基于非參數(shù)密度估計點樣本分析建模的應用研究.pdf

1、近年來，受概率論與統(tǒng)計學競相發(fā)展以及交疊應用的趨勢促進，基于非參數(shù)密度估計點樣本分析建模的應用研究受到越來越多研究者的關注。非參數(shù)密度估計方法不需要對點樣本分布的參數(shù)形式做事先假設，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，為未知分布點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)密度估計技術對傳感器獲得的采樣點樣本進行分析或者建模，能夠為特定的研究任務提供關于采樣數(shù)據(jù)的可靠信息，從而為具體問題的解決奠定基礎。非參數(shù)

2、密度估計點樣本分析建模雖然已經(jīng)在運動目標跟蹤等領域得到了應用，但在與其他算法進行結合以解決問題的過程中尚存在一定不完善的地方，其應用領域也相對比較局限，有必要做進一步的深入研究和開拓。 為進一步深入對非參數(shù)密度估計點樣本分析建模的應用并拓寬其應用領域，本文以像素點樣本和距離點樣本為主要分析和建模對象，在結合其他相關算法的同時分別對運動目標跟蹤、立體圖像匹配以及基于激光掃描距離點樣本配準的移動機器人自定位問題進行了研究。主要研究工

3、作包括： (1)在深入研究直方圖、核密度估計等非參數(shù)密度估計技術的基礎上，分析和討論了影響密度估計結果的因素并給出了分析結果。 給出了密度估計量的基本性質以及密度估計通用表達式，在此基礎上對常用的非參數(shù)直方圖密度估計方法以及核密度估計方法進行研究，分析了影響估計結果的因素并給出了不同情況下的密度估計結果，最后對參數(shù)密度估計和非參數(shù)密度估計方法進行分析對比。 (2)在已有的基于直方圖密度估計像素點樣本建模的運動目標

4、跟蹤方法基礎上，提出一種基于“卡爾曼濾波目標位置預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”策略的精確跟蹤實現(xiàn)機制。 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，在此基礎上提出了改進的先預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對目標的運動位置進行合理預測，進而有效避免目標丟失，保證二次定位過程的有效性。為實現(xiàn)在預測位置基礎上進行二次定位的目的，采用像素點樣本顏色特征核直方圖建模、

5、Bhattacharyya距離相似性度量的經(jīng)典方法構建二次定位目標函數(shù)，將二次定位問題轉化為目標函數(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)點的BFGS擬牛頓最優(yōu)化方法進行定位目標函數(shù)的最小化，從而實現(xiàn)對跟蹤目標的二次定位。進一步針對運動目標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、全局融合的方法進行位置校正。在篩選候選匹配點以及區(qū)域劃分基礎上，將參考區(qū)域與目標區(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行融合并計算校正位移，以使校正后的目標區(qū)域與參考區(qū)域在空間上更加匹配。最后通過跟蹤實驗對所提方法進行驗證，并與基于核直方圖建模、均值定位的方法進行對比，實驗結果表明本文的方法在魯棒性上有所增強，跟蹤精度得到了提高。 (3)進一步發(fā)展了非參數(shù)密度估計理論在立體匹配中的應用。定義了一種基于差值匹配點樣本核密度估計的匹配基元相似性測度，在立體匹配應用中結合改進的置信度傳播算法得到了理想的匹配結果。

7、首先以對應窗口匹配基元所產生的差值匹配點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樣本核密度估計的匹配基元相似性測度函數(shù)。核密度估計的應用保證了匹配基元之間相似性度量的有效性，有利于最佳匹配點的尋找；同時還便于實現(xiàn)匹配基元在高維空間中的相似性度量，進一步提高相似性度量的精度。 為利用核密度相似性測度進行視差求解，建立立體匹配的馬爾科夫隨機場模型。在此基礎上將立體匹配問題轉化為基于核密度相似性測度

8、先驗項的全局能量函數(shù)最小化問題，并最終采用改進的置信度傳播算法對全局能量函數(shù)進行最小化，實現(xiàn)了視差的有效計算。最后對兩組立體圖像對進行匹配實驗，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行對比。實驗結果表明，所提相似性測度在立體匹配應用中能夠達到比SAD以及SSD更高的匹配精度，同時改進置信度傳播算法的應用保證了整個匹配算法的計算效率。 (4)拓展了非參數(shù)核密度估計點樣本建模的應用領

9、域，將其應用于移動機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樣本核密度估計建模的移動機器人自定位方法。 首先以180度激光掃描儀采集的距離點樣本為研究對象，以核密度估計為建模手段進行激光數(shù)據(jù)對的配準。采用核密度估計技術在二維位置特征空間對激光掃描距離點樣本集合進行建模，得到二維核密度模型。非參數(shù)核密度估計的應用使得點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)境中采集的距離點樣本進行建

10、模等優(yōu)點。在核密度相關的前提下對相鄰的點樣本核密度模型進行關聯(lián)，建立不依賴于點與點精確對應、完全連接網(wǎng)絡意義下的配準代價函數(shù)，將配準問題轉化為以旋轉平移量為參數(shù)的代價函數(shù)最小化問題。針對建立的代價函數(shù)，采用BFGS擬牛頓最優(yōu)化方法進行求解進而實現(xiàn)配準。最后通過空間變換實現(xiàn)機器人在全局坐標系中位姿的確定。另外，為使基于核密度估計建模的移動機器人自定位方法適于實時應用，在配準代價函數(shù)最小化的過程中還結合了快速高斯變換理論。快速高斯變換的采用

11、能夠在一定程度上解決由于激光掃描距離點樣本數(shù)量較多，造成直接計算代價較大的問題，加快配準代價函數(shù)最小化過程。 仿真實驗結果表明，上述方法在實現(xiàn)180度以及不具備結構特征的激光掃描距離點樣本配準方面是非常有效的，配準精度要遠遠優(yōu)于經(jīng)典的依賴點與點對應的ICP方法。同時還搭建了自定位仿真實驗平臺，對真實環(huán)境中采集的激光掃描點樣本進行配準，進一步驗證了該方法在解決移動機器人自定位問題方面的可行性。 最后總結全文，并對下一步的研