为实现自动小车存取系统的实时控制,基于双重着色赋时Petri网(Colored Ti med Petri Nets,CTPN)构建了RGVs系统(Rail-Guided Vehicles system,RGVs)的动态模型。同时为了提高RGVs系统的存储效率,对RGV小车采用基于最短路径的调度策略。...为实现自动小车存取系统的实时控制,基于双重着色赋时Petri网(Colored Ti med Petri Nets,CTPN)构建了RGVs系统(Rail-Guided Vehicles system,RGVs)的动态模型。同时为了提高RGVs系统的存储效率,对RGV小车采用基于最短路径的调度策略。并针对RGVs系统的临界状态即将发生环路(环路链)死锁的状况,提出了一种死锁预防的方法。最后基于VC.NET验证其有效性。展开更多
针对运动突变目标视觉跟踪问题,提出一种基于视觉显著性的两阶段采样跟踪算法.首先,将视觉显著性信息引入到Wang-Landau蒙特卡罗(Wang-Landau Monte Carlo,WLMC)跟踪算法中,设计了结合显著性先验的接受函数,利用子区域的显著性值来引导...针对运动突变目标视觉跟踪问题,提出一种基于视觉显著性的两阶段采样跟踪算法.首先,将视觉显著性信息引入到Wang-Landau蒙特卡罗(Wang-Landau Monte Carlo,WLMC)跟踪算法中,设计了结合显著性先验的接受函数,利用子区域的显著性值来引导马尔可夫链的构造,通过增大目标出现区粒子的接受概率,提高采样效率;其次,针对运动序列中平滑与突变运动共存的特点,建立两阶段采样模型.其中第一阶段对目标当前运动类型进行判定,第二阶段则根据判定结果采用相应算法.突变运动采用基于视觉显著性的WLMC算法,平滑运动采用双链马尔可夫链蒙特卡罗(Marko chain Monte Carlo,MCMC)算法,以此完成目标跟踪,提高算法的鲁棒性.该算法既避免了目标在平滑运动时全局采样导致精度下降的缺点,又能在目标发生运动突变时有效捕获目标.实验结果表明,该算法不仅能有效处理运动突变目标的跟踪问题,在典型图像序列上也具有良好的鲁棒性.展开更多
文摘为实现自动小车存取系统的实时控制,基于双重着色赋时Petri网(Colored Ti med Petri Nets,CTPN)构建了RGVs系统(Rail-Guided Vehicles system,RGVs)的动态模型。同时为了提高RGVs系统的存储效率,对RGV小车采用基于最短路径的调度策略。并针对RGVs系统的临界状态即将发生环路(环路链)死锁的状况,提出了一种死锁预防的方法。最后基于VC.NET验证其有效性。
文摘针对运动突变目标视觉跟踪问题,提出一种基于视觉显著性的两阶段采样跟踪算法.首先,将视觉显著性信息引入到Wang-Landau蒙特卡罗(Wang-Landau Monte Carlo,WLMC)跟踪算法中,设计了结合显著性先验的接受函数,利用子区域的显著性值来引导马尔可夫链的构造,通过增大目标出现区粒子的接受概率,提高采样效率;其次,针对运动序列中平滑与突变运动共存的特点,建立两阶段采样模型.其中第一阶段对目标当前运动类型进行判定,第二阶段则根据判定结果采用相应算法.突变运动采用基于视觉显著性的WLMC算法,平滑运动采用双链马尔可夫链蒙特卡罗(Marko chain Monte Carlo,MCMC)算法,以此完成目标跟踪,提高算法的鲁棒性.该算法既避免了目标在平滑运动时全局采样导致精度下降的缺点,又能在目标发生运动突变时有效捕获目标.实验结果表明,该算法不仅能有效处理运动突变目标的跟踪问题,在典型图像序列上也具有良好的鲁棒性.
