能力直接影响到移动机器人自主导航系统的性能。视觉导航道路理解技术对提高移动机器人视觉导航能力和智能化水平具有重要的研究意义和使用价值。
本文以移动机器人视觉导航道路理解技术为研究对象，以移动机器人视觉导航边界提取为主线，对道路图像区域颜色特征提取、纹理特征提取、特征融合及道路图像分割方法等具体问题进行了相关的研究工作。
在对道路图像颜色特征提取的研究中，针对直方图分类量化方法单纯基于颜色分割得到的区域可能不完整，以及分类阈值选取的自适应性差等问题，本文提出一种基于HSI色彩空间的颜色特征提取方法。该方法采用符合人类视觉特点且各个分量相互独立的HSI颜色模型来表示彩色图像，从而充分利用了HSI颜色模型对颜色描述的稳定性，抑制分类时颜色信息的发散，结合基于直方图多阈值分类量化的自适应性，提取图像的颜色特征。通过实验对本文提出的颜色特征提取方法的有效性进行了验证。
在对道路图像纹理特征提取的研究中，针对传统小波变换破坏了纹理特征的平移不变性的问题，本文提出了一种基于DWF离散小波框架变换的纹理特征提取方法。在对图像纹理结构的描述中，本文提出的方法与常用的金字塔式小波变换方法相比，能够在分解过程中很好地保留图像纹理特征的平移不变性，并为最终的图像聚类分割提供了与原图像像素一一对应的纹理特征值；在小波框架变换的分解过程中，采用灰度层共现矩阵来实现分解层数的选择，根据低频近似子图像纹理成分被滤除的程度判断，为分解层次的选择提供一个直观可行的途径；在DWF对图像多层滤波的基础上，提出Laws纹理能量测量的改进方法，计算分解后子图像的小波系数，并将每一层分解的水平、垂直以及对角高频系数组合，在降低特征维数的同时，也使得特征参数在旋转90°、180°和270°时均具有旋转不变的性质，从而得到图像像素的纹理特征向量。纹理特征提取及分割实验结果验证了本文提出方法的有效性。
在颜色特征提取与纹理特征提取研究的基础上，提出了一种基于融合道路颜色与纹理特征的道路理解算法。该算法利用视觉图像处理技术，将获取的道路颜色特征值与纹理特征值按照一定的权值组合，最终获得能够表征道路图像各区域的特征，基于特征值，采用聚类技术完成道路图像中道路区域与非道路区域的划分，并用边缘检测方法给出移动机器人运动路径边界的信息。彩色纹理图像分割实验及移动机器人实时道路图像分割实验结果验证了本文提出的道路理解算法在引导移动机器人实现对环境的自主探索方面显示出较好的效果。按照本文的道路场景理解算法处理流程，在具体实现过程中，编写了一些重要的图像处理函数，借助MATLAB及VisualC++等工具，实现了道路图像的分割及道路区域的有效检测。在Pioneer31机器人导航及控制平台下进行了移动机器人视觉导航控制实验，实验验证了本文算法在移动机器人自主导航运动中的可行性。
7.学位论文崔月盟基于强化学习和视觉导航的移动机器人控制2005
近年来，机器人的应用越来越广泛，然而，实际环境是动态的，充满了不确定性，要想使机器人的应用深入到社会各个方面，机器人必须具有较高的智能。在中科院沈阳自动化研究所机器人学重点开放实验室“基于视觉感知的机器人行为控制技术研究”项目的支持下，对移动机器人的控制策略和视觉导航技术进行了深入的研究，主要的工作和创新点包括：
详细的分析了当前国内外移动机器人控制技术的研究现状，通过对移动机器人的研究，提出了基于强化学习的移动机器人控制策略，把Q学习算法和BP神经网络相结合，采用人工势场法来确定强化函数值，进而实现移动机器人在不确定环境下的避障任务，最终控制移动机器人到达目标。
设计了移动机器人的远程监控界面。通过对机器人的远程监控，可以实时监控移动机器人在环境中的运动情况，从而避免碰撞情况产生。
详细分析了移动机器人视觉导航技术的研究现状，应用一个具有俯仰摇摆式动态视觉装置，使其能够在更广的视野内获取信息，并与距离传感器所获得的信息进行融合来指导机器人动作。通过图像采集卡，对采集的图像进行处理，最后实现图像的匹配，主要用VisualC++来实现各种图像处理算法。
提出了一种新的视觉定位方法，用此方法测出移动机器人与目标物体之间的相对距离。当目标物体在移动机器人视野范围内时，移动机器人根据所测的距离做出相应的动作行为。
详细的分析了摄像头的运动，并对摄像头的运动进行了规划。摄像头的控制主要是单片机通过串口来进行控制。
设计了RIRAII移动机器人硬件结构，并对RIRAII移动机器人的硬件结构进行了分析和探讨。其硬件结构主要由无线传输模块、驱动模块、测距模块、视觉模块等组成，各个模块的控制核心为单片机和PC机。
最后进行了仿真和实验，并对实验结果进行了分析，结果表明，研究成果能有效的实现移动机器人在未知环境下对目标物体的搜寻和跟踪。
8.学位论文张建明基于计算机视觉的移动机器人室内导航若干技术研究2004
场技术研究,在该研究中提出两种新的光流场计算算法:五点约束最小二乘算法和局部与全局相结合的光流计算方法,试验表明,这两种算法具有较高的准确性和鲁棒性;二是室内移动机器人视觉导航技术的研究,提出了一种基于特征点识别、跟踪的室内移动机器人导航算法,该算法在地面上布置具有几何位置关系的特征点序列,利用单目摄像头采集图像、获取环境信息,通过图像处理提取特征点的坐标值,再利用计算机图像坐标系和世界坐标系之间的转换关系,计算出移动机器人在世界坐标系中相对特征点的偏移距离和偏转角作为反馈来控制移动机器人,同时利用计算出的移动机器人和特征点之间的相对距离进行室内导航.本课题所提出的光流场计算算法和基于特征点视觉跟踪的导航算法较好地解决了室内移动机器人视觉导航中的运动物体检测、机器人定位问题,为进一步的视觉避障和机器人运动规划问题的研究奠定了一定的理论基础.
9.期刊论文徐国保.尹怡欣.周美娟智能移动机器人技术现状及展望-机器人技术与应用2007,""(2)
智能移动机器人技术涉及到机器人导航与定位,路径规划,运动控制等.本文综述了移动机器人技术的历史,现状以及未来.首先简要回顾了移动机器人的发展历史,介绍了移动机器人主要体系结构.其次详细论述了移动机器人的主要导航技术,路径规划技术以及多传感器信息融合技术,并指出它们优缺点.最后指出基于硬件电路图像处理的视觉导航技术,高智能情感移动机器人等技术是移动机器人发展趋势.
10.学位论文侯清涛基于虚拟定标线和电子地图的机器人视觉导航研究2009
随着计算机和机器人技术的发展，人们对于机器人的性能要求也在不断提高。现代机器人已经不再像早期局限在工业制造自动化方面，而是广泛地应用在军事、民用、科学研究等各个领域，机器人技术也将成为新世纪的主导技术。因此，开发研制以工业领域、服务业领域为应用背景的，且易于用户二次开发的移动机器人平台具有良好的市场潜力和研究意义。自主移动机器人导航技术是智能机器人领域的一个重要研究方向，其中视觉导航具有其它传感器导航方式所无法比拟的优点，是自主移动机器人的关键技术和研究热点。本文针对基于视觉导航技术的室内移动机器人导航与定位算法问题开展研究工作。主要内容如下：
1、首先对自主移动机器人研究领域的发展、机器人导航技术、移动机器人视觉系统与视觉导航的研究现状作了简要的回顾，并对本文的选题背景、主要组成结构作了介绍。
2、导航线识别。通过边缘检测，找出导航线的边缘，然后计算导航线的重心，以该重心为界计算出导航线上下部分的重心，将它们连接就是机器人的行走轨迹，即导航线。
3、电子地图。移动机器人的智能性主要体现在认知周围的环境、阅读电子地图和自主规划路径。通过电子地图，一方面可以拓展机器人的应用范围和环境，例如在危险场合可以利用电子地图进行机器人路径规划，从而使机器人在实际应用中更加灵活方便；另一方面可以提供直观便捷的人机接口，便于人们根据实际需要安排机器人作业。把机器人运行的真实路径网络绘制成平面地图嵌入到导航系统中。当输入机器人的目的地时，机器人根据迪杰斯特拉算法出一条从当前位置到目的地的最优路径，并能够直观的显示机器人将要经过哪些路口和节点。
4、编码识别。为了正确定位并且按照规划路径行走，提出了一套对不同节点进行编排序号的编码方案。编码方案：编码区域分为九个矩形框，每个框代表一个码字区域，编码形式为0、1字符串，即在每个框内放置黑色矩形块与否来表示1或者0。通过图像处理来识别这些矩形框并判断编码的字符串，然后进行十进制解码就可以得到该节点出的编码。
5、模糊决策及转弯控制。为了让机器人沿着规划的导航线行走，需要控制机器人的左右轮速。提出了虚拟定标线方法和利用了模糊控制策略。虚拟定标线是视频图像上一组虚拟直线，由摄像头的俯仰角决定。如果导航线不在机器人视野中间的一定范围内，则机器人必定偏离了规划路径，于是可以计算出偏离距离d。不需要全局坐标系，仅通过比较导航线和定标线的夹角，就可以方便地计算出机器人偏离导航线的倾斜角θ。然后按照不同的隶属度函数，对计算出的距离d和倾斜角θ进行模糊划分，从而构造出一个模糊查找表并按照经验值填表，于是就实现了对机器人的模糊控制。在转弯路口前的导航线上设置断点，通过图像处理找到该断点，可以执行转弯策略，即机器人轮速下降，减小惯性，就可以实现机器人的平稳转弯控制。
机器人目前能够识别出导航线，在模糊控制下能够调整位姿，稳定的前行和转弯；能够识别地面编码、存储电子地图和自主路径规划。在此基础上机器人能够完成指定的简单任务，如机器人巡检等。
下一步的工作是研究基于单目视觉的机器人避障问题，主要处理两种障碍物，即凸出物和凹陷坑。目前，课题组正在针对这两种情况研究避障策略。
本文链接：https://www.wendangku.net/doc/a611259077.html,/Conference_7156677.aspx
授权使用：南京航空航天大学图书馆(wfnhtsg)，授权号：f4ff4ccc-28b7-4591-90c1-9e3c00aba19a
下载时间：2010年11月28日
基于单目视觉的路面车辆检测及跟踪方法综述_胡铟
第24卷 第12期2007年12月 公 路 交 通 科 技 Journal of Highway and Transportation Research and Development Vol .24 No .12 Dec .2007 文章编号:1002-0268(2007)12-0127-05 收稿日期:2006-08-01 基金项目:江苏省科技计划高技术研究项目(BG2005008) 作者简介:胡铟(1973-),男,江西南昌人,博士研究生,研究方向为计算机视觉、目标检测及跟踪.(huyinyx @https://www.wendangku.net/doc/a611259077.html, ) 基于单目视觉的路面车辆 检测及跟踪方法综述 胡 铟,杨静宇 (南京理工大学,江苏 南京 210094) 摘要:首先介绍了车辆检测算法的3种基本组成部分:检测、验证、跟踪,然后根据算法的组成重点介绍了车辆检测以及跟踪的几种主要算法。车辆检测算法包括基于特征的方法、基于光流场的方法和基于模型的方法,车辆跟踪算法包括基于区域相关的方法、基于活动轮廓的方法、基于特征的方法和MeanShift 快速跟踪算法。根据试验结果对各种车辆检测和跟踪方法的优点、缺点以及实际应用中不同情况下适用范围的局限性进行了综合分析。最后在结论部分总结展望了文中介绍的几种车辆检测和跟踪方法的应用前景,并提出了在实际应用时的一些建议和将来的主要研究和发展方向。 关键词:智能运输系统;车辆检测;单目视觉;跟踪中图分类号:TP391.4 文献标识码:A Vehicle D etection and Tracking Based on Monocular Vision HU Yin ,YANG Jing -yu (Nanjing Univers ity of Science &Technology ,Jian gsu Nanjing 210094,China ) Abstract :First ,the three component of the vehicle detection algorithm including detection , verification and tracking are discussed .Then ,the algorithm of detection and tracking are discussed with emphasis on composition .The vehicle detection algorithm includes feature based ,optical flow based and model based method .The vehicle tracking al gorithm includes region correlation based ,active contours based ,feature based and mean shift based method .The merit and disadvantage of these algorith ms is discussed accordin g to the result of experimentation .Finally ,some suggestions for future research and application are presented .Key words :Intelligent Transport Sy stems ;vehicle detection ;monocular vision ;trackin g 0 引言 近年来随着计算机视觉技术的发展,计算机视觉 在智能交通系统中得到了广泛的应用,如交通事件及流量的监测 [1] 、路面病害检测以及智能车辆的自动导 航等。作为智能交通系统的一个方面,智能车辆利用 检测和智能算法去理解车辆的即时环境,并且提示驾驶员部分或完全控制车辆的行驶。 智能车辆的应用领域可以分为: (1)为驾驶员提供建议或警告(碰撞报警)。(2)部分的控制车辆,可以是持续的驾驶辅助, 如行道线的维持,或者是紧急事件的干预,碰撞的紧急避免措施。 (3)完全的控制车辆(自动驾驶系统)。 在过去的几年中,为了研究改良安全性和防止事故的新技术,许多国家和国际间的项目开始启动。车辆事故的统计数据揭示出其他车辆是驾驶员面临的主要威胁。因此研究对驾驶员发出关于行驶环境和可能与其他车辆碰撞的警告辅助系统受到更多的关注。 利用光学传感器的车辆检测是一个极富挑战性的任务,具体说有如下需要解决的难点问题: (1)车型多样:各种形状,大小,颜色;
视觉传达设计专业建设总结
视觉传达设计专业建设总结 2017年4月 视觉传达设计专业建设总结 一、办学特色： 为适应我省经济、文化发展的需要，适应提高我省全体公民素质教育的需要，面向我省的视觉传达设计人才的需要，以培养全面的具有现代视觉传达设计创作、设计、教学能力的高水平视觉传达设计人才为目标，培养和塑造人才。具体作法：坚持厚基础、宽口径、重实践；坚持课堂教学与社会经济建设中的实际课题相结合，使学生在掌握本专业知识的同时，能有机地将自己所学和市场结合起来。 二、师资队伍建设方面 本专业拥有一支教学经验丰富、整体结构合格并具有较高综合素质的师资团队，能满足专业教学和科研需要，有利于本专业的持续发展。目前，本专业拥有专任教师10人，其中教授1人、副教授2人、讲师6人，助教1人，高级职称教师占专任教师总数的30%。专职教师全部为本科以上学历，其中硕士学位9人，硕士以上专人教师占90%。本专业专业教师均来自全国各地及境外校院，其中清华大学2人、厦门大学1人、四川美术学院1人、西南交通大学1人、东南大学1人、河北师范大学1人、天津美术学院1人、河北工业大学1人、韩国岭南大学1人，非本校比例100%学缘结构合理。10名教师中，50－40岁2名，40岁以下8名，10岁以下教师比例占80%，教师队伍年轻化是该专业教师的最大特点，也特别适合视觉传达设计专业的特点。40岁左右的教师中已经在业务上变得更加成熟，学术上已有一定社会影响，这些教师已经成为该专业的学术带头人。学术梯队合理，有学术带头人，学术骨干年轻化。
专业课和专业基础课教师能满足教学需要，并且每门专业课配有讲师以上职称2人，专业基础课每门配讲师以上职称1－3人。专业基础课及专业课主讲教师共10人，其中已获得副教授以上职称的教师为3人，占总数的30％。目前，本专业教师10名，在校学生105名，生师比：10.5：1。 为了更好地贯彻学校教职工进修培训和参加学术活动的有关规定，保障教学科研工作的有序进行，根据学校有关规定和艺术学院实际情况，我院特制定了《艺术学院教师外出进修培训和参加学术活动管理办法》，鼓励老师们参加各种形式的进修培训和教学科研学术活动，以及服务社会活动。 由于我专业年轻教师较多，而且该专业知识更新较快，结合企业目前的发展状况和采用的新型设计技术，针对该专业所开课程，制定了2015－2020年教师进修计划，已全部落实到人，目前已完成3名教师赴国内外高校进修或访学，王永瑞老师2016年9月至2017年3月赴首都师范大学单科进修，主修数字媒体设计与制作课程，邢晓静老师参加2015年中央文化管理干部学院“文化部财政部文化产业创意创业人才扶持计划”进修项目，2017年国家艺术基金“两岸文化艺术设计高端管理人才”进修项目，郝静老师参加教育部“国培计划”培训团队研修项目，并逐一进行了落实，培训效果良好。 艺术学院非常重视青年教师的培养，坚持“传、帮、带”的青年教师导师制度，签订青年教师导师责任状，促进青年教师迅速成长。此外，为进一步深化课程教学改革，促进全院教师深入开展课堂教学改革交流，鼓励青年教师创新教学方法和手段，提高教学质量，学院还定期举办“青年教师教师基本功大赛”，对获得优秀的教师给以奖励，重点培养推荐参加更高级别的教学大赛，以此激励青年教师不断提高业务水平。本专业青年教师获得全国多媒体课件大赛一等奖，这是学院政策鼓励与重视的最好印证。 本专业专任教师秉持“教研并进”理念，在完成教学任务的同时积极开展科研工作。近年来，共承担立项课题10项，其中省部级2项、厅级5项，校级2项。除部分新分教师外，其教师均具有科研能力，并有科研成果或作品发表，参加教学科研的人数达85%。专业教师均逐渐形成了自身相对稳定的研究方向，尤其在地域文化元素、非物质文化遗产方面的研究和教学方面取得了较丰硕的研究成果，发表了一批有质量的研究论文。近年来本专业教师共公开发表论文10篇。其中核心刊物6篇。有了科研成果的积累，我院视觉传达设计专业教师传授的不仅仅是既有知识和前人的成果，同时也将教师研究的最新学术成果引入到教学中来，创造性地开展教学工作，提升了教学水平和培养质量。 为了更好的提高教学质量，根据专业特点视觉传达专业教师，在完成本职工作的同时，
机器视觉文献综述
一、机器视觉与图像采集的研究的意义 “作为一项关键性的自动化技术，机器视觉在发展中国家中对经济的现代化非常重要。为了在世界市场中进行竞争，发展中经济不能无限期的依赖于廉价劳动力。“AIA市场分析员Kellett说。同样地，现代化必须实现高效率、高生产率以及高质量。这也是机器视觉的作用所在，”对机器视觉长期需求这样的趋势是发展中国家实现经济现代化的基础。因此，机器视觉对于世界经济的发展将越来越重要。” 二、机器视觉与图像采集的研究的现状 国外机器视觉发展的起点难以准确考证，其大致的发展历程是：在机器视觉发展的历程中，有3个明显的标志点，一是机器视觉最先的应用来自“机器人”的研制，也就是说，机器视觉首先是在机器人的研究中发展起来的；二是20世纪70年代CCD图像传感器的出现，CCD摄像机替代硅靶摄像是机器视觉发展历程中的一个重要转折点；三是20世纪80年代CPU、DSP等图像处理硬件技术的飞速进步，为机器视觉飞速发展提供了基础条件。 国内机器视觉发展的大致历程：中国正在成为世界机器视觉发展最活跃的地区之一，其中最主要的原因是中国已经成为全球的加工中心，许许多多先进生产线己经或正在迁移至中国，伴随这些先进生产线的迁移，许多具有国际先进水平的机器视觉系统也进入中国。对这些机器视觉系统的维护和提升而产生的市场需求也将国际机器视觉企业吸引而至，国内的机器视觉企业在与国际机器视觉企业的学习与竞争中不断成长。 三、机器视觉与图像采集技术在各个领域的应用 视觉技术的最大优点是与被观测对象无接触,因此,对观测与被观测者都不会产生任何损伤,十分安全可靠,这是其它感觉方式无法比拟的. 理论上,人眼观察不到的范围机器视觉也可以观察,例如红外线、微波、超声波等,而机器视觉则可以利用这方面的传感器件形成红外线、微波、超声波等图像. 另外,人无法长时间地观察对象,机器视觉则无时间限制,而且具有很高的分辨精度和速度. 所以,机器视觉应用领域十分广泛,可分为工业、科学研究、军事和民用4 大领域. 3. 1 工业领域 工业领域是机器视觉应用中比重最大的领域,按照功能又可以分成4 类:产品质量检测、产品分类、产品包装、机器人定位. 其应用行业包括印刷包装、汽车工业、半导体材料/ 元器件/ 连接器生产、药品/ 食品生产、烟草行业、纺织行业等.下面以纺织行业为例具体阐述机器视觉在工业领域的应用[9 ] .在纺织企业中,视觉检测是工业应用中质量控制的主要组成部分,用机器视觉代替人的视觉可以克服人工检测所造成的各种误差,大大提高检测精度和效率. 正是由于视觉系统的高效率和非接触性,机器视觉在纺织检测中的应用越来越广泛[10 - 12 ] ,在许多方面已取得了成效.机器视觉可用于检测与纺织材料表面有关的性能指标见表4. 目前主要的研究内容可分为3 大类: 纤维、纱线、织物. 由于织物疵点检测(在线检测) 需要很高的计算速度,因此,设备费用比较昂贵. 目前国内在线检测的应用比较少,主要应用是离线检主要的检测有纺织布料识别与质量评定、织物表面绒毛鉴定、织物的反射特性、合成纱线横截面分析、纱线结构分析等. 此外还可用于织物组织设计、花型纹板、棉粒检测、分析纱线表面摩擦。 3. 2 民用领域 机器视觉技术可用在智能交通、安全防范、文字识别、身份验证、医疗设备等方面. 在医学领域,机器视觉用于辅助医生进行医学影像的分析,主要利用数字图像处理技术、信息融合技术对x 射线透视图、核磁共振图像、CT 图像进行适当叠加,然后进行综合分析,以及对其它医学影像数据进行统计和分析。 3. 3 科学研究领域 在科学研究领域可以利用机器视觉进行材料分析、生物分析、化学分析和生命科学,如
视觉导航关键技术及应用研究
龙源期刊网 https://www.wendangku.net/doc/a611259077.html, 视觉导航关键技术及应用研究 作者：张伟 来源：《价值工程》2010年第25期 摘要: 由于视觉导航技术的应用越来越普及,因此,有必要对视觉导航中的关键技术及应用进行研究。文章对其中的图像处理技术和定位与跟踪技术进行了详细研究,并与此相对应,介绍的相关的应用。 Abstract: Due to the application of visual navigation technology is becoming more and more popular, and therefore, it is necessary to study visual navigation key technologies and applications. In this paper, digital image processing techniques and location and tracking technologies are studied in details, and correspondingly, the relevant application is introduced. 关键词: 视觉导航;图像分割;定位跟踪 Key words: visual navigation;image segmentation;position tracking 中图分类号:TP39 文献标识码:A文章编号:1006-4311(2010)25-0171-01 0引言 伴随着电子技术、计算机技术工业控制技术等的发展,机器智能移动技术也得到了很大的 发展。机器智能移动技术的关键部分就是视觉导航技术。视觉导航技术是在机器视觉的基础上发展起来的。但是与机器视觉又有区别,主要表现为在机器视觉的基础上增加了定位跟踪技术,于是就产生了视觉导航技术。通常一个视觉导航系统由视觉信息采集部分、视觉信息处理部分及导航跟踪部分三大部分构成[1-2]。三部分有机结合,完成视觉导航,具体的工作原理如图1所示。其中视觉信息采集部分主要是完成对机器将要经过路线上的图像的采集,这个过程主要由 摄像机(CCD)完成;视觉信息处理主要是对采集到的图像进行增强、边缘提取和分割等;利用一定的跟踪算法,实现机器的智能跟踪,即完成机器的导航。 1视觉导航的主要关键技术 构成视觉导航系统的四个部分中,其中的视觉信息处理部分和智能定位与跟踪部分是系统 的核心,这两个部分用到的技术是视觉导航系统的关键技术。这些关键技术主要包括两大方面,即图像处理技术和智能定位与跟踪技术。 1.1 像处理技术在图像采集时,图像噪声的大小,摄像角度上的光线,非理想话图像处理等都 会使图像质量变差[3]。再加上道路两旁及道路本省背景的复杂性,要把有用的图像信息提取出
目标跟踪相关研究综述
Artificial Intelligence and Robotics Research 人工智能与机器人研究, 2015, 4(3), 17-22 Published Online August 2015 in Hans. https://www.wendangku.net/doc/a611259077.html,/journal/airr https://www.wendangku.net/doc/a611259077.html,/10.12677/airr.2015.43003 A Survey on Object Tracking Jialong Xu Aviation Military Affairs Deputy Office of PLA Navy in Nanjing Zone, Nanjing Jiangsu Email: pugongying_0532@https://www.wendangku.net/doc/a611259077.html, Received: Aug. 1st, 2015; accepted: Aug. 17th, 2015; published: Aug. 20th, 2015 Copyright ? 2015 by author and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.wendangku.net/doc/a611259077.html,/licenses/by/4.0/ Abstract Object tracking is a process to locate an interested object in a series of image, so as to reconstruct the moving object’s track. This paper presents a summary of related works and analyzes the cha-racteristics of the algorithm. At last, some future directions are suggested. Keywords Object Tracking, Track Alignment, Object Detection 目标跟踪相关研究综述 徐佳龙 海军驻南京地区航空军事代表室，江苏南京 Email: pugongying_0532@https://www.wendangku.net/doc/a611259077.html, 收稿日期：2015年8月1日；录用日期：2015年8月17日；发布日期：2015年8月20日 摘要 目标跟踪就是在视频序列的每幅图像中找到所感兴趣的运动目标的位置，建立起运动目标在各幅图像中的联系。本文分类总结了目标跟踪的相关工作，并进行了分析和展望。
视频目标跟踪算法综述_蔡荣太
1引言 目标跟踪可分为主动跟踪和被动跟踪。视频目标跟踪属于被动跟踪。与无线电跟踪测量相比，视频目标跟踪测量具有精度高、隐蔽性好和直观性强的优点。这些优点使得视频目标跟踪测量在靶场光电测量、天文观测设备、武器控制系统、激光通信系统、交通监控、场景分析、人群分析、行人计数、步态识别、动作识别等领域得到了广泛的应用[1-2]。 根据被跟踪目标信息使用情况的不同，可将视觉跟踪算法分为基于对比度分析的目标跟踪、基于匹配的目标跟踪和基于运动检测的目标跟踪。基于对比度分析的跟踪算法主要利用目标和背景的对比度差异，实现目标的检测和跟踪。基于匹配的跟踪主要通过前后帧之间的特征匹配实现目标的定位。基于运动检测的跟踪主要根据目标运动和背景运动之间的差异实现目标的检测和跟踪。前两类方法都是对单帧图像进行处理，基于匹配的跟踪方法需要在帧与帧之间传递目标信息，对比度跟踪不需要在帧与帧之间传递目标信息。基于运动检测的跟踪需要对多帧图像进行处理。除此之外，还有一些算法不易归类到以上3类，如工程中的弹转机跟踪算法、多目标跟踪算法或其他一些综合算法。2基于对比度分析的目标跟踪算法基于对比度分析的目标跟踪算法利用目标与背景在对比度上的差异来提取、识别和跟踪目标。这类算法按照跟踪参考点的不同可以分为边缘跟踪、形心跟踪和质心跟踪等。这类算法不适合复杂背景中的目标跟踪，但在空中背景下的目标跟踪中非常有效。边缘跟踪的优点是脱靶量计算简单、响应快，在某些场合（如要求跟踪目标的左上角或右下角等）有其独到之处。缺点是跟踪点易受干扰，跟踪随机误差大。重心跟踪算法计算简便，精度较高，但容易受到目标的剧烈运动或目标被遮挡的影响。重心的计算不需要清楚的轮廓，在均匀背景下可以对整个跟踪窗口进行计算，不影响测量精度。重心跟踪特别适合背景均匀、对比度小的弱小目标跟踪等一些特殊场合。图像二值化之后，按重心公式计算出的是目标图像的形心。一般来说形心与重心略有差别[1-2]。 3基于匹配的目标跟踪算法 3.1特征匹配 特征是目标可区别与其他事物的属性，具有可区分性、可靠性、独立性和稀疏性。基于匹配的目标跟踪算法需要提取目标的特征，并在每一帧中寻找该特征。寻找的 文章编号：1002－8692（2010）12-0135-04 视频目标跟踪算法综述* 蔡荣太1，吴元昊2，王明佳2，吴庆祥1 （1.福建师范大学物理与光电信息科技学院，福建福州350108； 2.中国科学院长春光学精密机械与物理研究所，吉林长春130033） 【摘要】介绍了视频目标跟踪算法及其研究进展，包括基于对比度分析的目标跟踪算法、基于匹配的目标跟踪算法和基于运动检测的目标跟踪算法。重点分析了目标跟踪中特征匹配、贝叶斯滤波、概率图模型和核方法的主要内容及最新进展。此外，还介绍了多特征跟踪、利用上下文信息的目标跟踪和多目标跟踪算法及其进展。 【关键词】目标跟踪；特征匹配；贝叶斯滤波；概率图模型；均值漂移；粒子滤波 【中图分类号】TP391.41；TN911.73【文献标识码】A Survey of Visual Object Tracking Algorithms CAI Rong-tai1,WU Yuan-hao2,WANG Ming-jia2,WU Qing-xiang1 （1.School of Physics,Optics,Electronic Science and Technology,Fujian Normal University,Fuzhou350108,China; 2.Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Science,Changchun130033,China）【Abstract】The field of visual object tracking algorithms are introduced,including visual tracking based on contrast analysis,visual tracking based on feature matching and visual tracking based on moving detection.Feature matching,Bayesian filtering,probabilistic graphical models,kernel tracking and their recent developments are analyzed.The development of multiple cues based tracking,contexts based tracking and multi-target tracking are also discussed． 【Key words】visual tracking;feature matching;Bayesian filtering;probabilistic graphical models;mean shift;particle filter ·论文·*国家“863”计划项目（2006AA703405F）；福建省自然科学基金项目（2009J05141）；福建省教育厅科技计划项目（JA09040）
无人机导航定位技术简介与分析
无人机导航定位技术简介与分析 无人机导航定位工作主要由组合定位定向导航系统完成，组合导航系统实时闭环输出位置和姿态信息，为飞机提供精确的方向基准和位置坐标，同时实时根据姿态信息对飞机飞行状态进行预测。组合导航系统由激光陀螺捷联惯性导航、卫星定位系统接收机、组合导航计算机、里程计、高度表和基站雷达系统等组成。结合了SAR 图像导航的定位精度、自主性和星敏感器的星光导航系统的姿态测定精度，从而保证了无人飞机的自主飞行。 无人机导航是按照要求的精度，沿着预定的航线在指定的时间内正确地引导无人机至目的地。要使无人机成功完成预定的航行任务，除了起始点和目标的位置之外，还必须知道无人机的实时位置、航行速度、航向等导航参数。目前在无人机上采用的导航技术主要包括惯性导航、卫星导航、多普勒导航、地形辅助导航以及地磁导航等。这些导航技术都有各自的优缺点，因此，在无人机导航中，要根据无人机担负的不同任务来选择合适的导航定位技术至关重要。 一、单一导航技术 1 惯性导航 惯性导航是以牛顿力学定律为基础，依靠安装在载体(飞机、舰船、火箭等)内部的加速度计测量载体在三个轴向运动加速度，经积分运算得出载体的瞬时速度和位置，以及测量载体姿态的一种导航方式。惯性导航系统通常由惯性测量装置、计算机、控制显示器等组成。惯性测量装置包括加速度计和陀螺仪。三自由度陀螺仪用来测量飞行器的三个转动运动;三个加速度计用来测量飞行器的三个平移运动的加速度。 计算机根据测得的加速度信号计算出飞行器的速度和位置数据。控制显示器显示各种导航参数。惯性导航完全依靠机载设备自主完成导航任务，工作时不依赖外界信息，也不向外界辐射能量，不易受到干扰，不受气象条件限制，是一种自主式的导航系统，具有完全自主、抗干扰、隐蔽性好、全天候工作、输出导航信息多、数据更新率高等优点。实际的惯性导航可以完成空间的三维导航或地面上的二维导航。 2 定位卫星导航 定位卫星导航是通过不断对目标物体进行定位从而实现导航功能的。目前，全球范围内有影响的卫星定位系统有美国的GPS，欧洲的伽利略，俄罗斯的格拉纳斯。这里主要介绍现阶段应用较为广泛的GPS全球定位系统导航。
视觉导航综述.
视觉导航及实验验证平台综述摘要：本文概述视觉导航技术。视觉导航通过图像采集设备收集近距离的环境信息，并利用计算机视觉技术进行图像处理获得环境信息，实现导航。首先比较了各种导航方式的优缺点，分析视觉导航的意义。接着概述了视觉导航的应用领域和研究现状，然后分析比较了视觉导航中的一些关键技术，简单介绍了视觉导航领域的SLAM问题。最后，综合国内外视觉导航技术研究存在问题，提出进一步研究方向和应用途径。 关键词：视觉导航；移动机器人；智能车辆；图像匹配；路径识别 0 引言在当今世界的先进技术领域里，往往存在这样的问题：为了完成某种特殊的任务，需要在已知或者未知环境中，使特殊的能完成既定任务的实验设备或平台按照既定的且满足最 优条件的路径运动或者到达既定目的地，这一类的问题便是导航。对于一般的导航系统，在给定命令的前提下，结合环境中的各种探测信息，并根据自身位姿信息作出决策使运动体而到达目标，在运动过程中，还需要不断优化全局路径。导航系统需要完成的任务包括以下三点：一，获取信息；二，处理信息；三，作出决策（即路径规划）。目前广泛使用的导航方法有[1]：航标法，航位推算法，天文导航，惯性导航，无线电导航，卫星定位导航和组合导航等。下文对各种导航方法对比说明。
航标法习惯称之为目视方法，它借助于信标和参照物对运动物体进行引导。目前仍在应用，但是这种方法过于依赖经验，受天气、地理条件的影响。航位推算法是通过一系列的速度增量来确定位置的，是一种自主导航方法，保密性强。但是随着时间推移会产生误差积累。天文导航是通过仪器设备对天体的位置精确测定，根据地理关系算出位置的相对导航方法，其缺点是误差积累受时间和气象条件限制，定位时间长，操作计算复杂[1]。惯性导航通过加速度测量技术和积分技术的综合应用得到运动体的速度和位置信息。这种导航技术完全依靠载体上的设备自主完成导航任务，因此隐蔽性好，不受外界条件限制。但是加速度及精度和误差积累严重限制该方法的应用。目前，惯性导航常常和其他系统综合使用。无线电导航通过测量信号的相位和相角定位，但其易受干扰。卫星导航利用卫星发射无线电波到地面接收器的时间来推算地面接收器所在的经纬度，其中GPS是目前真正实用的一种卫星导航和定位系统，但其技术为美国所垄断，我国也正在致力于这方面的研究[2]。 而自主照相机和图像处理技术的发展促使视觉导航技术的发展。视觉导航是通过摄像机对周围环境进行图像采集，并对图像进行滤波和计算，完成自身位姿确定和路径识别，并做出导航决策的一种新的当行技术。由于视觉导航的采用被动工作方式，设备简单，成本低廉，其应用范围很广。最主要的特征是视觉导航的自主性和实时性。它不依靠外界任何设备，只需对储存系统和
空间定位技术作业参考答案
研究生试卷 2013年— 2014年度第二学期 课程名称：空间定位技术评分：_________ 专业：测绘工程年级： 2013 研究生姓名: * * * 学号：********** 任课教师姓名： * * * 注意事项 1．答题必须写清题号； 2．字迹要清楚，保持卷面清洁； 3．试题随试卷交回； 4．考试课按百分制评分，考查课按5级分制评分； 5．阅完卷后，一周内将试卷、试题、成绩单由任课教师签名后，送有关部门。
合成孔径雷达干涉测量（InSAR） 摘要：本文主要介绍了合成孔径雷达干涉测量技术的发展简史、基本原理、及其3种基本模式，并且对其数据处理的基本步骤进行了概述。最后，还讲述合成孔径雷达干涉测量的主要应用，并对其未来发展进行了展望。 关键字：合成孔径雷达，合成孔径雷达干涉测量，微波遥感，影像 1.发展简史 合成孔径雷达（Synthetic Aperture Radar，SAR）是一种高分辨率的二维成像雷达。它作为一种全新的对地观测技术，近20年来获得了巨大的发展，现已逐渐成为一种不可缺少的遥感手段。与传统的可见光、红外遥感技术相比，SAR 具有许多优越性，它属于微波遥感的范畴，可以穿透云层，甚至在一定程度上穿透雨区，而且具有不依赖于太阳作为照射源的特点，,具有全天候、全天时的观测能力，这是其它任何遥感手段所不能比拟的。微波遥感还能在一定程度上穿透植被，可以提供可见光、红外遥感所得不到的某些新信息。随着SAR 遥感技术的不断发展与完善，已经成功应用于地质、水文、海洋、测绘、环境监测、农业、林业、气象、军事等领域。 L. C. Graham 于1974 年最先提出了合成孔径雷达干涉测量（InSAR ）三维成像的概念，并用于金星测量和月球观察。后来Zebker、G. Fornaro及A. Pepe等做出了进一步的研究，以解决InSAR 处理系统中有关基线估计、SAR 图像配准、相位解缠和DEM 生成等方面的问题。自1991 年7 月欧空局发射载有C 波段SAR 的卫星ERS- 1 以来，极大地促进了有关星载SAR 的InSAR 技术研究与应用。由于有了优质易得的InSAR 数据源，大批欧洲研究者加入到这个领域，亚洲（主要是日本）的一些研究者也开展了这方面的研究。日本于1992 年2 月发射了JERS- 1，加拿大于1995 年初发射了RADARSAT，特别是1995 年ERS- 2 发射后，ERS- 1 和ERS- 2 的串联运行极大地扩展了利用星载SAR 干涉的机会，为InSAR 技术的研究提供了数据保证。目前用于InSAR 技术研究的数据来源主要有:ERS- 1/2、SIR- C/X SAR、RADARSAT、JERS- 1、TOPSAR 和SEASAT 等。 1979年9月，我国自行研制的第一台合成孔径雷达原理样机在实验室完成，并在试飞中获得我国第一批SAR 影像。1989年起国家科委设立了“合成孔径雷达遥感应用实验研究项目”，拉开了大规模雷达遥感研究的帷幕。目前国内外许多部门和科研机构正积极从事着InSAR 技术机理及其应用的研究，已经取得了许多成果，InSAR 技术的前景日益看好。
视觉传达设计概论
5549视觉传达设计概论 一:单项选择题 1.从设计而言，最具有中国文化特质的是玉器工艺。 2.密斯·凡·德·罗设计的西格莱姆大厦，代表了国际主义设计的最高成就。 3.信息论方法的艺术设计尤其是产品设计中运用最多的一种方法。 4.提出“科学与艺术是一枚硬币的两面,不可分割。”一言的是李政道。 5.20世纪初，“design”的概念引入中国，受日本的影响，“design”被翻译成图案。 6.中国平面设计在20世纪80年代首先模仿与学习的对象是日本。 7.（室内设计）是整个设计艺术中涉及面最广、人群最多的专业领域。 8.《园治》一书的作者是计成。 9.下列人物中张光宇是中国最早期的职业设计师的代表。 10.孟菲斯设计集团是由意大利著名设计师索特萨斯领导的。 11.服装设计，其着衣的对象是人，适体是其第一要素。 12.最先改变外国冰箱冰冻室在上不合理的设计的中国企业是海尔。 13.改革开放后，华南地区一批工业设计公司先后成立，得风气之先。 14.中国古代家具以宋代为界，之前以低矮型为主，之后转变为高座型。 15.现代教育的发源地是德国。 16.设计过功能独特的暖椅，著有《闲情偶寄》的中国古代设计家是李渔。 17.工业设计的主要种类有公共性商业和服务业用品类、工业和机械设备类、交通运输工具类和设备类和 生活用品类。 18.瓷器的材料是高岭土即瓷土，其烧着温度在1200度以上。 19.中国新石器时代陶器中最具有代表性的器物是彩陶。 20.后现代主义的影响首先体现在建筑领域。 21.造物的要素的形态，形态可分为现实形态和概念形态两种。 22.人类学家费郎兹博阿兹从文化结构角度，把文化分为物质文化、社会关系、艺术、宗教、伦理三类。 23.陶器的材料是粘土，烧着温度比瓷器要低，其烧着温度在1200度以下。 24.设计是人类改变原有事物，使其变化、增益、更新、发展的创造性活动。 25.陈汉明设计的标志比较知名的有民生银行标志、五个一工程标志、第四次世界妇女代表大会的标志以 及中国工商银行标志。 26.宋代定窑以白瓷颜色的瓷器为主，以其乳白、牙白的釉色和精致飘逸的刻印花装饰远近闻名。 27.中国陶瓷在中国两千余年的发展史中，品种较多，一般将其分为青瓷、白瓷、彩瓷三大类。 28.瓷器的制作材料是高岭土。 29.巴黎城市和小城南锡是法国新艺术运动的主要集中地。 30.一件设计作品的优劣与否取决于设计和制造或施工质量。 31.平面设计，其设计对象和范围限定在二维的空间维度中。 32.文艺复兴以后，欧洲的设计艺术进入一个新的发展时期，史称“巴洛克”和罗可可时期。 33.包豪斯提倡艺术与科学技术结合的新精神，创立了工业化时代艺术教育的基本原则和方法，并通过自 身的教学与实践，形成了崭新的的设计形式和独特的风格。 34.广告是随着市场经济的形成而生发出来的。 35、合作设计管理的理念导致（ceo）成为企业的核心领导人。 36、设计的发展始终应以人为核心。 二、多项选择题 1.广告根据其功能的不同可把它分为商业广告、公益广告、时政广告几种。 2.设计根据不同对象分为现代建筑设计、室内与环境设计、产品设计、平面设计、广告设计、织品与服 饰设计几大类。 3.产品的形态一般分为功能形态、符号形态、色彩形态几种。
基于相关滤波器的目标跟踪方法综述
0引言 视觉跟踪是计算机视觉中引人瞩目且快速发展的领域,主要用于获取运动目标的位置、姿态、轨迹等基本运动信息,是理解服务对象或对目标实施控制的前提和基础。其涉及许多具有挑战性的研究热点并常和其他计算机视觉问题结合出现,如导航制导、事件检测、行为识 别、视频监控、自动驾驶、移动机器人等[1-4]。虽然跟踪方法取得了长足进展,但由于遮挡、目标的平面内/外旋 转、快速运动、模糊、光照及变形等因素的存在使其仍然是非常具有挑战性的工作。 近年来,基于相关滤波器CF(Correlation Filter)的跟踪 方法得到了极大关注[5-9]。CF 最大的优点是计算效率高,这归结于其假设训练数据的循环结构,因为目标和候选 区域能在频域进行表示并通过快速傅里叶变换(FFT)操作。Bolme [6]等首次将CF 应用于跟踪提出MOSSE 算法,其利用FFT 的快速性使跟踪速度达到了600-700fps 。瑞典林雪平大学的Martin Danelljan 在2016年ECCV 上提出的相关滤波器跟踪算法C -COT [7]取得了VOT2016竞赛冠军,2017年其提出的改进算法ECO [8]在取得非常好的精度和鲁棒性的同时,显著提高运算速度至C-COT 的6倍之多。 基于CF 的跟踪算法如此优秀,已然成为研究热点。近年和相关滤波有关的论文层出不穷,很有必要对这些论文及相关滤波的发展等进行一个归纳和总结,以推动该方向的发展。文献[9]虽已做过综述并取得了一定效果,但有两点不足:(1)过多介绍现有几种方法的具体细节,没有对更多文献进行对比分析;(2)缺乏对基于相关滤波器跟踪方法的分类对比分析。基于此,本文的不同 ?基金项目:陕西理工大学科研项目资助(SLGKY16-03) 基于相关滤波器的目标跟踪方法综述? 马晓虹1,尹向雷 2 (1.陕西理工大学电工电子实验中心,陕西汉中723000;2.陕西理工大学电气工程学院,陕西汉中723000) 摘要:目标跟踪是计算机视觉中的重要组成部分,广泛应用于军事、医学、安防、自动驾驶等领域。虽然取得了很大进展,但由于遮挡、快速运动、模糊、光照及变形等因素存在,其仍是具有挑战性的研究领域。近年来,属于判别式类型的相关滤波器跟踪方法由于具有非常高的处理速度备受关注。首先介绍了目标跟踪和相关滤波器的基本知识,之后对相关滤波器方法在朴素阶段、循环结构和核技巧、多特征通道、与深度特征的结合、尺度研究、边界效应以及其他信息的利用方面进行了详述,最后对基于相关滤波器方法的研究方向和发展趋势给出了几点看法。关键词:计算机视觉;目标跟踪;相关滤波器中图分类号:TP391 文献标识码:A DOI :10.16157/j.issn.0258-7998.174811 中文引用格式:马晓虹,尹向雷.基于相关滤波器的目标跟踪方法综述[J].电子技术应用,2018,44(6):3-7,14. 英文引用格式:Ma Xiaohong ,Yin Xianglei.Method of object tracking based on correlation filters :a survey[J].Application of Elec-tronic Technique ,2018,44(6):3-7,14. Method of object tracking based on correlation filters :a survey Ma Xiaohong 1,Yin Xianglei 2 (1.Electrical and Electronic Experiment Teaching Center ,Shannxi University of Technology ,Hanzhong 723000,China ; 2.School of Electrical Engineering ,Shannxi University of Technology ,Hanzhong 723000,China) Abstract :Object tracking is an important part in computer vision and is widely used in military,medical,security and autonomous driving.Although great progress has been made,it is still a challenging research field due to the factors such as occlusion,rapid speed,motion blur,illumination and deformation.In recent years,the correlation filter tracking method,one of discriminant type,has attracted much attention due to its higher processing speed.We first introduces the basic knowledge of the object tracking and the correlation filter tracking,and the correlation filter tracking methods in simple stage,we also discussed the circular structure and the kernel trick,the combination of multiple feature channels and deep feature,scale research,boundary effect and the use of other information.Finally,the research direction and development trend of the method based on the correlation filter is given.Key words :computer vision ;object tracking ;correlation filter
单目视觉定位方法研究综述
万方数据
万方数据
万方数据
万方数据
单目视觉定位方法研究综述 作者：李荣明， 芦利斌， 金国栋 作者单位：第二炮兵工程学院602教研室,西安,710025 刊名： 现代计算机：下半月版 英文刊名：Modem Computer 年，卷(期)：2011(11) 参考文献(29条) 1.R.Horaud;B.Conio;O.Leboullcux An Analytic Solution for the Perspective 4-Point Problem 1989(01) 2.任沁源基于视觉信息的微小型无人直升机地标识别与位姿估计研究 2008 3.徐筱龙;徐国华;陈俊水下机器人的单目视觉定位系统[期刊论文]-传感器与微系统 2010(07) 4.邹伟;喻俊志;徐德基于ARM处理器的单目视觉测距定位系统[期刊论文]-控制工程 2010(04) 5.胡占义;雷成;吴福朝关于P4P问题的一点讨论[期刊论文]-自动化学报 2001(06) 6.Abdel-Aziz Y;Karara H Direct Linear Transformation from Comparator to Object Space Coordinates in Close-Range Ph- togrammetry 1971 7.Fishier M A;Bolles R C Random Sample Consensus:A Paradigm for Model Fitting with Applications to Image Analy-s~s anu Automated tartograpny 1981(06) 8.祝世平;强锡富用于摄像机定位的单目视觉方法研究[期刊论文]-光学学报 2001(03) 9.沈慧杰基于单目视觉的摄像机定位方法的研究 2009 10.任沁源;李平;韩波基于视觉信息的微型无人直升机位姿估计[期刊论文]-浙江大学学报（工学版） 2009(01) 11.刘立基于多尺度特征的图像匹配与目标定位研究[学位论文] 2008 12.张治国基于单目视觉的定位系统研究[学位论文] 2009 13.张广军;周富强基于双圆特征的无人机着陆位置姿态视觉测量方法[期刊论文]-航空学报 2005(03) 14.Zen Chen;JenBin Huang A Vision-Based Method for theCircle Pose Determination with a Direct Geometric Interpre- tation[外文期刊] 1999(06) 15.Safaee-Rad;I.Tchoukanov;K.C.Smith Three-Dimension of Circular Features for Machine Vision 1992 16.S.D.Ma;S.H.Si;Z.Y.Chen Quadric Curve Based Stereo 1992 17.D.A.Forsyth;J.L.Munday;A.Zisserman Projective In- variant Representation Using Implicit Algebraic Curves 1991(02) 18.吴朝福;胡占义PNP问题的线性求解算法[期刊论文]-软件学报 2003(03) 19.降丽娟;胡玉兰;魏英姿一种基于平面四边形的视觉定位算法[期刊论文]-沈阳理工大学学报 2009(02) 20.Sun Fengmei;Wang Weining Pose Determination from a Single Image of a Single Parallelogram[期刊论文]-Acta Automatica Sinica 2006(05) 21.吴福朝;王光辉;胡占义由矩形确定摄像机内参数与位置的线性方法[期刊论文]-软件学报 2003(03) 22.王晓剑;潘顺良;邱力为基于双平行线特征的位姿估计解析算法[期刊论文]-仪器仪表学报 2008(03) 23.刘晓杰基于视觉的微小型四旋翼飞行器位姿估计研究与实现 2009 24.刘士清;胡春华;朱纪洪一种基于灭影线的无人直升机位姿估计方法[期刊论文]-计算机工程与应用 2004(9) 25.Mukundan R;Raghu Narayanan R V;Philip N K A Vision Based Attitude and Position Estimation Algorithm for Rendezvous and Docking 1994(02)