北京工业大学 北京市精密测控技术与仪器工程技术研究中心， 北京100124
轨迹准确度是衡量工业机器人运动性能的关键指标，国内外对其检测与评价制定了相应的规范和标准。检测过程中受机器人运动偏差、测量系统的采样频率和测量误差的影响，理论轨迹与实际轨迹可能出现映射错误的问题。本文详细分析了国内外标准中对轨迹准确度的评价方法，提出了将动态时间规整（DTW）方法应用到工业机器人轨迹分析中，通过建立插值模型实现动态时间规整的连续化以提高算法的精度，并分析机器人运动速度和测量系统的采样频率对轨迹映射方法的影响。实验结果表明，与ISO标准方法相比，连续动态时间规整算法（CDTW）映射后的轨迹准确度提高73%，标准差减小86%，误差整体波动幅度明显变小。ISO标准方法和DTW算法能够很好地应用在直线轨迹准确度评价中，对于拐角轨迹ISO方法出现明显的映射错误，DTW算法解决了映射错误，但受机器人运动速度和测量系统采样频率的影响存在多点映射的问题，CDTW算法有效解决了此问题，提高了轨迹准确度。
工业机器人 轨迹准确度 动态时间规整 轨迹映射 industrial robot path accuracy Dynamic Time Warping（DTW） path mapping
针对现有DC/DC电路故障预测中以距离作为故障特征参数存在的不足, 提出了将分段动态时间弯曲距离作为DC/DC电路故障特征参数, 并将此特征参数与长短时记忆神经网络(Long Short-Term Memory,LSTM)算法相结合, 对DC/DC电路进行故障预测。首先, 选择电路输出电压作为监测信号; 然后,利用动态时间弯曲算法计算其与无故障输出电压的分段动态时间弯曲距离作为电路的故障特征参数; 最后, 基于LSTM预测模型实现电路故障特征参数时间序列预测。以Boost电路为例进行了仿真实验, 验证了该方法的有效性和准确性。
DC/DC电路 故障预测 动态时间弯曲 DC/DC circuit fault prediction dynamic time warping LSTM LSTM
1 江南大学物联网工程学院, 江苏 无锡 214122
2 新疆大学电气工程学院, 新疆 乌鲁木齐 830047
为了准确地描述人体骨骼的运动细节以及3D骨骼间的几何关系,提出一种基于四元数3D骨骼表示的人体行为识别方法。首先,在已捕获的关键帧集合的基础上,对普通关键帧和变速关键帧分别采用线性插值和二次多项式插值,获得相同帧数的骨骼序列;然后,针对所得的骨骼序列,采用四元数对每帧中3D骨骼间的几何关系进行描述,获得四元数骨骼特征描述子;最后,采用支持向量机分类器对这一系列特征描述子进行训练和测试,得到最终的识别结果。在3个标准数据库上的实验结果均显示,四元数骨骼特征描述子对噪声、运动速度变化、视角变化和时域不对齐都具有很好的稳健性,可以显著提高人体行为识别的准确率。
图像处理 人体行为识别 四元数特征描述子 关键帧 动态时间规整算法 支持向量机 激光与光电子学进展
2018, 55(2): 021002
长春理工大学光电工程学院, 吉林 长春 130022
提出一种基于空-时域特征决策级融合的人体行为识别算法。在空间域提取人体的形状上下文特征,用于同一时刻模板图像与测试图像的轮廓匹配;在时间域用变化的空间特征序列表征运动特征,联合稳健的空间特征进行有效的行为识别。识别阶段采用动态时间规划算法分别计算两种特征对于每种类别的后验概率,在决策级采用加权平均法对两种特征的后验概率进行融合,将最大概率对应的类别记为最终分类结果。针对动态时间规划算法提出一种基于椭圆边界约束的改进搜索策略,有效缩减最优路径的搜索空间,同时剔除视频中的噪声干扰。从计算复杂度和识别精度两方面对椭圆边界的约束性能进行分析,实验表明,椭圆边界约束性能优于平行四边形及菱形约束,并给出最佳边界尺寸范围。算法分别在Weizmann、KTH和UCF101行为数据集上进行测试,平均识别率分别优于93.2%、92.7%和81.2%,有效实现了室内智能监控系统的高效性及稳定性。
图像处理 行为识别 形状上下文 动态时间规划 决策级融合
复旦大学 信息科学与工程学院 智慧网络与系统研究中心, 上海 200433
基于3D视频的人体动作识别近年来受到越来越广泛的关注。基于动态时间规整的算法考虑了动作的时序信息, 并能较好地解决人体运动在时间上的不确定性, 但是随着训练样本增加, 效率会变得较低。本文提出了一种基于动作标准序列的动作识别方法。通过特征提取将3D动作视频样本构建为动作序列, 在动态时间规整度量下将动作标准序列学习建模成一个序列平均的优化问题, 并使用动态时间规整重心平均算法(DBA)求解。对于动作类别类中存在显著差异的场景, 研究了多重动作标准序列学习, 并针对无监督学习的情况, 提出了DBA-K-means聚类算法。实验结果表明, 该方法可进一步提高动作识别的效率和准确率。
人体动作识别 3D视频 动态时间规整 序列平均 动作标准序列 human action recognition 3D videos dynamic time warping sequence averaging action standard sequence 太赫兹科学与电子信息学报
2017, 15(5): 841
1 国家数字交换系统工程技术研究中心, 郑州 450002
2 中国人民解放军95807部队
针对变电流投影融合中的阈值选择问题, 提出了一种基于动态时间弯曲的变电流投影融合方法.该方法首先计算不同电流下投影的灰度值-有效边缘梯度序列, 然后利用动态时间弯曲距离对预处理后的序列进行相似匹配, 自动判断最佳融合阈值, 最后根据阈值确定不同电流投影的子区域并对其进行融合, 实现了探测器动态范围的扩展.本文方法计算的各角度下融合阈值的平均误差仅为2.26%, 能够避免人工选择融合阈值的主观性, 基于融合后重建图像的信噪比与几何尺寸测量准确度均优于固定融合阈值的方法.
计算机断层成像 几何尺寸测量 变电流投影融合 有效边缘梯度 动态时间弯曲 Computed tomography Geometric dimensions measurement Multi-current projection fusion Effective edge gradient Dynamic time warping
1 哈尔滨工业大学信息与电气工程学院，山东威海 264209
2 浙江大学宁波理工学院，浙江宁波 315100
动态时间规整算法是结合了动态时间规整(DTW)技术和距离测度计算技术的一种非线性规整算法，在语音识别模板匹配中有重要的应用。为此提出一种改进的高效动态时间规整算法，其能有效加快搜索路径的寻找。基于Matlab 实现了隐马尔科夫算法、高效动态时间规整算法和改进的高效动态时间规整算法的语音识别系统，同时进行了算法的仿真实验。实验结果表明，基于改进高效动态时间规整算法的训练速度远大于基于隐马尔可夫算法和高效动态时间规整算法的训练速度，而识别率下降很小，对于小词汇量非连续语音识别中高效动态时间规整算法的识别率为97.56%，隐马尔可夫算法的识别率为97.14%，改进高效动态时间规整算法的识别率为96.43%。
语音识别 动态时间规整 隐马尔可夫 speech recognition Dynamic Time Warping hidden Markov 太赫兹科学与电子信息学报
2015, 13(6): 942
