基于多传感器数据融合仿真系统的人机交互技术研究

来源 :武汉理工大学 | 被引量 : 3次 | 上传用户:wysaccp
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分布式信息处理、传感器技术、网络技术的发展推动了多传感器数据融合技术的发展,该技术目前已被广泛地应用于军事和民用的各个领域,在各个方面对人们的生产和生活起了积极的作用。目前多传感器数据融合技术的研究主要集中在融合算法上,对该技术的人机交互研究有所不足。人机交互设计的目‘的在于使用户安全、有效地实现各种功能,其设计的好坏直接影响到系统能否得到很好的推广,因此多传感器数据融合仿真系统的人机交互研究具有重要的理论和现实意义。论文研究了在多传感器数据融合仿真系统这一特殊环境中的人机交互技术,主要研究工作有:(1)分析了多传感器数据融合仿真系统的具体需求,包括功能、性能、输入输出、数据管理以及安全性等方面的需求;(2)对一些经典的人机交互模型进行研究,分析经典模型的优势和不足之处,并结合多传感器数据融合仿真系统的具体需求,提出了面向任务的人机交互模型-PITA(Presentation-Interaction-Task Management-Application)模型,该模型将人机交互过程分成表现层、任务层、任务管理层和应用层;(3)分析PITA模型和MVC模型在结构上的异同,并将两者结合,提出了PITA-MVC实现模型;(4)基于PITA模型和PITA-MVC实现模型,研究了多传感器数据融合仿真系统的人机交互的设计方法,包括系统结构、系统的显示风格、系统之间的交互以及系统网络传输的设计;(5)实现了多传感器数据融合仿真系统,在系统中实现了三维仿真界面、提示界面、导航界面和系统界面;考虑到不同终端的异构性,采用了界面自适应技术,实现了系统在不同平台上的移植;实现了各种交互技术,包括双缓冲绘图技术、异或绘图技术、鹰眼技术等。论文研究工作表明,PITA模型适合多传感器数据融合仿真系统,能够满足系统在功能、性能、安全性和稳定性上的诸多要求。PITA模型支持对话独立性、界面自适应、应用的可移植性、任务的可控制性并能给用户及时的反馈。实现了多传感器数据融合仿真系统,并在系统中采用了多种人机交互技术。
其他文献
随着军队机械化和信息化建设的不断深入,多种新式车辆列入部队装备序列,对部队正规化现代化专业化的管理提出了更高的要求,需要运用高科技手段进行有效监管。军车牌照是军车
近年来,基于人工智能技术的问题求解、自动证明、类人答题等应用已经成为研究的热点,并不断取得新的突破。自然语言处理是人工智能研究的一个重要内容,其研究方法主要包括基
随着网络应用技术的飞速发展,流媒体技术也已经在生活中的各个领域普及起来,如:远程教育、网络视频会议、视频点播等,因此对于流媒体技术的研究也越来越受到广大学者的重视。
粗糙集理论是一种处理分析不确定或者模糊知识的数学工具,已经在模式识别、专家系统、故障诊断和决策分析等方面有了较为成功的应用。由于数据库中的数据是动态变化的,数据库
随着信息技术的发展,垃圾邮件成为互联网的主要危害之一,垃圾邮件过滤技术也逐渐成为备受关注的研究领域。在与反垃圾邮件技术对抗中,垃圾邮件发送的手段和技术也不断的更新,
互联网技术的发展及人类需求的驱动,并且数据库技术的齐头并进,这让人类有能力存储和高效管理海量数据。人类积累的数据越来越多,所谓的大数据时代因此产生。面对海量数据,能
分布式网络在信息交换、资源共享、协同工作和并行处理等方面显示出的优势,使其迅速成为网络发展的方向。分布式网络具有开放性、动态性、自治性等特性,相对于传统的C/S网络
近年来,射频识别(RFID)技术快速发展,阅读器侦测范围的增大与识别率的提高,标签种类的丰富与成本的下降,促进RFID技术在越来越多的领域得到应用,且应用范围正在从大宗贵重物品转向
P2P技术是近年来流行的计算机网络结构,不同于客户机服务器结构,P2P中所有的节点都是平等的,没有严格的提供者和消费者的区分,网络中也不存在权威中心对这些节点进行管理。开
随着大数据时代的到来,数据的维度越来越高而且数据中的冗余信息越来越多,统计学习和机器学习从包含大量的冗余信息的数据中学习或发现有用的信息越来越困难,因此在对数据建