自主移动与参考结构层析成像融合实现多维红外成像的新方法

This project is to investigate the novel methodology of multidimensional imaging with the integration of reference sturcture tomography (RST) and autonomous mobile mechanism, which facilitates the exploration of a new PIR sensing paradigm. In particular, the conceputual divided-and-conquer imaging model will be studied for multidimensional imaging via cominbing multiple feasible RSTs, the multiplexing reference strucuture will be investigated in implementing the divided-and-conquer imaging with multiple RSTs, and the integration of the multiplex RST with autonomous mobile mechanism will be explored to perform the divided-and-conquer imaging task in an autonomous fashion. The motivation of developing the divided-and-conquer imaging model is to guarantee feasibility of multidimensional imaging under the refrence structure constraints, while the multiplexing reference strucuture plays an improtant role in limiting the amount of RSTs involved. Atonmous mobile mechanism is expected to substantially enhance the controllability of multiplexing reference strucuture, which enables the implementation of divided-and conquer imaging in an optimal fashion. The potential challenge to be addressed in the project is to limit the complexity of reference structures arising from multidimdional imaging. The perpective contribution of this project is to explore the use of strucutural redundancy in multidimensional images in limiting the comlexity and amount of reference strcutures involved, which involks an imaging framework of combing multiple feasible RSTs, and managing the complexity and amount of the RSTs involved, and implementing the relevant RSTs in a autonomous fashion. . .The output of the project will be a novel yet practical solution for the use of RSTs in developing multidimensional imaging techniques, the results of the project will also substantially contribute to the widespead development of the CS base multi- dimensional imaging theory. The studies will have definitively theoretical and practical significances in various applications including smart environments, human-robot interactions and intelligent surveillance.

本项目旨在研究自主移动与参考结构层析成像集成实现多维成像的新方法，探索热释电红外传感的新模式。并研究参考结构层析成像的分治模型理论，探究实现分治的复用设计方法，探索分治过程与自主移动机制集成的自主复用实现技术，保证参考结构设计的可实现性，增强参考结构复用分治的可控性，进而实现复用分治过程的自主优化。其中，如何限制多维成像对参考结构复杂多样性的过度需求是本项目研究的核心问题。对此，通过建立可实现参考结构设计相匹配的层析成像模型，由此找到调节参考结构复杂多样性的设计方法及其可控性的实现技术，最终将多维影像信号的结构约束和冗余度转化为限制参考结构设计复杂度的关键技术要素。.此方面的研究，既是对参考结构层析成像方法在多维成像技术方面的突破发展，也是对多维压缩传感成像理论的应用拓展，有十分重要的学术意义，在智能环境、人机交互和智能监控等领域有广泛应用。

多维成像任务对参考结构复杂多样性的过度需求是制约成像技术广泛应用的技术瓶颈。本项目从三维视觉成像系统的设计和测量出发，构建了一个三维有源视觉成像系统，提出了成像系统的模型及基于空间控制点最优化定位的鲁棒相机系统标定方法；研究了利用压缩传感模型来优化传感效率，提出了基于稀疏特征的压缩传感模型，融合在线学习模型，为多目标优化提供了有效模型，并探讨了该模型在目标跟踪及调节传感效率方面的作用；研究了多目标跟踪定位方法，提出了基于高斯混合概率假设密度滤波器和信息熵理论的视觉跟踪模型，并融合博弈论解决遮挡问题；研究了全方位视觉成像模型,三维传感系统的设计，提出了基于畸变不变特征和结构特征点投票策略的全景视觉目标跟踪方法，建立了基于球坐标投影的全景视觉变形有效模型，为实现机器人自主移动过程和多维成像提供了理论支撑和技术支持；研究了多维运动轨迹模型建立与分析方法，提出了基于新颖的积分不变量的特征唯一性表达模型，有效降低了运动传感测量过程中的噪声干扰，提高了多维运动轨迹识别的精度；完善了实验验证工作，实现了机器人移动感知及视觉跟踪测量的示范应用。上述结果，为实现高效传感测量和随动目标跟踪提供技术支撑，也为移动机器人目标跟踪搜索提供新的理论基础和特征模型.高效的成像模型及多维运动轨迹跟踪,可促进人-机器人交互的发展,这在智能环境、人机交互和智能监控等领域中将具有广泛应用。.本研究为探索自主移动与参考结构层析成像集成实现多维成像奠定了坚实的基础，促进了机器人自动化及成像领域中某些关键理论问题的解决。项目研究成果斐然，共发表高水平学术论文25篇，其中IEEE汇刊5篇，最佳会议论文2篇；培养博士研究生毕业6名，其中已毕业4名、在读2名，硕士研究生2名；组织国内外专家来项目组作学术交流6人次，参加国内外学术会议12人次，特邀专题报告1次；获湖北省自然科学一等奖1项；申请美国发明专利3项，其中2项已获美国专利授权，受理1项。