导读:本文包含了姿态定位论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:姿态,质心,潮位,升沉,深度,卷积,计量学。
姿态定位论文文献综述
陈正伟,韩磊[1]（2019）在《基于高精度GNSS定位解算及姿态数据获取潮位研究》一文中研究指出文中基于GNSS高精度定位解算成果中的高程数据,利用测船航行过程中实时采集的姿态数据进行涌浪补偿,并根据船舶每天的吃水变化将GNSS天线高调整为瞬时水面高;通过相邻水位站的比对获取GNSS高程与深度基准面的高差,对获取的瞬时水面高进行基准面变换,得到基于深度基准面的潮位值。针对以上技术路线进行了研究,并在工程中进行了验证,成果统计数据证明,提取的潮位满足规范要求,可在实践中应用推广。(本文来源于《海洋技术学报》期刊2019年05期）
张伟,朱虎[2]（2019）在《模型姿态按给定成形方向定向定位方法（英文）》一文中研究指出在金属板材数控渐进成形中模型姿态决定着成形半锥角,因而对成形件的厚度减薄率和分布具有较大的影响。为了按照能使板材件厚度均匀化的最佳方向或防止某一局部区域板材减薄量过大的方向成形,需要将待成形件CAD模型通过模型变换的方法,按照所希望的成形方向重新定向和定位。提出待成形件CAD模型的叁维变换算法和定位算法,使用户能够根据自己所希望的方向进行成形加工。(本文来源于《机床与液压》期刊2019年18期）
张红辉,李素[3]（2019）在《面向立方体卫星的太阳姿态定位传感器设计及外场测试》一文中研究指出为了提高卫星姿态定位精度,设计了一种面向立方体卫星的太阳姿态定位传感器。选择模拟式太阳定位传感器,以小孔传感器来组成光学头部,同时利用微控制器对光电池片进行信号处理。选择兼容I2型号芯片作为实验的隔离芯片,为接口配备了低功耗双向隔离器,保证敏感电路的正常工作状态。外场测试得到:定位传感器采集得到的入射角和STK结果之间形成一个固定差值,可以利用后续实验标定的方式来弥补此差值。最大入射角等于40.25°,最小入射角等于39.02°,由此计算得到入射角3σ,能够达到的测量精度是0.05°,实现了稳定测试目标。(本文来源于《工业仪表与自动化装置》期刊2019年04期）
田卓,佘青山,甘海涛,孟明[4]（2019）在《面向人脸特征点定位和姿态估计任务协同的DCNN方法》一文中研究指出为了提高复杂背景下面部信息的识别性能,提出了一种面向人脸特征点定位和姿态估计任务协同的深度卷积神经网络(DCNN)方法。首先从视频图像中检测出人脸信息;其次设计一个深度卷积网络模型,将人脸特征点定位和姿态估计两个任务协同优化,同时回归得到人脸特征点坐标和姿态角度值,然后融合生成相应的人机交互信息;最后采用公开数据集和实际场景数据进行测试,并与其他现有方法进行比对分析。实验结果表明:该方法在人脸特征点定位和姿态估计上表现出较好的性能,在光照变化、表情变化、部分遮挡等复杂条件下人机交互应用也取得了良好的准确性和鲁棒性,平均处理速度约16帧/s,具备一定的实用性。(本文来源于《计量学报》期刊2019年04期）
孙建新,钟雷声,张利[5]（2019）在《直升机着舰实时目标定位姿态预测仿真》一文中研究指出直升机着舰需要精确定位机舰相对位置,但海浪运动和光照情况复杂,对目标的检测定位十分困难,导致直升机着舰安全性难以保证,因此对目标实现精确的实时定位姿态预测有重要作用。首先,设计易于识别检测的合作目标,保证在各种角度下有效识别,以应对复杂的海浪运动;然后采用可变阈值分割,自适应多种光照条件。之后对于单目视觉下得到的连续帧图像进行图像处理,获取特征点数据,满足实时性要求。最后利用EPnP算法进行2D-3D场景重建,为直升机着舰提供实时的相对位姿信息,并利用增强现实技术显示,帮助驾驶员准确操作。通过理论分析和计算机半实物仿真,所提方法可以在不同光照不同角度下实现精度较高的姿态预测。上述仿真为直升机着舰视觉引导提供了一种新的解决思路。(本文来源于《计算机仿真》期刊2019年06期）
权美静[6]（2019）在《基于振动特征的室内人员定位及行走姿态识别》一文中研究指出为了满足用户在日常生活中不断增多的个性化需求,室内环境中人员定位与行走姿态识别得到了广泛的研究。基于摄像头和无线网络的室内定位和行走姿态识别的方法不能保护用户的隐私,且后期处理数据的设备要求较高,因此在很多情况下不能达到用户的需求。在人员定位和行走姿态识别的算法上,效率和准确率也有待提高。针对目前的需求,本文选择了基于非侵入式的加速度传感器作为监测室内人员的主要设备,根据蝎子定位猎物的感知原理,提出一种基于振动特征的室内人员定位及行走姿态识别方案。首先,对用户需要保护隐私及行动方便的需求,本文提出基于非侵入式的加速度传感器的方法。自然界蝎子腿部末端的基跗节复合缝感受器(Basitarsus Composite Slits Sensilla,BCSS)能定位到作用于其跗骨末梢处振幅为1nm的猎物振动引起的应变。受到蝎子定位猎物的启发,将加速度传感器根据蝎子BCSS的位置进行阵列设计,搭建了一套仿蝎子定位功能生物结构的数据采集平台。并利用该平台进行用户室内定位数据及行走姿态数据的采集,通过性能测试实验,验证了该平台的功能稳定而实用。其次,对于定位算法在定位精度上越高越好的需求,本文提出了一种仿蝎子定位机理的位置指纹室内定位方法。用LIF(Leaky Integrate-and-Fire)神经元模型模拟蝎子神经元,模拟蝎子在兴奋与抑制的共同作用下指令神经元对振动信号进行脉冲编码,不同的输入信号将产生不同的脉冲,提取脉冲作为位置特征。该特征比接收信号强度(Received Signal Strength,RSS)更细粒度地表征了信号的特性,使信号具有更好的区分性。将该方法应用到真实定位场景中,验证了所提的基于蝎子定位理论的位置指纹室内定位方法比基于RSS的位置指纹定位方法更加精确。最后,基于仿蝎子定位功能生物结构的数据采集平台,搭建了一套室内人体行走姿态识别系统。该系统信号处理流程如下:首先将采集的行走姿态数据进行去趋势、小波去噪等预处理,并提取数据的时域、频域、时频及脉冲特征,将特征进行归一化处理;再根据人体行走姿态的特点建立隐马尔可夫模型(Hidden Markov Model,HMM),应用一种快速自动搜索数据密度峰值的方法,建立模型内部参数与行走姿态特征之间的关系;然后利用Baum-Welch算法分别将每种行走姿态训练一个隐马尔可夫模型;最后利用Viterbi算法对行走姿态数据进行分类,将相似度最高的确定为分类结果。实验结果表明,该系统能有效地识别正常走、快走、跑和踏步这几类人体行走姿态。(本文来源于《吉林大学》期刊2019-06-01）
黄仰光[7]（2019）在《基于深度学习的面部姿态估计与特征点定位的研究》一文中研究指出随着人工智能技术和计算机视觉领域的发展,智能的人机交互和精确的人脸识别具有越来越重要的学术价值以及广阔的市场前景。其中面部姿态估计是人机交互的重要组成,而面部特征点定位则是人脸识别的核心。面部姿态估计也叫头部姿态估计,是指根据面部图像定位出头部在空间叁个角度参数的过程,而面部特征点定位是根据人脸图像定位出若干个人为定义好的特征点的过程。在深度学习浪潮的推动下,这两个计算机视觉任务都取得了突破性的进展,然而在实际应用中,存在众多干扰因素的影响,导致算法的预测效果下降,因此设计有效的面部姿态估计与特征点定位的算法仍然具有重要的研究意义。本文围绕面部姿态估计与特征点定位这两个问题,通过研究已有方法存在的不足对已有算法提出改进方案,论文主要贡献如下:(1)分析了单模态算法的不足,设计了一种基于多模态的面部姿态估计算法。首先从模型的构建角度入手,在概率性框架下推导出混合模型的目标函数,并介绍了迭代交替的训练方式。在两组公开数据集上,设计了多组对比实验,跟目前经典的算法相比,本文提出的混合回归算法取得了更低的平均绝对误差。最后通过对图像样本增加不同强度的噪声或遮挡,生成了新的噪声数据集,实验结果验证了该混合回归模型对于噪声和遮挡均具有较好的鲁棒性。(2)提出了一种改进的深度特征点定位网络。在原网络的基础上,使用精心设计的多种尺寸的残差模块网络去改进原有的卷积神经网络,使网络具有更强的特征提取能力,改进后的模型在公开的数据集300W上取得了9.1%的提升。分析了改进前后网络的存储开销和运算瓶颈,使用了两种不同的轻量级网络模块在算法层面对模型进行压缩,并通过实验验证了模型压缩的有效性。(3)提出了一种基于半监督学习的面部特征点定位算法。在面部特征点模型的训练中,往往需要大量的标签样本,导致数据获取开销过大。针对这个问题,本文在深度对齐网络的基础上,引入了一种半监督的学习机制,利用大量的无标定的数据和有限的标签样本一起训练模型。该方法将监督学习和无监督学习统一,通过无监督学习来提高监督学习的效果。实验证明,引入的半监督模型学习机制,显着提升了原有模型的特征点定位的准确度。(本文来源于《电子科技大学》期刊2019-04-01）
孙文川,刘维国,卫鑫,吴延军[8]（2019）在《一种基于定位和姿态数据确定试验船质心的方法》一文中研究指出针对试验舰质心确定困难问题,提出了一种基于定位和姿态数据的试验舰质心确定方法。通过建立试验舰姿态与传感器中心诱导升沉的关系,推导出了试验舰锚泊状态下质心在船固坐标系中位置的解算模型。实验结果表明,采用本方法进行试验舰质心确定不需添测深仪以外的设备,确定的试验舰质心具有较高的精度,能明显地提高舰载无人飞行器惯导对准效率。(本文来源于《海洋测绘》期刊2019年02期）
廖丽萍[9]（2019）在《同样的燕子 不一样的姿态——以《燕子》为例对比新旧教材精准目标定位》一文中研究指出今年下半年,统编教材将在六个年级同时铺开,尤其是在新版的统编版教材中还保留了不少旧版教材中的课文。假如教师对新教材的编排体系不清楚,面对熟悉的课文,凭借教老教材的老经验开展教学,就可能会对统编教材的推进造成负面影响。那么,当"统编版"遇到"人教版"时,如何准确定位教学目标呢?下面,以统编版叁下《燕子》为(本文来源于《小学教学设计》期刊2019年07期）
周克旻[10]（2019）在《基于Kinect室内四旋翼无人机的定位跟踪与姿态估计》一文中研究指出随着四旋翼无人机的小型化轻便化的发展,并因其价格低廉,无人机已经在娱乐和服务领域广泛使用。近年来无人机的研究发展迅速,但仍然无法做到完全自主飞行,目前,如何构建简单且易实现的自主飞行跟踪系统成为研究的热点。由于室内GPS信号弱,四旋翼无人机的室内跟踪定位与姿态如何获取成为了室内四旋翼无人机自主飞行控制系统设计的难点。与动辄几十万美元搭建的无人机定位跟踪系统相比,基于低成本Kinect深度摄像机的无人机定位跟踪系统具有更广泛的科研价值和应用前景。无人机定位跟踪系统主要分为:无人机的标记与识别、无人机的定位和姿态估计两大部分。在室内无人机的标记与识别方法中,本文提出采用ArUco标记进行无人机标记以提高跟踪与姿态估计精度。同时本文通过Kinect摄像机的彩色图像和深度图像实现无人机的定位和姿态估计。最后本文基于微波通讯实现自主控制无人机的起飞、悬停、简单规避和降落等飞行过程。本文主要研究工作及成果如下:1、提出基于现实增强(AR)技术的ArUco无人机标记算法。为了分析比较该方法的定位与姿态估计的精度,设计并实现了一种室内小型四旋翼无人机多标记(包括ArUco无人机标记和目前广泛采用的颜色空间域标记)的无人机跟踪定位系统。2、分析比较了两种标记方法在不同空间亮度、不同空间颜色复杂度、以及不同测距情况下无人机检出率、跟踪精度与实时性。实验结果表明,AR标记在复杂环境下无人机的检出率、跟踪实时性、姿态估计精度以及鲁棒性都优于颜色标记。3、设计并实现基于Kinect摄像机的室内小型四旋翼无人机ArUco标记避障系统,在系统中跟踪定位小型四旋翼无人机,并识别空间中障碍物的ARArUco标记从而控制无人机进行自主避障操作。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
姿态定位论文开题报告
（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：
在金属板材数控渐进成形中模型姿态决定着成形半锥角,因而对成形件的厚度减薄率和分布具有较大的影响。为了按照能使板材件厚度均匀化的最佳方向或防止某一局部区域板材减薄量过大的方向成形,需要将待成形件CAD模型通过模型变换的方法,按照所希望的成形方向重新定向和定位。提出待成形件CAD模型的叁维变换算法和定位算法,使用户能够根据自己所希望的方向进行成形加工。
（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。
姿态定位论文参考文献
[1].陈正伟,韩磊.基于高精度GNSS定位解算及姿态数据获取潮位研究[J].海洋技术学报.2019
[2].张伟,朱虎.模型姿态按给定成形方向定向定位方法（英文）[J].机床与液压.2019
[3].张红辉,李素.面向立方体卫星的太阳姿态定位传感器设计及外场测试[J].工业仪表与自动化装置.2019
[4].田卓,佘青山,甘海涛,孟明.面向人脸特征点定位和姿态估计任务协同的DCNN方法[J].计量学报.2019
[5].孙建新,钟雷声,张利.直升机着舰实时目标定位姿态预测仿真[J].计算机仿真.2019
[6].权美静.基于振动特征的室内人员定位及行走姿态识别[D].吉林大学.2019
[7].黄仰光.基于深度学习的面部姿态估计与特征点定位的研究[D].电子科技大学.2019
[8].孙文川,刘维国,卫鑫,吴延军.一种基于定位和姿态数据确定试验船质心的方法[J].海洋测绘.2019
[9].廖丽萍.同样的燕子不一样的姿态——以《燕子》为例对比新旧教材精准目标定位[J].小学教学设计.2019
[10].周克旻.基于Kinect室内四旋翼无人机的定位跟踪与姿态估计[D].华北电力大学(北京).2019
论文知识图
