支持频繁位置更新的不确定移动对象索引策略

来源 :计算机学报 | 被引量 : 0次 | 上传用户:mm315
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
移动数据采集和处理技术的迅速发展给研究人员提出了新的应用需求,如何在频繁位置更新应用中索引不确定移动对象的当前及未来位置信息成为当前的研究热点之一.TPu树是针对不确定移动对象的当前及未来位置信息索引的策略,其具有较高的概率域查询效率,但是其采用的传统自顶向下更新算法,存在频繁位置更新效率低下的问题.通过在TPU树上增加一个记录不确定移动对象状态特征的更新备忘录(UM)内存结构,文中提出了一种支持频繁位置更新的不确定移动对象索引策略TPU2M树,并在此基础之上提出了一种改进的基于备忘录(MMBU/I)的更
其他文献
在GPU上进行多片元效果的绘制,已有的方法往往需要对模型进行多遍的数据读取,以进行片元的有效排序.由于往GPU传输数据的带宽限制,多遍的数据读取严重制约了绘制效率的提高.虽然,随着CUDA的出现,已有方法可将数据完全装入GPU进行多片元效果的绘制,但受存储空间的限制,难以处理大规模的模型.对此,文中提出一种只需要单遍数据读取的绘制方法,即将模型进行凸多面体方式的组织,并依据绘制的需求逐个地将凸多面
文中报道了使用发布订阅中间件搭建的一个跟踪系统,通过单摄像头采集图像,经过分析处理,计算出运动物体的相对位置,同时控制摄像头转动,对运动物体进行实时追踪.整个系统主要包括4个方面,以发布/订阅为中心结构连接3个子系统、目标获取、目标跟踪、采集摄像头控制.文中为卡尔曼滤波定义了新的向量,预测目标运动趋势;根据物体的运动信息自行设计了摄像头控制程序.算法有充分的理论依据和实验验证.