基本信息科学研究课程信息招生信息新页签
基本情况

张永安：男，1976年生，博士，哈尔滨工业大学航天学院副教授。



1. 教育经历

1995年－1999年，哈尔滨工业大学，航天学院控制科学与工程系，本科/学士 1999年－2001年，哈尔滨工业大学，航天学院控制科学与工程系，研究生/硕士 2001年－2004年，哈尔滨工业大学，航天学院控制理论与制导技术研究中心，研究生/博士 2. 工作经历

2005年－2006年，哈尔滨工业大学，深圳研究生院自动控制与机电工程学部，博士后 2007年－2008年，北京航空航天大学，宇航学院制导导航与控制系，讲师2014年-2015年，曼彻斯特大学，电气与电子工程系，访问学者 2008年至今，哈尔滨工业大学，航天学院控制理论与制导技术研究中心，副教授


Recent Research


1. global time sequence averaging method using dynamic time warping Time sequence averaging under dynamic time warping (DTW) is a non-trivial problem, and its exact solution requires unrealistic computational complexity in practice. The DTW barycenter averaging (DBA) method is one of the most effective iterative approximation solutions to date. However, there are still a few drawbacks in the DBA method. First, the length of the resulting average sequence depends on the selected initial average sequence; secondly, the discrepancy distance between the resulting average sequence and target sequence set is highly sensitive to the initialization, as we have demonstrated through the experiments described here. In this study, we propose an adaptive DBA (ADBA) algorithm to address these drawbacks. We define a scaling coefficient based on the DTW alignments such that the temporal aberrations between the average sequence and target sequence set can be qualitatively captured. The algorithm is realized by an iterative process. For each iteration, the temporary average sequence and target sequence set are partitioned into several aligned subsequence sets according to the variation in the signs of the scaling coefficients. Then, these partitioned average subsequences are adaptively compressed or stretched so that the average discrepancy distance and overall temporal aberration can be locally minimized. The comparison experiments carried out on the standard datasets illustrate that the proposed algorithm achieves lower average discrepancy distance, overall temporal aberration, and higher robustness than avaiable methods. Additionally, the proposed algorithm is verified by an accelerometer-based hand gesture recognition system, where ADBA produces more effective gesture templates.



2. human Gesture Recognition and Motion Capture





Courses
非线性/非高斯滤波 (内容实时更新）1. 课程目的和基本要求 卡尔曼滤波是线性高斯意义下的最优滤波，由于大多数实际物理系统是非线性、非高斯的，因而卡尔曼滤波只是非线性/非高斯滤波的特例，故非线性/非高斯滤波有更重要的理论意义和应用价值。该课程的目的主要是使学生了解最优滤波的最新进展，熟悉非线性、非高斯滤波的基本概念，掌握非线性/非高斯滤波的各种常用求解算法，特别的，重点掌握序贯蒙特卡罗滤波。最后，了解非线性/非高斯滤波在跟踪、导航以及信号处理等领域中的应用。



2. 课程主要内容 课程主要内容包括：最优滤波的数学基础；最优滤波的一般描述；线性高斯滤波简介；近似高斯滤波；最优滤波的全局近似——序贯蒙特卡罗滤波；非线性/非高斯滤波理论在跟踪、导航、信号处理等领域的应用。详述如下：

最优滤波的数学基础和一般描述：介绍最优滤波的数学基础，最优滤波问题的递推贝叶斯描述，线性高斯条件下的最优解——卡尔曼滤波及其局限，并在此基础上介绍最优滤波的最新进展（内容每年更新）。近似高斯滤波：介绍非线性/非高斯滤波问题的近似高斯求解算法，包括扩展卡尔曼滤波、Unscented卡尔曼滤波等常用的滤波方法。序贯蒙特卡罗滤波：介绍抽样原理，常用抽样算法，非线性滤波问题的序贯蒙特卡洛全局近似算法，序贯蒙特卡罗滤波中的退化问题以及解决方法。非线性/非高斯滤波问题及其在跟踪、导航、信号处理等领域中的应用：介绍机动目标跟踪、多目标跟踪、视觉导航、信号处理中常见问题的非线性滤波解决思路。3. 课程讲义：《非线性/非高斯滤波讲义》第一讲：最优滤波的一般描述 ，作业, 状态估计的一致性问题 (By Y. Bar-Shalom et al.) 第二讲：近似高斯滤波 第三讲：序贯蒙特卡罗滤波 第四讲：非线性/非高斯滤波的应用课程设计

4. 参考文献 A. Doucet, J.F.G. De Freitas, and N.J. Gordon. Sequential Monte Carlo Methods in Practice. Springer Series in Statistics for Engineering and Information Science. New York: Springer-Verlag, 2001.John L. Crassidis, and John L. Junkins. Optimal Estimation of Dynamical Systems, Chapman & Hall/CRC , 2004.Y. Bar-Shalom, X. R. Li, and T. Kirubarajan. Estimation with Applications to Tracking and Navigation. John Wiley & Son, Inc., 2001IEEE、AIAA数据库相关论文，实时更新



研究生招生信息
1. 可穿戴式动作捕捉与室内定位

l 研究内容：利用可穿戴式体感传感器，在线捕获人体的运动学信息，并通过PC/移动终端实时重构人体的肢体运动学和室内实时定位信息，从而为后续的康复医疗、运动员培训、虚拟现实、机器人示教学习、人体外骨骼以及假肢控制等诸多应用提供全面的动作捕捉支持和服务。

l 需求人数：1-2人

l 基本要求：

– 具有扎实的数学基础和编程能力；

– 了解机器人的运动学；

– 具有保研资格者优先。

2. 基于可穿戴式传感器的智能肢体模式识别

l 研究内容：利用自研的穿戴式系统，给出人体动作模式的特征表达与智能提取方法，并由此实现肢体动作模式的识别与分类。

l 需求人数：1-2人

l 基本要求：

– 具有较好的数学分析能力和编程能力；

– 有一定模式识别的专业基础；

– 有保研资格者优先。

3. 智能步态识别系统设计及其应用研究

l 研究内容：参与团队的可穿戴式智能步态分析系统，研究脑损伤病人的病理行为，以及脑损伤病人和骨科病人的康复训练监护。

l 需求人数：1-2人

l 基本要求：

– 具有较好的嵌入式系统基础；

– 优秀的团队协作能力；

– 有保研资格者优先。