CN117315198A - 一种动目标轨迹拐角平缓微调的平滑优化方法和*** - Google Patents
一种动目标轨迹拐角平缓微调的平滑优化方法和*** Download PDFInfo
- Publication number
- CN117315198A CN117315198A CN202311297795.2A CN202311297795A CN117315198A CN 117315198 A CN117315198 A CN 117315198A CN 202311297795 A CN202311297795 A CN 202311297795A CN 117315198 A CN117315198 A CN 117315198A
- Authority
- CN
- China
- Prior art keywords
- track
- smooth
- processed
- curve
- target track
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000005457 optimization Methods 0.000 title claims abstract description 50
- 238000005070 sampling Methods 0.000 claims abstract description 101
- 238000012545 processing Methods 0.000 claims abstract description 54
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 7
- 238000011282 treatment Methods 0.000 claims abstract description 5
- 238000009499 grossing Methods 0.000 claims description 39
- 230000008030 elimination Effects 0.000 claims description 2
- 238000003379 elimination reaction Methods 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 9
- 230000008859 change Effects 0.000 abstract description 5
- 238000003786 synthesis reaction Methods 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/30—Polynomial surface description
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/003—Navigation within 3D models or images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30241—Trajectory
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Remote Sensing (AREA)
- Geometry (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Radar, Positioning & Navigation (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Architecture (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Numerical Control (AREA)
Abstract
本发明属于动目标轨迹处理技术领域,提供一种动目标轨迹拐角平缓微调的平滑优化方法和***。该方法包括:采用贝塞尔插值方法,根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点以构建出多段光滑曲线;根据拐角的角度对光滑曲线进一步微调;对各段光滑曲线,依次首尾连接并去掉重复点,合成为光滑曲线;对各线段长度进行采样离散化,构建光滑曲线采样点列,进行时空插值处理;采用优化过的光滑曲线采样点列作为待处理目标的新轨迹,经重新绘制,得到优化后的目标轨迹的新曲线。本发明对待处理目标轨迹进行了光滑插值、平缓微调、去重合成等处理,避免了传统的轨迹中方向变化剧烈处因采样点不足引起的视觉跳跃及抖动等问题。
Description
技术领域
本发明涉及动目标轨迹处理技术领域,尤其涉及一种动目标轨迹拐角平缓微调的平滑优化方法和***。
背景技术
战场态势回放是复盘作战推演仿真的重要环节,是进一步进行评估等工作的前提。但是,回放显示中一般涉及大量动态目标(简称动目标),由于动目标轨迹采样点的数量有限及采样不均匀等,回放时会出现视觉跳跃及抖动等问题,特别是轨迹中方向变化剧烈的拐角处,更加明显,用户体验较差。因此,如何优化动目标轨迹的平滑处理,减少回放过程中显示相关计算量,如何解决因动目标轨迹采样点的数量有限及采样不均匀等导致回放时显示视觉跳跃及抖动等及回放显示时流畅度低,如何保证轨迹光滑后的曲线不会出现回退等严重扭曲问题,以及如何改善用户体验等多方面,仍存在很大改进空间。
因此,有必要提供一种新型的动目标轨迹拐角平缓微调的平滑优化方法,以解决上述问题。
发明内容
本发明意在提供一种动目标轨迹拐角平缓微调的平滑优化方法和***,以解决现有技术中如何优化动目标轨的平滑处理,减少回放过程中显示相关计算量,如何解决因动目标轨迹采样点的数量有限及采样不均匀等导致回放时显示视觉跳跃及抖动等及回放显示时流畅度低,如何保证轨迹光滑后的曲线不会出现回退等严重扭曲问题,以及如何改善用户体验等的技术问题,本发明要解决的技术问题通过以下技术方案来实现。
本发明的第一方面提出一种动目标轨迹拐角平缓微调的平滑优化方法,包括:采用贝塞尔插值方法,对待处理目标轨迹上的轨迹点列进行插值型光滑处理,根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,基于贝塞尔控制点构建出多段光滑曲线;根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,以使得拐角附近光滑曲线变化趋向平缓;根据待处理目标轨迹上各轨迹线段构建各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线;对该条光滑曲线依据待处理目标轨迹上的各线段长度进行采样离散化,构建光滑曲线采样点列,对每一个采样点进行时间、空间位置的时空插值处理,以优化光滑曲线采样点列;采用优化后的光滑曲线采样点列作为待处理目标的新轨迹,经重新绘制,得到优化后的目标轨迹的新曲线。
根据可选的实施方式,所述根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,包括:计算所述待处理目标轨迹上的各轨迹线段的中点,并经由各轨迹线段的中点作各轨迹线段的垂线;根据轨迹点和所计算的各轨迹线段的中点,构造定比分点;依次对所述待处理目标轨迹中的定比分点和各定比分点所对应的两个轨迹线段的中点构造贝塞尔控制点。
根据可选的实施方式,所述基于贝塞尔控制点构建多段光滑曲线,包括:使用二次贝塞尔插值公式,构建出第一段光滑曲线;使用三次贝塞尔插值公式,构建出中间段光滑曲线,所述中间段光滑曲线包括多段光滑曲线;使用二次贝塞尔插值公式,构建出最后一段光滑曲线。
根据可选的实施方式,所述根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,包括执行以下步骤:确定待处理拐角点,并判断待处理拐角点及其两相邻的轨迹线段之间所成的角度,以进一步确定拐角张力系数;根据所确定的拐角张力系数,更新待处理拐角点的第一控制线段的长度和第二控制线段的长度;根据更新后的第一控制线段的长度和第二控制线段的长度,对待处理拐角点处的曲线进行平缓微调优化处理。
根据可选的实施方式,进一步包括:将所构建出的各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线,即构造出与待处理目标轨迹相对应的贝塞尔曲线;对所构造出的贝塞尔曲线进行离散采样,得到指定数量的新采样点列,具体包括计算各轨迹线段上对应的贝塞尔曲线的采样点数。
根据可选的实施方式,各轨迹线段的长度与各轨迹线段所对应的贝塞尔曲线的采样点数成正线性相关。
根据可选的实施方式,将各轨迹线段上对应的贝塞尔曲线的自变量t的区间[0,1]均匀划分。
根据可选的实施方式,将各轨迹线段均匀划分成多个子线段,采用线性插值,计算出各采样点上的对应时间,得到时间队列。
根据可选的实施方式,根据待处理目标轨迹在经插值光滑处理后的光滑曲线上各点的位置队列及时间队列,使用优化后的光滑曲线替换待处理目标轨迹,得到优化后的目标轨迹的新曲线。
本发明的第二方面提出一种动目标轨迹平滑优化***,包括:贝塞尔插值处理模块,采用贝塞尔插值方法,对待处理目标轨迹上的轨迹点列进行插值型光滑处理,根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,基于贝塞尔控制点构建出多段光滑曲线;微调处理模块,根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,以使得拐角附近光滑曲线变化趋向平缓;
去重处理模块,根据待处理目标轨迹上各轨迹线段所构建出的各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线;
离散采样处理模块,对该条光滑曲线依据待处理目标轨迹上的各线段长度进行采样离散化,构建光滑曲线采样点列,对每一个采样点进行时间、空间位置的时空插值处理,以优化光滑曲线采样点列;
重绘制处理模块,采用优化后的光滑曲线采样点列作为待处理目标的新轨迹,经重新绘制,得到优化后的目标轨迹的新曲线。
本发明实施例包括以下优点:
与现有技术相比,本发明的动目标轨迹拐角平缓微调的平滑优化方法从位置、时间进行同步时空插值处理,并结合拐角大小进行姿态平滑优化调整,具体利用回放时已事先预知的动目标轨迹的所有轨迹点,采用贝塞尔插值方法对待处理动目标轨迹进行插值型光滑处理,能够有效优化待处理目标轨迹;通过调整拐角张力系数,使拐角处的光滑曲线趋向平缓,从而减轻拐角处的显示抖动;通过在各轨迹线段中增加指定数量的采样点并对各采样点进行位置调整,并配合拐弯处进行平滑处理,能够有效避免传统的轨迹中方向变化剧烈处采样不足引起的视觉跳跃及抖动等用户体验差的问题。
附图说明
图1是本发明的动目标轨迹拐角平缓微调的平滑优化方法的一示例的步骤流程图;
图2是应用本发明的动目标轨迹拐角平缓微调的平滑优化方法的一应用示例中待处理目标轨迹的局部轨迹的示意图;
图3是本发明的动目标轨迹拐角平缓微调的平滑优化方法中插值型光滑处理的一示例的步骤流程图;
图4是本发明的动目标轨迹拐角平缓微调的平滑优化方法中计算所述待处理目标轨迹的各轨迹线段的中点的一示例的示意图;
图5是本发明的动目标轨迹拐角平缓微调的平滑优化方法中构造定比分点的一示例的示意图;
图6是本发明的动目标轨迹拐角平缓微调的平滑优化方法中确定贝塞尔控制点的一示例的示意图;
图7是本发明的动目标轨迹拐角平缓微调的平滑优化方法中逐段进行采样以得到采样点的一示例的示意图;
图8是根据本发明的动目标轨迹平滑优化***的一示例的结构示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
鉴于上述问题,本发明提出一种动目标轨迹拐角平缓微调的平滑优化方法,利用回放时已事先预知的动目标轨迹的所有轨迹点,采用贝塞尔插值方法对动目标轨迹进行插值型光滑处理。根据拐角角度局部微调光滑程度,对原始轨迹增加新的采样点,同时,也对各采样点处的时间进行插值处理,经过上述时空插值处理后,最后在态势回放中对光滑后的轨迹进行显示。换言之,从位置、时间同时进行时空插值处理,并结合拐角大小进行不同程度的拐角平滑处理,能够有效避免传统的轨迹中方向变化剧烈处因采样不足引起的视觉跳跃及抖动等用户体验差的问题。
此外,对回放***从总体上进行了并行计算优化,具体包括预先集中进行并行计算,并预先存储动目标轨迹的插值光滑处理中曲线的各采样点。通过上述计算预处理,能够极大减少回放过程中显示相关的计算量,能够显著提升回放显示的流畅度,极大地改善用户体验。
需要说明的是,在本发明中,所述时空插值是指在每个采样点处,时间上进行插值处理,位置上进行插值处理,即合称为时空插值。
下面参照图1至图7,将对本发明的内容进行详细说明。
图1是本发明的动目标轨迹拐角平缓微调的平滑优化方法的一示例的步骤流程图。图2是应用本发明的动目标轨迹拐角平缓微调的平滑优化方法的一应用示例中待处理目标轨迹的局部轨迹的示意图。
如图1所示,在步骤S101中,采用贝塞尔插值方法,对待处理目标轨迹上的轨迹点列进行插值型光滑处理,根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,基于贝塞尔控制点构建出多段光滑曲线。
在一实施方式中,从回放***(例如战场态势回放***)中获取训练战场应用场景下回放时一个或多个飞机的动目标轨迹(即待处理目标轨迹)的全部轨迹点。其中,所述飞机的动目标轨迹为已事先预知的动目标轨迹。
需要说明的是,本发明的动目标轨迹拐角平缓微调的平滑优化方法特别适用于空中飞行的飞机的动目标轨迹平滑优化,还适用于地面运动车辆的动目标轨迹的平滑优化。上述仅作为可选示例进行说明,不能理解成对本发明的限制。
在该实施方式中,所述动目标轨迹包括多段轨迹线段(或轨迹折线,又简称为“线段”)和连接两相邻轨迹线段的拐角点。
可选地,所述轨迹点列包括各轨迹点的位置参数(例如采用经度、纬度、高度三个分量),例如位置信息表征,采用三维向量(x,y,z)。具体地,轨迹点列C= {(Ci,Mi),i=0,1,2,...,n-1},其中,Ci为动目标轨迹上的第i个轨迹点的位置信息,其中,位置采用经度、纬度、高度表示;i表示第 i个轨迹点,n表示轨迹点的数量,n为正整数; Mi为动目标轨迹上第i个轨迹点处对应的时间。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。
具体地,在所述待处理目标轨迹的各轨迹线段上采样得到采样点,以用于平滑处理。
优选地,根据采样间距阈值(记为δ),在所述待处理目标轨迹的各轨迹线段上采样,得到采样点。
图2示出了所述待处理目标轨迹的局部轨迹线段。从图2中可知,所述待处理目标轨迹具体包括n-1段轨迹线段(n是该动目标的原始轨迹的点数,索引从0开始,到n-1结束,即位置点队列{C0,…,Cn-1},n-2个中间拐角点(C1,…,Cn-2)、两个端点(第一端点(开始点)C0和第二端点(结束点)C n-1)。下面将结合图2中待处理目标轨迹的局部线段对插值型光滑处理进行说明。
需要说明的是,实际上,中间拐角点C i+1、 C i+2等,上述仅作为可选示例进行说明,不能理解成对本发明的限制。
具体地,设置采样间距阈值,
即轨迹线段上各段长度最小值的一半。使用S表示总曲线上的位置点队列,在初始时,位置点队列设置为空,用于收集生成过程中的位置点。使用T表示总曲线上的采样点时间队列,初始时,设置为时间点空队列,以用于收集生成过程中的各点对应的时间点。
采用贝塞尔插值方法,对所述待处理目标轨迹上的点列进行插值型光滑处理,使用的贝塞尔插值公式(1)如下:
(1)
其中, B(t)的最高次数为,共有 n+1个控制点 {Pi, i=0,…,n},上述多项式表明可通过有限的控制点列,构造出复杂的光滑曲线。
需要说明的是,理论上,控制点越多,光滑曲线效果越好。但是,为避免复杂的阶乘及幂运算,并保证较好的光滑效果,在本发明的应用中,采用二次(n=2)贝塞尔插值或三次(n=3)贝塞尔插值,即采用三个控制点{Pi, i=0,1,2}或四个控制点 {Pi, i=0,1,2,3}。利用贝塞尔插值公式,对轨迹上的点列进行插值型光滑处理,即通过待处理目标轨迹上的各轨迹点生成整个轨迹的光滑曲线,从而保证光滑处理后的轨迹曲线能尽可能地拟合原始轨迹线段。
下面将具体说明对待处理动目标轨迹所进行的插值型光滑处理。
对于插值型光滑处理,如图3所示,具体包括以下步骤。
步骤S301:计算所述待处理目标轨迹上的各轨迹线段的中点。
具体包括计算所述待处理目标轨迹上的各轨迹线段的中点,并经由各轨迹线段的中点作各轨迹线段的垂线,具体可参见图4。
例如,计算轨迹线段C i-1C i 的中点E i ,i=1,2,…,n-1,并经由中点E i 作轨迹线段 C i- 1C i 的垂线。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。
步骤S302:构造定比分点。
具体地,根据轨迹点和所计算的各轨迹线段的中点,构造定比分点。
如图5所示,计算两相邻轨迹线段(轨迹线段 C 0 C i-1和轨迹线段C i-1C i 之间的定比分点 F i-1 ,具体将轨迹线段C 0 C i-1的中点 E i-1 和轨迹线段 C i-1C i 的中点 E i 连接,构造定比分点F i-1 ,使得, i=2,…,n-2,其中, i、n均为正整数。
例如,计算两相邻轨迹线段(轨迹线段C i-1C i 和轨迹线段 C i C i+1 )之间的定比分点F i ,具体将轨迹线段C i-1C i 的中点 E i 和轨迹线段 C i C i+1 的中点 E i+1 连接,构造定比分点 F i 。
步骤S303:构造贝塞尔控制点。
具体地,将线段 E i-1 E i 平移至线段 L i-1R i-1(该线段经过轨迹点C i-1), i=2,…,n-1,构造贝塞尔控制点L i-1和R i-1,具体参见图6。
例如,将线段E i E i+1 平移至线段 L i R i (该线段经过轨迹点C i ),i=2,…,n-1,构造贝塞尔控制点L i- 和 R i ,具体参见图6。
接着,依次对所述待处理目标轨迹中的定比分点和相对应的两个轨迹线段的中点构造塞尔控制点,由此得到控制点序列,即控制点序列。通过三角不等式可以证明: L i-1不会出现在过 E i-1 的中垂线的左侧,同时, R i-1也不会出现在过E i 的中垂线的右侧。因此,能够有效避免现有插值型平滑处理或轨迹光滑处理后的曲线出现回退等严重扭曲的问题。
步骤S304:基于贝塞尔控制点构建多段光滑曲线。
具体地对左端点处理,即对第一端点(开始点)C 0 的处理。具体将第一端点P 0 =C 0 与相邻的 P 1 = L i-1连接(此处 i=2),记三个控制点 P 0 =C 0 、 P 1 = L i-1、P 2 = C i-1(此处 i=2),代入二次贝塞尔插值公式(1),构建第一段光滑曲线,即图7中所示三角形C 0 L i-1C i-1内的黑色曲线(此处i=2)。
接着,对中间各点的处理,例如,对中间点C i-1、C i 的两侧各增加两个控制点 L i-1、R i-1、 L i- 、 R i 。记四个控制点,代入三次贝塞尔插值公式(1),构建第 i段光滑曲线( i=2,…,n-2)。所述第 i段光滑曲线,即如图7所示的四边形内的黑色曲线。该过程包括了中间的多段光滑曲线( i=2,…,n-2)。
接着,对右端点处理,即对第二端点(结束点)Cn-1的处理。具体将通过三个控制点,此时 C i- 、R i 中的i=n-2。记 P 0 =C n-2 、 P 1 = R n-2 、 P 2 = C n-1 ,代入二次贝塞尔插值公式(1),构建最后一段光滑曲线,即如图7所示的三角形 C i R i C n-1 内的黑色曲线(此时i=n-2)。
通过采用贝塞尔插值方法,对所述待处理目标轨迹(即动目标轨迹)上的轨迹点列进行插值型光滑处理后,得到优化后的光滑曲线,能够有效避免现有插值型平滑处理或轨迹光滑处理后的曲线出现回退等严重扭曲的问题。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。
接下来,在步骤S102中,根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,以使得拐角附近光滑曲线变化趋向平缓。
所述根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,具体根据拐角角度对所述待处理目标轨迹进行微调平滑优化处理,并对所述待处理目标轨迹的各线段上的光滑曲线的每一个采样点的时间也进行线性插值,完成时空插值处理。
对于所述待处理目标轨迹的微调平滑优化处理,具体执行以下步骤。
步骤S401,确定待处理拐角点,并判断待处理拐角点及其两相邻的轨迹线段之间所成的角度,以进一步确定拐角张力系数。
步骤S402,根据所确定的拐角张力系数,更新待处理拐角点的第一控制线段的长度和第二控制线段的长度。
步骤S403,根据更新后的第一控制线段的长度和第二控制线段的长度,对待处理拐角点处的曲线进行平缓微调处理。
具体地,根据两相邻轨迹线段所成的夹角,适配调整拐角张力系数(或曲线张力),记/>为三点C i-1、C i 、C i+1 构成的夹角,(i=1,…,n-2)。
如果(即夹角/>)不大于/>,记拐角张力系数t=1.0。
如果,记t=0.6。如果/>,记t=0.3
具体地,记线段L i C i 的长度为di1,线段 R i C i 的长度为 di2。根据拐角张力系数 t,沿直线L i R i ,对 L i 及R i 进行位置调整以调整拐角点C i 的左侧控制线段 L i C i 和右侧线段R i C i 的长度,使得更新后的左侧线段 L i C i 长度为tdi1,右侧控制线段R i C i 的长度为tdi2。
需要说明的是,拐角角度越小,则拐角处方向变化越剧烈。由于拐角角度与拐角张力系数成负相关,调整拐角张力系数,使拐角附近的光滑曲线趋向平缓,从而减轻拐角处的显示抖动。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。
接下来,在步骤S103中,根据待处理目标轨迹上各轨迹线段构建各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线。
具体将所构建出的各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线,即构造出与待处理目标轨迹相对应的贝塞尔曲线,即优化后的目标轨迹的新曲线。
在待处理目标轨迹上的各线段对应的贝塞尔曲线上,每段贝塞尔曲线的轨迹点是C i , i=0,1,2,…,n-2,n-1。当i=1,2,…,n-2时,即非首末端点(具体为不包含第一端点和第二端点),由于这些轨迹点既为前一段贝塞尔曲线的结束点,也是本段贝塞尔曲线的开始点,所述这些轨迹点重叠,因此,在最后整条曲线的重新合成中,要将这种被记录两次的轨迹点去掉一次。
接下来,在步骤S104中,依据待处理目标轨迹上的各线段长度进行采样离散化,构建光滑曲线采样点列,对每一个采样点进行时间、空间位置的时空插值处理,以优化光滑曲线采样点列。
在本示例中,所述待处理目标轨迹包括n-2个拐角点(去除首尾端点),为了简化说明,图2中示出了三个拐角点 C i-1、C i 、C i+1 ,开始端点 C 0 和结束端点C n-1 两个端点。此外,所述待处理目标轨迹包括轨迹线段C 0 C i-1、轨迹线段 C i-1C i 、轨迹线段 C i C i+1 和轨迹线段 C i+ 1 C i+2 、… 、C n-2 C n-1 等n-1段轨迹线段。
在一实施方式中,例如将各轨迹线段(例如轨迹线段 C i-1C i )上对应的贝塞尔光滑曲线自变量t的区间[0,1]均匀分为 ni-1份,计算出该段光滑曲线上的各个采样点,得到位置点队列Si,即标记位置点队列为Si,将该队列追加到位置点队列S的尾部,i=1,L ,n-1。
具体地,对各轨迹线段(例如轨迹线段 C i-1C i )上对应的贝塞尔光滑曲线逐段进行采样。
例如,在所述待处理目标轨迹的各轨迹线段上采样得到指定数量的采样点。在该示例中,逐段进行采样。
进一步地,计算各轨迹线段上对应的贝塞尔曲线的采样点的数量(也简称为“采样点数”)。例如,针对轨迹线段 C i-1C i ,使用ni标记轨迹线段 C i-1C i 上对应光滑曲线采样点的总数:
,i=1,2,…, n-1;
其中,δ为采样间距阈值,,即轨迹线段上各段长度的最小值的一半。
通过上述采样得到如图7所示的采样点a、b、c、e、f、h、z、w、v。
优选地,各轨迹线段的长度与各轨迹线段所对应的光滑曲线的采样点数成正线性相关,由此能够有效保证插值型光滑处理后生成轨迹曲线,进而有效避免传统的拐角处采样不足引起的视觉跳跃及抖动等问题。
同时,将各轨迹线段(例如轨迹线段 C i-1C i )均匀划分为ni-1个子线段,采用以下线性插值公式:
(2)
t表示在采样点s处的时间的插值。例如,拐角点C i-1、C i 对应的时间为ti-1、 ti(通过回放***可读取到),其中,表示采样点s与拐角点(即轨迹点) C i-1的距离,因此可计算出各采样点的对应时间,得到时间队列 Ti,即每段轨迹线段对应的曲线上的采样时间点队列 Ti。使用轨迹线段上的时间队列,去近似该轨迹线段对应的光滑曲线上各采样点的时间。将所计算的当前时间队列 Ti追加到 T的尾部,得到总曲线上(即整个贝塞尔曲线上)的采样点时间队列。
接着,对所述待处理目标轨迹的各线段上的每一个采样点的时间进行时间插值,结合前面的贝塞尔空间插值,完成时空插值处理。
接下来,在步骤S105中,采用优化后的光滑曲线采样点列作为待处理目标的新轨迹,经重新绘制,得到优化后的目标轨迹的新曲线。
具体地,采用优化后的光滑曲线采样点列作为待处理目标的新轨迹,重新连接形成新的光滑曲线,即得到优化过的目标轨迹的新曲线。
在一实施方式中,构建待处理目标轨迹的轨迹点几何对象,进行三维显示。
具体地,根据待处理目标轨迹(即动目标轨迹)插值光滑处理后的光滑曲线上各点的位置队列及时间队列,例如采用三维图形渲染引擎构建待处理目标轨迹的轨迹点几何对象,进行三维显示。
可选地,增加地面垂直指示线或轨迹墙等显示效果,以增强轨迹的三维空间感。
在一可选实施方式中,对于整个回放***中的各动目标轨迹之间相互独立,且存在大规模的动目标轨迹的情况,针对回放***(例如战场态势回放***)采用并行计算技术,利用编程接口OpenMP或CUDA,借助CPU或GPU的硬件多核算力,能够同时对多个目标轨迹进行插值型光滑处理,以减少光滑处理所耗费的时间,进而能够提升***整体性能。
具体地,针对回放***,预先对整个回放***的动目标轨迹插值型光滑处理进行并行加速,并对插值型光滑处理后的采样点进行预先存储,而回放过程中可直接读取进行显示,因此,能够极大减少回放过程中的复杂计算,整体上显著提升显示性能。
需要说明的是,上述仅作为可选示例进行说明,不能理解成对本发明的限制。此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是在多个模块中同步或异步执行的。
与现有技术相比,本发明的动目标轨迹拐角平缓微调的平滑优化方法从空间位置、时间同时进行时空插值处理,具体利用回放时已事先预知的动目标轨迹的所有轨迹点,采用贝塞尔插值方法对待处理目标轨迹(即动目标轨迹)进行插值型光滑处理,能够有效优化待处理目标轨迹;通过调整拐角张力系数(具体减小拐角张力系数),使拐角附近的光滑曲线趋向平缓,从而减轻拐角处的显示抖动;通过在各轨迹线段中对应光滑曲线进行采样,实现对拐弯附近进行平滑处理,能够避免剧烈转向的抖动问题,能够有效避免传统的拐角处采样不足引起的视觉跳跃及抖动等问题。
下述为本发明***实施例,可以用于执行本发明方法实施例。对于本发明***实施例中未披露的细节,请参照本发明方法实施例。
图8是根据本发明的动目标轨迹平滑优化***的一示例的结构示意图。
如图8所示,本公开第二方面提供一种动目标轨迹平滑优化***800,所述动目标轨迹平滑优化***800包括:贝塞尔插值处理模块810、微调处理模块820、去重处理模块830、离散采样处理模块840和重绘制模块850。所述动目标轨迹平滑优化***800特别适用于执行图1的动目标轨迹拐角平缓微调的平滑优化方法。
在一可选实施方式中,贝塞尔插值处理模块810采用贝塞尔插值方法,对待处理目标轨迹上的轨迹点列进行插值型光滑处理,根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,基于贝塞尔控制点构建出多段光滑曲线。微调处理模块820根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,以使得拐角附近光滑曲线变化趋向平缓。去重处理模块830根据待处理目标轨迹上各轨迹线段所构建出的各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线。离散采样处理模块840对该条光滑曲线依据待处理目标轨迹上的各线段长度进行采样离散化,构建光滑曲线采样点列,对每一个采样点进行时间、空间位置的时空插值处理,以优化光滑曲线采样点列。重绘制模块850采用优化后的光滑曲线采样点列作为待处理目标的新轨迹,经重新绘制,得到优化后的目标轨迹的新曲线。
在一可选实施方式中,所述根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,包括:计算所述待处理目标轨迹上的各轨迹线段的中点,并经由各轨迹线段的中点作各轨迹线段的垂线;根据轨迹点和所计算的各轨迹线段的中点,构造定比分点;依次对所述待处理目标轨迹中的定比分点和各定比分点所对应的两个轨迹线段的中点构造贝塞尔控制点。
在一可选实施方式中,所述基于贝塞尔控制点构建多段光滑曲线,包括:使用二次贝塞尔插值公式,构建出第一段光滑曲线;使用三次贝塞尔插值公式,构建出中间段光滑曲线,所述中间段光滑曲线包括多段光滑曲线;使用二次贝塞尔插值公式,构建出最后一段光滑曲线。
在一可选实施方式中,所述根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,包括执行以下步骤:确定待处理拐角点,并判断待处理拐角点及其两相邻的轨迹线段之间所成的角度,以进一步确定拐角张力系数;根据所确定的拐角张力系数,更新待处理拐角点的第一控制线段的长度和第二控制线段的长度;根据更新后的第一控制线段的长度和第二控制线段的长度,对待处理拐角点处的曲线进行平缓微调优化处理。
在一可选实施方式中,进一步包括:将所构建出的各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线,即构造出与待处理目标轨迹相对应的贝塞尔曲线;对所构造出的贝塞尔曲线进行离散采样,得到指定数量的新采样点列,具体包括计算各轨迹线段上对应的贝塞尔曲线的采样点数。
在一可选实施方式中,各轨迹线段的长度与各轨迹线段所对应的贝塞尔曲线的采样点数成正线性相关。
在一可选实施方式中,将各轨迹线段上对应的贝塞尔曲线的自变量t的区间[0,1]均匀划分。
在一可选实施方式中,将各轨迹线段均匀划分成多个子线段,采用线性插值,计算出各采样点上的对应时间,得到时间点队列。
在一可选实施方式中,根据待处理目标轨迹在经插值光滑处理后的光滑曲线上各点的位置队列及时间队列,使用优化后的光滑曲线替换待处理目标轨迹,得到优化后的目标轨迹的新曲线。
需要说明的是,在图8的示例中,所述动目标轨迹平滑优化***所执行的动目标轨迹拐角平缓微调的平滑优化方法与图1的示例中的动目标轨迹拐角平缓微调的平滑优化方法的内容大致相同,因此,省略了相同部分的说明。
与现有技术相比,本发明的动目标轨迹拐角平缓微调的平滑优化方法从空间位置、时间同时进行时空插值处理,具体利用回放时已事先预知的动目标轨迹的所有轨迹点,采用贝塞尔插值方法对待处理目标轨迹(即动目标轨迹)进行插值型光滑处理,能够有效优化待处理目标轨迹;通过调整拐角张力系数(具体减小拐角张力系数),使拐角附近的光滑曲线趋向平缓,从而减轻拐角处的显示抖动;通过在各轨迹线段中对应光滑曲线进行采样,实现对拐弯附近进行平滑处理,能够避免剧烈转向的抖动问题,能够有效避免传统的拐角处采样不足引起的视觉跳跃及抖动等问题。
以上具体地示出和描述了本发明的示例性实施例。应可理解的是,本发明不限于这里描述的详细结构、设置方式或实现方法;相反,本发明意图涵盖包含在所附权利要求的精神和范围内的各种修改和等效设置。
Claims (10)
1.一种动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,包括
采用贝塞尔插值方法,对待处理目标轨迹上的轨迹点列进行插值型光滑处理,根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,基于贝塞尔控制点构建出多段光滑曲线;
根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,以使得拐角附近光滑曲线变化趋向平缓;
根据待处理目标轨迹上各轨迹线段构建各段上的光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线;
对该条光滑曲线依据待处理目标轨迹上的各线段长度进行采样离散化,构建光滑曲线采样点列,对每一个采样点进行时间、空间位置的时空插值处理,以优化光滑曲线采样点列;
采用优化后的光滑曲线采样点列作为待处理目标的新轨迹,经重新绘制,得到优化后的目标轨迹的新曲线。
2.根据权利要求1所述的动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,所述根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,包括:
计算所述待处理目标轨迹上的各轨迹线段的中点,并经由各轨迹线段的中点作各轨迹线段的垂线;
根据轨迹点和所计算的各轨迹线段的中点,构造定比分点;
依次对所述待处理目标轨迹中的定比分点和各定比分点所对应的两个轨迹线段的中点构造贝塞尔控制点。
3.根据权利要求1所述的动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,所述基于贝塞尔控制点构建多段光滑曲线,包括:
使用二次贝塞尔插值公式,构建出第一段光滑曲线;
使用三次贝塞尔插值公式,构建出中间段的光滑曲线,所述中间段光滑曲线包括多段光滑曲线;
使用二次贝塞尔插值公式,构建出最后一段光滑曲线。
4.根据权利要求2或3所述的动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,所述根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,包括执行以下步骤:
确定待处理拐角点,并判断待处理拐角点及其两相邻的轨迹线段之间所成的角度,以进一步确定拐角张力系数;
根据所确定的拐角张力系数,更新待处理拐角点的第一控制线段的长度和第二控制线段的长度;
根据更新后的第一控制线段的长度和第二控制线段的长度,对待处理拐角点处的曲线进行平缓微调优化处理。
5.根据权利要求3所述的动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,进一步包括:
将所构建出的各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线,即构造出与待处理目标轨迹相对应的贝塞尔曲线;
对所构造出的贝塞尔曲线进行离散采样,得到指定数量的新采样点列,具体包括计算各轨迹线段上对应的贝塞尔曲线的采样点数。
6.根据权利要求5所述的动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,
各轨迹线段的长度与各轨迹线段所对应的贝塞尔曲线的采样点数成正线性相关。
7.根据权利要求5所述的动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,
将各轨迹线段上对应的贝塞尔曲线的自变量t的区间[0,1]均匀划分。
8.根据权利要求1或7所述的动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,
将各轨迹线段均匀划分成多个子线段,采用线性插值,计算出各采样点上的对应时间,得到时间队列。
9.根据权利要求1所述的动目标轨迹拐角平缓微调的平滑优化方法,其特征在于,根据待处理目标轨迹在经插值光滑处理后的光滑曲线上各点的位置队列及时间队列,使用优化后的光滑曲线替换待处理目标轨迹,得到优化后的目标轨迹的新曲线。
10.一种动目标轨迹平滑优化***,其特征在于,包括:
贝塞尔插值处理模块,采用贝塞尔插值方法,对待处理目标轨迹上的轨迹点列进行插值型光滑处理,根据待处理目标轨迹上各轨迹线段的中点、定比分点确定贝塞尔控制点,基于贝塞尔控制点构建出多段光滑曲线;
微调处理模块,根据待处理目标轨迹中拐角的角度对光滑曲线进一步微调,以使得拐角附近光滑曲线变化趋向平缓;
去重处理模块,根据待处理目标轨迹上各轨迹线段所构建出的各段光滑曲线,依次首尾连接并去掉重复点,合成为与待处理目标轨迹相对应的一条光滑曲线;
离散采样处理模块,对该条光滑曲线依据待处理目标轨迹上的各线段长度进行采样离散化,构建光滑曲线采样点列,对每一个采样点进行时间、空间位置的时空插值处理,以优化光滑曲线采样点列;
重绘制模块,采用优化后的光滑曲线采样点列作为待处理目标的新轨迹,经重新绘制,得到优化后的目标轨迹的新曲线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311297795.2A CN117315198B (zh) | 2023-10-09 | 2023-10-09 | 一种动目标轨迹拐角平缓微调的平滑优化方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311297795.2A CN117315198B (zh) | 2023-10-09 | 2023-10-09 | 一种动目标轨迹拐角平缓微调的平滑优化方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117315198A true CN117315198A (zh) | 2023-12-29 |
CN117315198B CN117315198B (zh) | 2024-04-16 |
Family
ID=89245978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311297795.2A Active CN117315198B (zh) | 2023-10-09 | 2023-10-09 | 一种动目标轨迹拐角平缓微调的平滑优化方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117315198B (zh) |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06259567A (ja) * | 1993-03-05 | 1994-09-16 | Hiroshi Makino | 自由曲線補間法 |
JP2000082152A (ja) * | 1998-09-07 | 2000-03-21 | Usc Corp | 軌跡制御方法及び軌跡制御方法を記録した記録媒体 |
US6304677B1 (en) * | 1998-04-07 | 2001-10-16 | Adobe Systems Incorporated | Smoothing and fitting point sequences |
US20060015247A1 (en) * | 2004-07-07 | 2006-01-19 | The Boeing Company | Bezier curve flightpath guidance using moving waypoints |
US20150205283A1 (en) * | 2014-01-21 | 2015-07-23 | Mitsubishi Electric Research Laboratories, Inc. | Method for Generating Trajectory for Numerical Control Process |
CN105354870A (zh) * | 2015-10-21 | 2016-02-24 | 新奥特(北京)视频技术有限公司 | 一种绘制轨迹的还原方法和装置 |
CN107221018A (zh) * | 2017-04-14 | 2017-09-29 | 弘成科技发展有限公司 | 一种智能画板画面合成方法 |
CN107450472A (zh) * | 2017-08-31 | 2017-12-08 | 华中科技大学 | 一种基于三次Bezier曲线插值实现刀具轨迹参数弧长化的方法 |
CN107807658A (zh) * | 2017-09-30 | 2018-03-16 | 飞智控(天津)科技有限公司 | 面向多无人机编队飞行任务的轨迹规划方法 |
WO2018133439A1 (zh) * | 2017-01-19 | 2018-07-26 | 北京工业大学 | 一种考虑末端运动误差的六自由度机器人轨迹规划方法 |
CN111091622A (zh) * | 2019-12-16 | 2020-05-01 | 广州地理研究所 | 一种无人机巡检航线构建方法 |
CN111199075A (zh) * | 2019-12-30 | 2020-05-26 | 四川函钛科技有限公司 | 一种基于时序qar参数的飞行轨迹自适应平滑的方法 |
CN111260082A (zh) * | 2020-03-08 | 2020-06-09 | 北京瀚科科技集团有限公司 | 一种基于神经网络的空间对象运动轨迹曲线预测方法 |
CN112162527A (zh) * | 2020-10-07 | 2021-01-01 | 烟台大学 | 适用于五轴数控装置的刀具路径拐角平滑过渡方法 |
CN112659126A (zh) * | 2020-12-23 | 2021-04-16 | 广东工业大学 | 一种基于非均匀b样条曲线的工业机器人轨迹段过渡方法 |
CN112975992A (zh) * | 2021-05-21 | 2021-06-18 | 武汉瀚迈科技有限公司 | 一种误差可控的机器人轨迹同步优化方法 |
CN114237244A (zh) * | 2021-12-15 | 2022-03-25 | 东南大学 | 一种基于光线跟踪的移动机器人路径规划方法 |
CN114489372A (zh) * | 2021-12-17 | 2022-05-13 | 北京集创北方科技股份有限公司 | 触摸轨迹报点方法和计算机存储介质 |
CN114692933A (zh) * | 2020-12-31 | 2022-07-01 | 美的集团(上海)有限公司 | 一种轨迹优化方法、装置、电子设备和存储介质 |
KR20220129218A (ko) * | 2021-03-16 | 2022-09-23 | 한국전자통신연구원 | 장애물에 관한 비행 상황을 인지하여 무인 이동체의 속도 제어 방법 및 무인 이동체 |
CN115412852A (zh) * | 2021-05-27 | 2022-11-29 | 中移动信息技术有限公司 | 移动终端的运动轨迹确定方法及*** |
CN116594348A (zh) * | 2023-05-05 | 2023-08-15 | 华中科技大学 | 一种数控加工过程中的刀位点轨迹实时优化方法及应用 |
-
2023
- 2023-10-09 CN CN202311297795.2A patent/CN117315198B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06259567A (ja) * | 1993-03-05 | 1994-09-16 | Hiroshi Makino | 自由曲線補間法 |
US6304677B1 (en) * | 1998-04-07 | 2001-10-16 | Adobe Systems Incorporated | Smoothing and fitting point sequences |
JP2000082152A (ja) * | 1998-09-07 | 2000-03-21 | Usc Corp | 軌跡制御方法及び軌跡制御方法を記録した記録媒体 |
US20060015247A1 (en) * | 2004-07-07 | 2006-01-19 | The Boeing Company | Bezier curve flightpath guidance using moving waypoints |
US20150205283A1 (en) * | 2014-01-21 | 2015-07-23 | Mitsubishi Electric Research Laboratories, Inc. | Method for Generating Trajectory for Numerical Control Process |
CN105354870A (zh) * | 2015-10-21 | 2016-02-24 | 新奥特(北京)视频技术有限公司 | 一种绘制轨迹的还原方法和装置 |
WO2018133439A1 (zh) * | 2017-01-19 | 2018-07-26 | 北京工业大学 | 一种考虑末端运动误差的六自由度机器人轨迹规划方法 |
CN107221018A (zh) * | 2017-04-14 | 2017-09-29 | 弘成科技发展有限公司 | 一种智能画板画面合成方法 |
CN107450472A (zh) * | 2017-08-31 | 2017-12-08 | 华中科技大学 | 一种基于三次Bezier曲线插值实现刀具轨迹参数弧长化的方法 |
CN107807658A (zh) * | 2017-09-30 | 2018-03-16 | 飞智控(天津)科技有限公司 | 面向多无人机编队飞行任务的轨迹规划方法 |
CN111091622A (zh) * | 2019-12-16 | 2020-05-01 | 广州地理研究所 | 一种无人机巡检航线构建方法 |
CN111199075A (zh) * | 2019-12-30 | 2020-05-26 | 四川函钛科技有限公司 | 一种基于时序qar参数的飞行轨迹自适应平滑的方法 |
CN111260082A (zh) * | 2020-03-08 | 2020-06-09 | 北京瀚科科技集团有限公司 | 一种基于神经网络的空间对象运动轨迹曲线预测方法 |
CN112162527A (zh) * | 2020-10-07 | 2021-01-01 | 烟台大学 | 适用于五轴数控装置的刀具路径拐角平滑过渡方法 |
CN112659126A (zh) * | 2020-12-23 | 2021-04-16 | 广东工业大学 | 一种基于非均匀b样条曲线的工业机器人轨迹段过渡方法 |
CN114692933A (zh) * | 2020-12-31 | 2022-07-01 | 美的集团(上海)有限公司 | 一种轨迹优化方法、装置、电子设备和存储介质 |
KR20220129218A (ko) * | 2021-03-16 | 2022-09-23 | 한국전자통신연구원 | 장애물에 관한 비행 상황을 인지하여 무인 이동체의 속도 제어 방법 및 무인 이동체 |
CN112975992A (zh) * | 2021-05-21 | 2021-06-18 | 武汉瀚迈科技有限公司 | 一种误差可控的机器人轨迹同步优化方法 |
CN115412852A (zh) * | 2021-05-27 | 2022-11-29 | 中移动信息技术有限公司 | 移动终端的运动轨迹确定方法及*** |
CN114237244A (zh) * | 2021-12-15 | 2022-03-25 | 东南大学 | 一种基于光线跟踪的移动机器人路径规划方法 |
CN114489372A (zh) * | 2021-12-17 | 2022-05-13 | 北京集创北方科技股份有限公司 | 触摸轨迹报点方法和计算机存储介质 |
CN116594348A (zh) * | 2023-05-05 | 2023-08-15 | 华中科技大学 | 一种数控加工过程中的刀位点轨迹实时优化方法及应用 |
Non-Patent Citations (4)
Title |
---|
K. R. SIMBA, G. HEPPELER, H. NOGUCHIL, O. SAWODNY AND N. UCHIYAMA: "Iterative Learning Control with Bézier Curve-Based Corner Smoothing for Feed Drive Systems", 《2018 EUROPEAN CONTROL CONFERENCE (ECC)》, 29 November 2018 (2018-11-29) * |
VACLAV SKALA, VIT ONDRACKA: "BS-Patch: Constrained Bezier Parametric Patch", 《WSEAS TRANS.ON MATHEMATICS》, 22 December 2022 (2022-12-22) * |
徐富阳: "驱动特性约束的加工路径拐角光顺方法研究", 《中国优秀硕士论文电子期刊网》, 15 February 2019 (2019-02-15) * |
李浩等: "基于公差带的二次连续贝塞尔曲线刀具轨迹平滑算法", 《吉林大学学报(工学版)》, 8 June 2018 (2018-06-08) * |
Also Published As
Publication number | Publication date |
---|---|
CN117315198B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20060256115A1 (en) | Graphic Engine for Approximating a Quadratic Bezier Curve in a Resource-Constrained Device | |
JP2002015335A (ja) | モーションブラー画像描画方法及び描画装置 | |
EP4332904A1 (en) | Image processing method and apparatus, electronic device, and storage medium | |
CN117315198B (zh) | 一种动目标轨迹拐角平缓微调的平滑优化方法和*** | |
CN113827965A (zh) | 游戏场景中样条线的渲染方法、装置及设备 | |
JP3363137B2 (ja) | 当たり判定方法、その装置、当たり判定処理プログラムを記録したコンピュータ読み取り可能な記録媒体及びビデオゲーム装置 | |
CN112991444B (zh) | 位置确定方法及设备 | |
US20230298252A1 (en) | Image rendering method and related apparatus | |
US6876366B2 (en) | Graphic engine for handling sub-pixel regions in a resource-constrained device | |
JP2023178404A (ja) | 風速分布推定装置及び風速分布推定方法 | |
CN107767487A (zh) | 一种确定数据采集路线的方法与装置 | |
CN117172185A (zh) | 一种用于多光束光罩编写器的高保真度版图光栅化方法 | |
US20050007369A1 (en) | Graphic engine for approximating a quadratic Bezier curve in a resource-constrained device | |
US9595122B2 (en) | Drawing apparatus and drawing method | |
CN116758213A (zh) | 一种结合骨骼驱动的三维网格模型变形方法 | |
CN103197285B (zh) | 一种用于合成孔径雷达成像的导航数据拟合方法 | |
CN105898594A (zh) | 控制虚拟现实视频播放的方法和装置 | |
US8633932B1 (en) | Animation with adjustable detail level | |
JP2002288244A (ja) | 調和された点ネットワークを生成し、処理するための方法およびシステム | |
US7142211B2 (en) | Graphic engine for fill style transferring in a resource-constrained device | |
JP2000331193A (ja) | 有限要素メッシュモデルの形状変更方法 | |
WO2023145411A1 (ja) | 情報処理システム、情報処理方法、および、コンピュータ読み取り可能な非一時的記憶媒体 | |
US20050007365A1 (en) | Graphic engine for rasterizing a straight edge in a resource-constrained device | |
JP4462704B2 (ja) | ゲーム装置および情報記憶媒体 | |
CN109800191A (zh) | 用于计算序列数据的协方差的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |