版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、近年來,受概率論與統(tǒng)計(jì)學(xué)競相發(fā)展以及交疊應(yīng)用的趨勢促進(jìn),基于非參數(shù)密度估計(jì)點(diǎn)樣本分析建模的應(yīng)用研究受到越來越多研究者的關(guān)注。非參數(shù)密度估計(jì)方法不需要對點(diǎn)樣本分布的參數(shù)形式做事先假設(shè),僅從采樣數(shù)據(jù)本身就可對概率密度函數(shù)做出較為精確魯棒的估計(jì),為未知分布點(diǎn)樣本的分析和建模提供了一條新的解決思路。通過非參數(shù)密度估計(jì)技術(shù)對傳感器獲得的采樣點(diǎn)樣本進(jìn)行分析或者建模,能夠?yàn)樘囟ǖ难芯咳蝿?wù)提供關(guān)于采樣數(shù)據(jù)的可靠信息,從而為具體問題的解決奠定基礎(chǔ)。非參數(shù)
2、密度估計(jì)點(diǎn)樣本分析建模雖然已經(jīng)在運(yùn)動(dòng)目標(biāo)跟蹤等領(lǐng)域得到了應(yīng)用,但在與其他算法進(jìn)行結(jié)合以解決問題的過程中尚存在一定不完善的地方,其應(yīng)用領(lǐng)域也相對比較局限,有必要做進(jìn)一步的深入研究和開拓。 為進(jìn)一步深入對非參數(shù)密度估計(jì)點(diǎn)樣本分析建模的應(yīng)用并拓寬其應(yīng)用領(lǐng)域,本文以像素點(diǎn)樣本和距離點(diǎn)樣本為主要分析和建模對象,在結(jié)合其他相關(guān)算法的同時(shí)分別對運(yùn)動(dòng)目標(biāo)跟蹤、立體圖像匹配以及基于激光掃描距離點(diǎn)樣本配準(zhǔn)的移動(dòng)機(jī)器人自定位問題進(jìn)行了研究。主要研究工
3、作包括: (1)在深入研究直方圖、核密度估計(jì)等非參數(shù)密度估計(jì)技術(shù)的基礎(chǔ)上,分析和討論了影響密度估計(jì)結(jié)果的因素并給出了分析結(jié)果。 給出了密度估計(jì)量的基本性質(zhì)以及密度估計(jì)通用表達(dá)式,在此基礎(chǔ)上對常用的非參數(shù)直方圖密度估計(jì)方法以及核密度估計(jì)方法進(jìn)行研究,分析了影響估計(jì)結(jié)果的因素并給出了不同情況下的密度估計(jì)結(jié)果,最后對參數(shù)密度估計(jì)和非參數(shù)密度估計(jì)方法進(jìn)行分析對比。 (2)在已有的基于直方圖密度估計(jì)像素點(diǎn)樣本建模的運(yùn)動(dòng)目標(biāo)
4、跟蹤方法基礎(chǔ)上,提出一種基于“卡爾曼濾波目標(biāo)位置預(yù)測一核直方圖建模二次定位一局部直方圖匹配、全局融合校正”策略的精確跟蹤實(shí)現(xiàn)機(jī)制。 分析了經(jīng)典的基于核直方圖建模、均值位移定位跟蹤方法存在的問題,在此基礎(chǔ)上提出了改進(jìn)的先預(yù)測再定位后校正的三步精確跟蹤策略。首先利用卡爾曼濾波技術(shù)對目標(biāo)的運(yùn)動(dòng)位置進(jìn)行合理預(yù)測,進(jìn)而有效避免目標(biāo)丟失,保證二次定位過程的有效性。為實(shí)現(xiàn)在預(yù)測位置基礎(chǔ)上進(jìn)行二次定位的目的,采用像素點(diǎn)樣本顏色特征核直方圖建模、
5、Bhattacharyya距離相似性度量的經(jīng)典方法構(gòu)建二次定位目標(biāo)函數(shù),將二次定位問題轉(zhuǎn)化為目標(biāo)函數(shù)最小化問題。與經(jīng)典方法思路不同,采用具有全局收斂特性和超線性收斂速率等優(yōu)點(diǎn)的BFGS擬牛頓最優(yōu)化方法進(jìn)行定位目標(biāo)函數(shù)的最小化,從而實(shí)現(xiàn)對跟蹤目標(biāo)的二次定位。進(jìn)一步針對運(yùn)動(dòng)目標(biāo)在受到部分遮擋等情況下跟蹤精度不高的問題,提出采用局部直方圖匹配、全局融合的方法進(jìn)行位置校正。在篩選候選匹配點(diǎn)以及區(qū)域劃分基礎(chǔ)上,將參考區(qū)域與目標(biāo)區(qū)域中直方圖模型相互
6、匹配的有效子塊間的位置差值進(jìn)行融合并計(jì)算校正位移,以使校正后的目標(biāo)區(qū)域與參考區(qū)域在空間上更加匹配。最后通過跟蹤實(shí)驗(yàn)對所提方法進(jìn)行驗(yàn)證,并與基于核直方圖建模、均值定位的方法進(jìn)行對比,實(shí)驗(yàn)結(jié)果表明本文的方法在魯棒性上有所增強(qiáng),跟蹤精度得到了提高。 (3)進(jìn)一步發(fā)展了非參數(shù)密度估計(jì)理論在立體匹配中的應(yīng)用。定義了一種基于差值匹配點(diǎn)樣本核密度估計(jì)的匹配基元相似性測度,在立體匹配應(yīng)用中結(jié)合改進(jìn)的置信度傳播算法得到了理想的匹配結(jié)果。
7、首先以對應(yīng)窗口匹配基元所產(chǎn)生的差值匹配點(diǎn)樣本作為分析研究對象,根據(jù)立體匹配的相容性約束條件,定義了一種基于差值匹配點(diǎn)樣本核密度估計(jì)的匹配基元相似性測度函數(shù)。核密度估計(jì)的應(yīng)用保證了匹配基元之間相似性度量的有效性,有利于最佳匹配點(diǎn)的尋找;同時(shí)還便于實(shí)現(xiàn)匹配基元在高維空間中的相似性度量,進(jìn)一步提高相似性度量的精度。 為利用核密度相似性測度進(jìn)行視差求解,建立立體匹配的馬爾科夫隨機(jī)場模型。在此基礎(chǔ)上將立體匹配問題轉(zhuǎn)化為基于核密度相似性測度
8、先驗(yàn)項(xiàng)的全局能量函數(shù)最小化問題,并最終采用改進(jìn)的置信度傳播算法對全局能量函數(shù)進(jìn)行最小化,實(shí)現(xiàn)了視差的有效計(jì)算。最后對兩組立體圖像對進(jìn)行匹配實(shí)驗(yàn),將本文提出的基于核密度相似性測度的立體匹配方法與基于經(jīng)典SAD、SSD相似性測度的方法進(jìn)行對比。實(shí)驗(yàn)結(jié)果表明,所提相似性測度在立體匹配應(yīng)用中能夠達(dá)到比SAD以及SSD更高的匹配精度,同時(shí)改進(jìn)置信度傳播算法的應(yīng)用保證了整個(gè)匹配算法的計(jì)算效率。 (4)拓展了非參數(shù)核密度估計(jì)點(diǎn)樣本建模的應(yīng)用領(lǐng)
9、域,將其應(yīng)用于移動(dòng)機(jī)器人自定位問題的解決中,提出了一種精度較高的基于激光掃描距離點(diǎn)樣本核密度估計(jì)建模的移動(dòng)機(jī)器人自定位方法。 首先以180度激光掃描儀采集的距離點(diǎn)樣本為研究對象,以核密度估計(jì)為建模手段進(jìn)行激光數(shù)據(jù)對的配準(zhǔn)。采用核密度估計(jì)技術(shù)在二維位置特征空間對激光掃描距離點(diǎn)樣本集合進(jìn)行建模,得到二維核密度模型。非參數(shù)核密度估計(jì)的應(yīng)用使得點(diǎn)樣本模型的建立具有不依賴于特征提取、不易受噪聲干擾以及適于對任意環(huán)境中采集的距離點(diǎn)樣本進(jìn)行建
10、模等優(yōu)點(diǎn)。在核密度相關(guān)的前提下對相鄰的點(diǎn)樣本核密度模型進(jìn)行關(guān)聯(lián),建立不依賴于點(diǎn)與點(diǎn)精確對應(yīng)、完全連接網(wǎng)絡(luò)意義下的配準(zhǔn)代價(jià)函數(shù),將配準(zhǔn)問題轉(zhuǎn)化為以旋轉(zhuǎn)平移量為參數(shù)的代價(jià)函數(shù)最小化問題。針對建立的代價(jià)函數(shù),采用BFGS擬牛頓最優(yōu)化方法進(jìn)行求解進(jìn)而實(shí)現(xiàn)配準(zhǔn)。最后通過空間變換實(shí)現(xiàn)機(jī)器人在全局坐標(biāo)系中位姿的確定。另外,為使基于核密度估計(jì)建模的移動(dòng)機(jī)器人自定位方法適于實(shí)時(shí)應(yīng)用,在配準(zhǔn)代價(jià)函數(shù)最小化的過程中還結(jié)合了快速高斯變換理論??焖俑咚棺儞Q的采用
11、能夠在一定程度上解決由于激光掃描距離點(diǎn)樣本數(shù)量較多,造成直接計(jì)算代價(jià)較大的問題,加快配準(zhǔn)代價(jià)函數(shù)最小化過程。 仿真實(shí)驗(yàn)結(jié)果表明,上述方法在實(shí)現(xiàn)180度以及不具備結(jié)構(gòu)特征的激光掃描距離點(diǎn)樣本配準(zhǔn)方面是非常有效的,配準(zhǔn)精度要遠(yuǎn)遠(yuǎn)優(yōu)于經(jīng)典的依賴點(diǎn)與點(diǎn)對應(yīng)的ICP方法。同時(shí)還搭建了自定位仿真實(shí)驗(yàn)平臺(tái),對真實(shí)環(huán)境中采集的激光掃描點(diǎn)樣本進(jìn)行配準(zhǔn),進(jìn)一步驗(yàn)證了該方法在解決移動(dòng)機(jī)器人自定位問題方面的可行性。 最后總結(jié)全文,并對下一步的研
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 非參數(shù)密度估計(jì)在判別分析中的應(yīng)用.pdf
- 基于非參數(shù)密度估計(jì)的ICA在多用戶檢測的應(yīng)用研究.pdf
- 基于非參數(shù)核密度估計(jì)方法的均值-方差理論.pdf
- 非參數(shù)回歸誤差密度估計(jì)的收斂速度.pdf
- 基于非參數(shù)核密度估計(jì)背景建模和Mean Shift的目標(biāo)檢測與跟蹤.pdf
- Copula與非參數(shù)核密度估計(jì)——滬、深股票市場相關(guān)結(jié)構(gòu)的應(yīng)用研究.pdf
- 基于非參數(shù)核密度估計(jì)方法的環(huán)境責(zé)任保險(xiǎn)保費(fèi)厘定研究.pdf
- 基于變換核密度估計(jì)的半?yún)?shù)GARCH模型研究.pdf
- 基于紋理分析的人群密度估計(jì).pdf
- 19792.基于多小波的密度估計(jì)及其應(yīng)用研究
- ND樣本最近鄰密度估計(jì)的相合性.pdf
- 非參數(shù)核密度估計(jì)在我國非壽險(xiǎn)公司償付能力額度計(jì)算中的應(yīng)用.pdf
- 基于視頻的人群密度估計(jì)研究.pdf
- 非參數(shù)核密度估計(jì)負(fù)荷模型在電網(wǎng)可靠性評(píng)估中的應(yīng)用.pdf
- 相依樣本小波密度估計(jì)的漸近性質(zhì).pdf
- 人群的密度估計(jì)與運(yùn)動(dòng)估計(jì).pdf
- 12702.na樣本最近鄰密度估計(jì)的收斂速度
- 基于人群密度估計(jì)的視頻監(jiān)控技術(shù).pdf
- 基于核密度估計(jì)的圖像分割方法
- 人群密度估計(jì)的算法研究.pdf
評(píng)論
0/150
提交評(píng)論