针对广播式自动相关监视(ADS-B)航迹跟踪精度低以及目标跟踪模型与目标运动模型匹配效率低的问题, 结合自适应算法对经典交互多模型(IMM)算法的运动模型集进行改进。将经典交互模型(IMM)运动模型集中的匀加速运动(CA)模型, 改进为“当前”统计模型(CS)和修正转弯(MCT)模型。利用改进的模型集对目标当前位置、速度和加速度进行滤波估计。并对模型转移概率进行修正, 提高IMM算法的自适应能力, 实现快速目标跟踪。利用模拟航迹数据及实际设备接收的实测数据对算法进行验证。结果表明: 运动模型集改进后的IMM算法滤波结果优于经典IMM算法, 跟踪结果稳定, 改进的算法可适应复杂的目标航迹实时跟踪。

为提高无人机自主着陆过程中导航系统的自主性与精确性,设计了一种视觉辅助惯导组合导航方法.该方法以惯导误差方程为过程方程,以着陆过程中单目摄像机2个时刻所得地面特征点投影之间的双视图几何约束为量测方程,构建了非线性滤波器;利用SR-UKF方法实现了惯导误差估计,提高算法效率的同时有效地避免了UKF中由于矩阵开方运算导致的滤波失效;最后根据估计结果校正了惯导导航数据.仿真结果表明:该方法能够提高导航系统精度,使误差降低到惯导系统的8%左右.

基于矩形两组对边的消隐点特性和隐含的长宽比信息，提出了一种新的摄像机自标定几何方法。该方法仅依据同一个矩形的两次或三次成像，即可在摄像机传感器特性已知或未知时标定摄像机内参数并辨识矩形长宽比。利用空间中有限距离点与同一无穷远点的连线相互平行和完全四边形的调和分割特性，以及被多次成像的矩形长宽比相同的特点，建立了摄像机内参数约束方程。通过建立与直线段成像相关的代价函数，提出了畸变参数寻优与线性内参数标定相迭代的畸变校正方法，可获得与摄像机无畸变情况下相当的自标定精度。在确定矩形任意两个顶点坐标的情况下，即可求解摄像机所有外参数。仿真实验表明，该标定算法收敛快速，对图像噪声不敏感。实际图像实验表明，与传统平面靶标法相比，该方法不但减少了预知条件，而且提高了标定精度和效率。

利用一组平行线在不同姿态摄像机图像平面中对应消隐点间的无穷单应关系和摄像机相对姿态信息，提出了一种摄像机焦距的高精度实时标定方法。该方法仅通过摄像机在任意两个位置下拍摄同一组空间平行线，基于消隐点对之间的无穷单应关系构建约束，求解焦距参数；将对应光心与消隐点连线的平行程度作为优化指标，利用Nelder-Mead非线性单纯型法实现焦距参数的优化，有效地抑制了图像噪声和姿态测量误差，提高了标定结果的精度和算法的稳健性；大量仿真结果验证了该算法可以在任意相对姿态下实现，且具有精度高、稳健性强、实时解算的优点。

提出了一种畸变中心未知的非量测摄像机畸变标定新方法，该方法无须求解摄像机内外线性参数即可标定摄像机二阶多项式径向畸变校正模型。该方法分两步实现：将直线畸变成像的曲线的两个端点用直线段连接以形成闭合曲线，得到其面积值及端点与畸变参数及中心的近似关系，以此完成近似标定；依据该闭合曲线端点和当前畸变标定值，由畸变模型生成参考值对近似关系进行修正，准确逼近实际的畸变参数与中心。另外，设计了一种畸变校正指标函数，利用局部非线性优化方法进一步抑制了噪声对标定结果的影响。仿真和实际图像实验均表明该方法收敛快速，标定精度高。