移动机器人仿生SLAM算法研究。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

郑习羽，徐梓毓，王京华． 基于聚类分组的异构多机器人任务分配算法研究［J］. 航空兵器，2022, 29 ( 4 ) : 100 -109

驾驶员的困倦是道路交通中发生严重事故的主要原因之一。 因此，已经付出了特别努力来寻找更好的辅助技术。 然而，由于昏昏欲睡的驾驶员的头部通常处于倾斜状态，因此几种现有方法无法有效地工作。 此外，车辆的晃动或驾驶员的眨眼甚至使问题变得更加复杂。 无论如何，低头姿势也意味着昏昏欲睡的状态。 因此，本文提出了一种新方法，将点头行为作为我们检测模型的输入。 在检测到人脸后，提取一些重要的面部特征； 然后，它们被用来计算预定的最优参数； 最后，基于这些阈值评估睡意。 在我们的经验实验中，所提出的算法可以成功准确地检测到 96.56% 的案例。

针对现有点云配准算法不能很好地同时解决点云模型变尺度和配准精度等问题,提出一种变尺度的两阶段点云模型配准算法。第一阶段加入动态的尺度因子,粗略估计并调整目标点云模型的尺度;然后将空间旋转变换三个角度进行格点划分,以30°为格点间距,这提高了算法的收敛速度并避免陷入局部最优,为第二阶段配准提供良好的初始位置。在尺度迭代最近点(SICP)算法基础上对第二阶段进行优化,以此对点云模型进行更加精准的匹配。对不同配准算法进行了综合对比实验,结果表明,在两个点云模型间存在较大刚体变换且尺度显著不同的情况下,所提算法的配准误差数量级为10 -30~10 -4。

建立了基于GPS的顺轨SAR系统模型，通过将GPS信号等效为Chirp信号，研究了在该模式下的大斜视角Chirp Scaling算法。在正侧视或小斜视情况下，CS算法具有较好的聚焦性能和广泛的适用性，但在斜视角较大的情况下，该算法将散焦而不能成像，因而提出了用等效的单基地距离模型来代替双基地距离历史的方法，解决了大斜视角情况下距离模型二阶近似误差较大的问题。

针对井下环境亮度低，粉尘严重等造成监控视频图像光照不均匀以及模糊不清等问题，提出了基于二维伽马函数实现井下视频图像增强的算法。该算法运用具有边缘保持性的引导滤波提取光照分量，通过二维伽马函数自适应调整光照，并运用基于受限自适应的直方图均衡化调整全图的对比度，从而提高图像的清晰度以及信息量。提出的算法与经典算法相比，无论是在视觉效果上，还是在信息熵，平均梯度，标准差等方面都优于经典算法。结果表明该方法可有效提高图像的清晰度，信息量以及对比度，同时减轻井下光照不均匀以及粉尘造成的图像质量不高的问题，提高了井下视频监控图像中的整体的视觉效果。

这是本科毕设的优秀论文，对于计算机专业毕业生来说，用处最大；对于从事计算机视觉的同行，可以做到抛砖引玉。

介绍了一种基于离散余弦变换域（DCT）中频系数置换的盲水印算法，用该算法对数字水印进行了自适应嵌入方法研究。该算法突破了数字水印的加性算法、乘性算法等传统的水印嵌入方法；解决了被提取水印中含有原始图像DCT系数从而影响水印检测准确性的问题。该算法使用人类视觉模型对水印图像进行自适应嵌入，使嵌入的数字水印从根本上不可逆。实验证明该算法对数字水印的滤波、剪切、噪声等攻击有很强的鲁棒性。

基于深度神经网络的交通灯检测算法研究与实现，张逸凡，傅慧源，交通灯检测技术是自动驾驶系统的重要组成部分，但是传统方法的交通灯检测技术存在准确率低，算法速度慢等弊端。基于深度神经网络

大部分基于卷积神经网络的双目立体匹配算法往往将双目图像对的像素级别特征作为匹配代价进行计算,缺乏将全局特征信息结合到立体匹配算法的能力,导致不适定区域(如弱纹理区域、反光表面、细长结构、视差不连续区域等)的匹配精度差,进而影响整体立体匹配精度。针对这个问题,提出一种基于多维特征融合(MDFF)的立体匹配算法,该算法主要由三个模块组成:残差开端(Inception-ResNet)模块、空间金字塔池化(SPP)模块和堆叠沙漏网络(SHN)模块。Inception-ResNet模块主要提取图像对局部特征信息;SPP模块主要提取图像对全局特征信息,构建匹配代价卷;SHN模块用来规则化匹配代价卷。在KITTI2012和KITTI2015数据集上进行验证,可得本文算法的三像素平均误匹配率为1.62%和1.78%,超过了国内外大部分先进算法;此外,本文提出的立体匹配算法在Apollo数据集和Middlebury数据集上也表现较好。