导读:本文包含了鲁棒跟踪论文开题报告文献综述及选题提纲参考文献，主要关键词:四旋翼无人机,模型不确定性,鲁棒控制,H∞
鲁棒跟踪论文文献综述
石振东,屈蔷,程陈[1]（2019）在《一种建模不确定性的四旋翼无人机鲁棒跟踪控制》一文中研究指出针对四旋翼无人机Qball2模型中的不确定性问题,本文提出了一种鲁棒H∞跟踪控制器.首先,基于四旋翼无人机Qball2模型,选择合适的参考模型得到X通道、Y通道、Z通道误差系统;接着,针对外部扰动设计鲁棒H∞状态反馈跟踪控制器跟踪参考轨迹;然后,根据李雅普诺夫稳定性定理得到使X通道、Y通道、Z通道闭环系统渐进稳定且满足H∞性能指标的LMI充分条件,同时给出了控制器增益的求解方法.最后,与内外环鲁棒反馈控制器进行对比仿真,结果验证了所提出方法的有效性和优越性.(本文来源于《小型微型计算机系统》期刊2019年11期）
鲁彩丽,高宏力,宋兴国,王兆光[2]（2019）在《基于模糊滑模的机械臂鲁棒轨迹跟踪控制》一文中研究指出针对存在外部扰动及建模误差的机械臂轨迹跟踪控制问题,提出了一种基于模糊滑模的鲁棒轨迹跟踪控制策略。在传统鲁棒控制器的基础上引入模糊滑模控制器取代等效控制项,解决了由初始系统误差较大引起的速度跳变、抖振等问题。其中模糊滑模控制器采用自适应模糊逻辑修正指数滑模趋近律中的常数项,可以优化滑动模态的品质,有效消除抖振。利用Lyapunov理论证明了系统的稳定性。仿真实验结果表明,该控制算法轨迹跟踪误差小,误差收敛速度快,具有良好的实时性。(本文来源于《机械设计与制造》期刊2019年11期）
成科扬,师文喜,周博文,吴金霞[3]（2019）在《面向复杂场景的鲁棒KCF行人跟踪方法》一文中研究指出经典核相关滤波(Kernel correlation filter,KCF)目标跟踪算法是判别式跟踪算法中效果最好的一种跟踪算法。但该算法不能很好地适应目标尺度的变化,且在遇到目标短暂消失或被其他物体遮挡等复杂情形时不具备处理目标重显的能力,因此,为使得目标跟踪能够有效地应对遮挡情形,本文从提高特征表达能力、增加尺度匹配策略和抗遮挡3个方面对经典KCF算法进行改进,提出了一种鲁棒的KCF行人跟踪算法。首先对方向梯度直方图(Histogram of oriented gradients,HOG)特征和色调、饱和度、值(Hue-saturation-value,HSV)特征的响应分布进行特征融合。其次,设置动态选择尺度池来改进滤波器的固定尺寸匹配。最后,通过滤波器响应最大值的变化率衡量目标的遮挡情况,并根据上一成功帧的目标信息,通过EdgeBoxes和感知哈希算法找回目标,更新滤波器。本文所提方法在公开视频跟踪数据集Benchmark上进行测试,实验结果表明与其他目标跟踪方法相比,本文算法提高了尺度变化、遮挡等复杂情形下跟踪的鲁棒性,确保了较高的跟踪精度。(本文来源于《南京航空航天大学学报》期刊2019年05期）
骆焦煌[4]（2019）在《基于梯度特征和信道编码的多特征鲁棒红外跟踪》一文中研究指出针对单特征技术进行红外目标跟踪难以实现较高准确度的问题,在核化相关滤波器(kernelized correlation filter,KCF)的框架下,提出一种包含梯度特征和信道编码特征图的多特征红外目标跟踪方法。从给定位置中提取感兴趣区,推导出梯度特征和信道编码特征,各自对KCF框架进行训练。训练后的滤波器与感兴趣区相关联,并与输出响应结合在一起;为了对目标进行分割,支持向量回归(support vector regression,SVR)分类器对目标像素和背景像素的图像块进行训练;应用生成式技术,通过线性搜索方法来确定目标的最佳位置。在LTIR数据集中的6个红外图像序列的定量和定性分析结果表明,与快速压缩跟踪、防误导跟踪和归一化互相关匹配等红外跟踪方法相比,所提方法在平均中心定位误差和平均重迭精度上均取得了一定的性能提升。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年05期）
易诗,陈鑫凯,宋瑞源,常锦鹏,周卓勋[5]（2019）在《适用于智能球机的高鲁棒性侵入跟踪方法》一文中研究指出智能监控球机广泛应用于家居室内智能监控。针对智能球机无法长时间检测、识别、跟踪侵入目标的问题,该文设计了一种结合目标检测、识别、跟踪算法的闭环结构,并采用控制算法控制球机云台转向自动跟随侵入目标。在运动目标检测方面采用vibe算法,在目标识别上采用神经网络识别目标,其中采用ssd网络检测人脸,使用yolov3网络识别人体,识别出跟踪目标后,采用csr-dcf目标跟踪算法进行目标跟踪,跟踪模式下启动模糊pid控制算法控制云台跟随目标转动,锁定目标后由跟踪模式再度切换到目标识别模式,形成一个检测、识别、跟踪、控制的闭环。经过测试,该方法提高了侵入跟踪功能的鲁棒性,在侵入目标快速运动、存在遮挡、暂时消失的情况下均可长期跟踪。(本文来源于《电子科技大学学报》期刊2019年05期）
薛鹏,李罡,韩家乐[6]（2019）在《磁悬浮位置跟踪控制器设计及其鲁棒分析》一文中研究指出实现被控对象对目标位置的稳定快速跟踪是磁悬浮的关键技术之一。针对悬浮小球的单自由度控制问题,采用时域分析方法,完成了PD控制器的参数设计。在机械受力和电磁电路分析的基础上建立系统的动态数学模型,然后基于劳斯稳定判据测算比例微分参数的基本范围,最后根据给定的性能指标要求完成控制参数的整定。仿真分析表明,所得控制系统能在0.02 s内实现小球向上5 mm的位置跟踪,并且对内部控制电流的衰减和外部的不确定直接位置干扰具有较强的抵抗能力,所设计的系统具有良好的动态性能和鲁棒性。(本文来源于《河南工程学院学报(自然科学版)》期刊2019年03期）
侯志强,王帅,余旺盛,李宥谋,马素刚[7]（2019）在《融合检测机制的鲁棒相关滤波视觉跟踪算法》一文中研究指出为了解决相关滤波视觉跟踪算法在复杂场景中产生的跟踪漂移问题,提出一种融合检测机制的相关滤波跟踪框架。利用时空正则化滤波器作为跟踪器,同时使用线性核相关滤波器作为检测器。当跟踪器与目标进行相关计算得到的响应图为多个峰值时,激活检测器,对多个峰值进行相关匹配,获得重检测结果;同时,使用平均峰值相关能量的滤波器模型更新策略得到更加可靠的检测器,以达到提高跟踪精度和算法鲁棒性的目的。在OTB2015、Temple color 128和VOT2016数据平台上的实验结果表明,与近年提出的性能较出色的跟踪算法相比,本文算法在目标运动模糊、相似背景干扰和光照变化等复杂场景中具有更好的鲁棒性和准确性,且跟踪精度和成功率上均有提高。(本文来源于《应用光学》期刊2019年05期）
侯志强,陈立琳,余旺盛,马素刚,范九伦[8]（2019）在《基于双模板Siamese网络的鲁棒视觉跟踪算法》一文中研究指出近年来,Siamese网络由于其良好的跟踪精度和较快的跟踪速度,在视觉跟踪领域引起极大关注,但大多数Siamese网络并未考虑模型更新,从而引起跟踪错误。针对这一不足,该文提出一种基于双模板Siamese网络的视觉跟踪算法。首先,保留响应图中响应值稳定的初始帧作为基准模板R,同时使用改进的APCEs模型更新策略确定动态模板T。然后,通过对候选目标区域与2个模板匹配度结果的综合分析,对结果响应图进行融合,以得到更加准确的跟踪结果。在OTB2013和OTB2015数据集上的实验结果表明,与当前5种主流跟踪算法相比,该文算法的跟踪精度和成功率具有明显优势,不仅在尺度变化、平面内旋转、平面外旋转、遮挡、光照变化情况下具有较好的跟踪效果,而且达到了46帧/s的跟踪速度。(本文来源于《电子与信息学报》期刊2019年09期）
白中浩,朱磊,李智强[9]（2019）在《基于多模型融合和重新检测的高精度鲁棒目标跟踪》一文中研究指出针对目标跟踪在遮挡和光照变化等复杂场景下容易跟踪失败的问题,提出一种高精度鲁棒的目标跟踪算法。首先,将基于边缘信息的目标模型、基于梯度直方图(HOG)特征的滤波器模型和基于颜色直方图的颜色模型融合为更准确和鲁棒性更强的跟踪模型;然后,提出基于特征分数的双重跟踪可靠性判断依据,检测跟踪结果的可靠性;最后,在跟踪结果可靠性较低时,采用粒子滤波、稀疏表示以及距离约束定位进行重新检测,以实现持续稳定的跟踪。算法在OTB-2015数据集上的平均重迭精度为78. 2%,平均中心位置误差为23. 1 pixel,平均跟踪速率为30. 8 f/s,准确度和鲁棒性优于其他算法。在移动机器人和车辆跟踪平台上进行算法验证,平均重迭精度分别为97. 5%和97. 2%,平均中心位置误差分别为6. 8和12. 6 pixel,平均跟踪速率分别为29. 1和28. 4 f/s,能有效跟踪上述复杂场景的目标,且满足实时要求。(本文来源于《仪器仪表学报》期刊2019年09期）
蓝益鹏,高畅,王靖腾[10]（2019）在《可控励磁直线同步电动机跟踪与干扰抑制H_∞鲁棒控制器设计》一文中研究指出针对磁悬浮可控励磁直线同步电动机控制系统,提出跟踪与干扰抑制H_∞鲁棒控制。首先,建立可控励磁直线同步电动机控制系统在磁悬浮运行状态下的数学模型;其次,为设计状态反馈与扰动前馈复合控制系统,设计扰动观测器对不确定性的外部扰动进行观测;再次,将系统对给定信号的跟踪与干扰信号的抑制问题转化为标准H_∞问题,通过解Riccati方程得到半正定解,进而设计出跟踪与干扰抑制的H_∞鲁棒控制器,以达到实现直线同步电动机数控机床磁悬浮平台精确控制的目的;最后用Matlab软件对H_∞鲁棒控制的可控励磁直线同步电动机伺服系统进行仿真研究,仿真结果表明该控制系统能够很好地跟踪给定信号,并且对于不确定性的外部扰动,H_∞控制比PI控制具有更良好的抑制作用。(本文来源于《制造技术与机床》期刊2019年09期）
鲁棒跟踪论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对存在外部扰动及建模误差的机械臂轨迹跟踪控制问题,提出了一种基于模糊滑模的鲁棒轨迹跟踪控制策略。在传统鲁棒控制器的基础上引入模糊滑模控制器取代等效控制项,解决了由初始系统误差较大引起的速度跳变、抖振等问题。其中模糊滑模控制器采用自适应模糊逻辑修正指数滑模趋近律中的常数项,可以优化滑动模态的品质,有效消除抖振。利用Lyapunov理论证明了系统的稳定性。仿真实验结果表明,该控制算法轨迹跟踪误差小,误差收敛速度快,具有良好的实时性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
鲁棒跟踪论文参考文献
[1].石振东,屈蔷,程陈.一种建模不确定性的四旋翼无人机鲁棒跟踪控制[J].小型微型计算机系统.2019
[2].鲁彩丽,高宏力,宋兴国,王兆光.基于模糊滑模的机械臂鲁棒轨迹跟踪控制[J].机械设计与制造.2019
[3].成科扬,师文喜,周博文,吴金霞.面向复杂场景的鲁棒KCF行人跟踪方法[J].南京航空航天大学学报.2019
[4].骆焦煌.基于梯度特征和信道编码的多特征鲁棒红外跟踪[J].重庆邮电大学学报(自然科学版).2019
[5].易诗,陈鑫凯,宋瑞源,常锦鹏,周卓勋.适用于智能球机的高鲁棒性侵入跟踪方法[J].电子科技大学学报.2019
[6].薛鹏,李罡,韩家乐.磁悬浮位置跟踪控制器设计及其鲁棒分析[J].河南工程学院学报(自然科学版).2019
[7].侯志强,王帅,余旺盛,李宥谋,马素刚.融合检测机制的鲁棒相关滤波视觉跟踪算法[J].应用光学.2019
[8].侯志强,陈立琳,余旺盛,马素刚,范九伦.基于双模板Siamese网络的鲁棒视觉跟踪算法[J].电子与信息学报.2019
[9].白中浩,朱磊,李智强.基于多模型融合和重新检测的高精度鲁棒目标跟踪[J].仪器仪表学报.2019
[10].蓝益鹏,高畅,王靖腾.可控励磁直线同步电动机跟踪与干扰抑制H_∞鲁棒控制器设计[J].制造技术与机床.2019