在內(nèi)河和海上船舶交通管理系統(tǒng)（Vessel Traffic Service,VTS）中,對船舶目標的位置和運動狀態(tài)信息的獲取主要依賴于雷達和雷達數(shù)據(jù)處理以及船舶自動識別系統(tǒng)（Automatic Identification System,AIS）,但AIS子系統(tǒng)屬于被動信息系統(tǒng),而閉路電視（Closed Circuit Television,CCTV）監(jiān)控系統(tǒng)作為一種主動的信息感知系統(tǒng)。但由于CCTV系統(tǒng)不具有目標的空間定位和自動跟蹤功能,導致其在船舶動態(tài)管理中的應(yīng)用受到很大的限制,僅能作為雷達的輔助手段進行水域交通場景的景象觀察。如果賦予CCTV系統(tǒng)對目標的空間定位和航跡獲取功能,則CCTV在其監(jiān)視范圍內(nèi),可以取代雷達,實現(xiàn)比雷達更優(yōu)越的水域交通簡述功能,且這一功能的實現(xiàn)可獲得更高的效益投資比。本課題致力于CCTV空間定位方法的研究,而基于CCTV的目標空間位置的估計是實現(xiàn)目標航跡估計的基礎(chǔ)。面向CCTV傳感網(wǎng)的目標定位跟蹤系統(tǒng)需求,主要研究內(nèi)容和創(chuàng)新點如下:1)設(shè)計了基于CCTV傳感網(wǎng)的目標定位基本體系,并進一步擴展了該體系,設(shè)計出完整的基于CCTV傳感網(wǎng)的目標定位系統(tǒng),并設(shè)計給出... 

【文章頁數(shù)】：83 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 視覺目標檢測算法研究現(xiàn)狀
        1.2.2 視覺目標定位算法研究現(xiàn)狀
        1.2.3 節(jié)點調(diào)度算法研究現(xiàn)狀
    1.3 主要研究內(nèi)容
    1.4 論文組織結(jié)構(gòu)
2 基于CCTV傳感網(wǎng)的目標定位系統(tǒng)設(shè)計
    2.1 引言
    2.2 目標定位的基本體系與模塊功能設(shè)計
    2.3 系統(tǒng)的總體設(shè)計
    2.4 系統(tǒng)的工作流程設(shè)計
    2.5 本章小結(jié)
3 基于改進YOLOv3的小目標檢測算法
    3.1 引言
    3.2 YOLOv3目標檢測算法分析
        3.2.1 卷積神經(jīng)網(wǎng)絡(luò)
        3.2.2 YOLOv3預測物體的位置
    3.3 改進的YOLOv3算法設(shè)計
    3.4 仿真實驗與結(jié)果分析
        3.4.1 實驗環(huán)境
        3.4.2 實驗的評價標準
        3.4.3 實驗結(jié)果與分析
    3.5 本章小結(jié)
4 視覺目標空間定位算法研究
    4.1 引言
    4.2 攝像機成像模型
    4.3 雙目立體視覺測量原理
    4.4 坐標系定義及坐標轉(zhuǎn)換
        4.4.1 圖像像素坐標系
        4.4.2 圖像物理坐標系
        4.4.3 攝像機坐標系
        4.4.4 云臺載體坐標系
        4.4.5 站點坐標系
        4.4.6 地心直角坐標系
        4.4.7 WGS-84坐標系
    4.5 基于視覺成像模型的單目定位算法設(shè)計
    4.6 基于角度測量的雙目立體定位算法設(shè)計
        4.6.1 定位幾何模型設(shè)計
        4.6.2 基于角度測量的定位算法設(shè)計
    4.7 仿真實驗與結(jié)果分析
        4.7.1 實驗環(huán)境
        4.7.2 實驗步驟
        4.7.3 實驗結(jié)果與分析
    4.8 本章小結(jié)
5 基于位置預測的節(jié)點調(diào)度算法
    5.1 引言
    5.2 高斯粒子濾波
    5.3 節(jié)點調(diào)度策略的優(yōu)化準則
    5.4 基于位置預測的節(jié)點調(diào)度算法
    5.5 仿真實驗及結(jié)果分析
        5.5.1 實驗的評價標準
        5.5.2 實驗結(jié)果及分析
    5.6 本章小結(jié)
結(jié)論
參考文獻
致謝
作者簡歷及攻讀碩士學位期間的科研成果



本文編號：3682767