基于启发式的多机器人SLAM地图融合方法研究

同步定位和地图构建（simultaneous localization and mapping,SLAM）是移动机器人在未知环境中完成地图构建和定位任务的关键技术。针对多机器人SLAM中的地图融合问题,提出一种启发式的搜索方法引导局部地图的重复区域进行地图融合。每个机器人可以在不了解其相对位置的情况下建立局部地图,并将局部地图信息发送至同一工作站中,以局部地图的相似性为判断指标融合得到最优的全局地图。在机器人实物平台上进行验证,结果证明了多机器人SLAM的地图融合算法的有效性和准确性。     

改进路径跟踪算法在机器人SLAM中的应用研究

绘制地图是自动化物流领域的重要环节，目前普遍采用即时定位与建图(SLAM)方法，但在大规模场景下，机器人常在区域边缘地带反复测扫从而积累误差，无法快速构建高精度完整地图。提出一种基于辅助路径跟踪的机器人自主建图方法，对给定的初始草图进行栅格化去噪，通过多段三次多项式对辅助路径进行拟合改进，采用改进的纯跟踪算法引导机器人建图，改善SLAM建图过程的总距离和时间。实验表明：该算法在地图完整性、准确度和建图效率方面，较现有V-SLAM、QRCode-SLAM方法均有改善，为快速高效地构建地图提供了一种可视化的双向交互途径。     

多机器人SLAM后端优化算法综述

对于移动机器人研究领域来说,现阶段研究热点是如何在全球定位系统失效的情况下同时定位与地图构建(simultaneous localization and mapping,SLAM)。对于单个机器人SLAM已经有很多解决方案,然而当转移到多机器人平台时,对于存在的问题又面临很多新的挑战。本文首先分析了多机器人SLAM,着重探讨了多机器人SLAM后端优化算法。分析了多机器人SLAM研究过程中遇到的不同问题,以及现阶段这些问题的处理算法。讨论了多机器人SLAM中扩展卡尔曼滤波、扩展信息滤波、粒子滤波、基于图优化的SLAM、地图融合等后端优化算法的研究现状,分析了算法的优缺点,并提出了未来发展的方向。     

一种新的自主移动机器人主动式SLAM算法

针对未知环境中运动的自主移动机器人的控制律与运动路径需要在同时定位与地图创建过程中同步产生的问题,提出了运用行为动力学与滚动窗口路径规划的同时定位与地图创建方法。应用行为动力学模型计算机器人运动速度和导航角,确定控制律,同时根据滚动窗口中信息进行定位与地图创建,并自主规划出可行路径,再将滚动窗口地图融合到全局地图中,实现机器人主动式同时定位与地图创建。仿真实验表明,在根据机器人任务而灵活设置单个或多个目标点的情况下,该方法能够实现机器人在自主运动的过程中有效地完成同时定位与地图创建任务,并通过相关性能指标验证了算法的有效性。     

基于空间域划分的分布式SLAM算法

针对同步定位与地图构建(simultaneous localization and mapping, SLAM)中状态量高维时变的问题,本文通过综合集中式和分布式实现结构的各自优势,提出了一种基于空间域划分的分布式SLAM算法。该算法依据两个路标点与机器人连线之间的夹角,将整个空间域中的路标点进行区域划分,保证每个子空间域内含有两个不共线的路标点,并将每个空间域内的路标点组合构建观测模型,采用分布式无味粒子滤波器进行机器人位姿的估计,而采用联邦Kalman滤波完成对路标点的估计,并通过设计各子滤波器中粒子分布的调整方式改善了系统在动态重构过程的精度和稳定性。最后,通过实际数据的仿真试验证明所提算法具有更好的实时性和滤波精度。     

市场细分下定价与能力受限批量的联合决策

面对激烈的市场竞争,企业常常把市场细分成若干子市场,根据每个子市场的特点,采取不同的定价策略.本文针对市场细分、价格敏感需求且生产能力受限情形,研究了制造商如何协调地进行定价决策和生产决策,使得利润最大化.零库存原理仍然成立,可以把原问题分解为一组具有特殊性质的子问题.每个子问题可以由两个简单模型联合表示:需求分配模型和批量模型.提出了基于动态规划的精确算法,可以在多项式时间内求解原问题的最优生产计划和各周期各子市场最优价格.     

采用R树和轨迹分段的HMM高效地图匹配方法

针对传统隐马尔可夫模型(hidden-Markov model,HMM)地图匹配算法无法高效处理大量轨迹数据的问题,提出了一种改进的HMM地图匹配算法。采用R树空间索引方法为路网建立空间索引,基于轨迹点位置变化率对GPS轨迹数据进行分段,并利用R树索引快速确定子轨迹所属的候选路段,在子轨迹中挑选关键点代替整段子轨迹判断所属路段,根据结果完成各子轨迹的地图匹配。仿真结果表明：与传统HMM地图匹配算法相比,改进算法可以同时减少道路搜索和轨迹点遍历的工作量,大幅提高算法效率。     

带延期交货和固定成本的库存受限转包模型

研究了库存受限的带延期交货和转包的离散动态批量问题。在该问题中,所有成本函数均为带固定分量的线性函数,每周期的转包量、库存量和延期交货量均受限,目标是以最小的总体成本满足T周期规划时段上的需求。由最优解性质,最优计划可由定义在库存点间的子计划的组合或级联构成,据此将问题归结为如何有效地求解子计划;通过松弛子计划模型中的生产周期约束,将子计划分成2个分别定义在生产周期前后的子问题;并依据最优解性质,开发了求解子问题及处理松弛约束的多项式算法。在此基础上,给出了求解整个规划问题的动态规划迭代公式和算法步骤,算法的整体复杂性为O(T4logT)。最后,提供了一个来自奶制品公司的实例演示模型和算法。     

基于多机器人臂间协作的通信机制的设计与实现

随着多智能体(multiple agent system,MAS)在多机器人系统中的应用,机器人间的信息交换显得尤其重要.以网络传输为基础,提出了将基于传输介质的CSMA/CA(可避免冲突的二次检测)技术用于多机器人臂间在共同工作空间中的路径协调,并制定了相应的通讯协议.实验证明此方法有效.     

基于结构可增长自组织特征映射图的地图绘制

针对机器人环境识别问题,研究其工作环境描述与实现过程,提出一种环境拓扑地图建立的新方法。该方法以自组织特征映射图的工作算法为基础,提出GSOM(Growing Self-organizing Map)算法,该算法具有增长特性,通过不断增加新的神经元实现网络规模的增长,从而满足描述环境特征的需要,建立环境拓扑地图;仿真试验表明GSOM算法的正确性,可以在样本数未知情况下,确定描述环境特征的最优SOM神经元数量,以少数SOM图神经元分布描述具有大量特征信息的环境结构,建立更能准确描述环境的拓扑地图。     

Stochastic Channel Allocation for Nonlinear Systems with Markovian Packet Dropout

This paper addresses a channel scheduling problem for group of dynamically decoupled nonlinear subsystems with actuators connected through digital communication channels and controlled by a centralized controller. Due to the limited communication capacity, only one channel can be activated and hence there is only one pair of sensor and actuator can communicate with the controller at each time instant. In addition, the communication channels are not reliable so Markovian packed dropout is introduced. A predictive control framework is adopted for controller/scheduler co-design to alleviate the performance loss caused by the limited communication capacity. Instead of sending a single control value, the controller sends a sequence of predicted control values to a selected actuator so that there are control input candidates which can be fed to the subsystem when the actuator does not communicate with the controller. A stochastic algorithm is proposed to schedule the usage of the communication medium and sufficient conditions on stochastic stability are given under some mild assumptions.     

用群体智能原则控制群机器人搜索

用群机器人搜索定位矿难幸存者,可为人工施救提供决策参考.群机器人系统的建模基于个体有限感知和局部交互等群体智能原则,将机器人抽象为封闭2维空间的运动粒子,机器人与控制器综合抽象为一阶惯性环节.给出了机器人的感知函数、邻域结构及初始化区域的定义,以此为基础进行虚拟多agent搜索.针对机器人的最大运动速度和质量惯性等约束,交替施加螺旋控制以发现信号线索;施加扩展微粒群控制进行目标搜索.通过改变通信距离和感知范围进行了仿真实验,结果表明了控制策略的有效性.     

移动机器人网络运动协调的控制与仿真

研究移动机器人网络运动协调的仿真框架与分散控制律的设计。建立了传感范围有限、差速驱动移动机器人网络的数学模型:单个机器人的运动由运动学与动力学方程描述,且驱动力矩和速度有限;有向图和proximity图分别描述机器人间的通信网络和互感网络。设计了基于MATLAB/SIMULINK的运动协调仿真框架,并在此基础上设计了带速度约束的平行运动与自组织编队生成协调控制律。仿真结果证明控制器设计的有效性和仿真框架对不同分散控制律的适用性。     

分布式多自主机器人系统冲突及其消解策略的实例研究

对于具有全分布式特点的大规模多机器人群体特性的研究，由于其复杂性和交互动态特性，往往缺乏明确的数学工具和分析手段，本文针对典型的群体觅食任务，以计算机仿真为手段，通过对机器人间冲突的分析，直观地揭示这类系统的典型特征，在此基础上，提出了一种基于局部广播式通讯的消解冲突策略，给出了该策略的有机限状态机描述，并进行了与其他方法的对比仿真实验，实验结果表明了本文方法对提高群体性能的有效性。     

一类介质访问约束下的网络控制系统设计

针对多输入多输出的网络控制系统,传感器和执行器为时间驱动,由于网络资源的有限性,在每个传输周期内,系统往往只有部分传感器和执行器得到网络介质访问权,与远程控制器进行数据传输,这称为网络控制系统的介质访问约束性,它极大地影响到系统的稳定性和控制性能,成为网络控制中亟待解决的问题。针对这一问题将网络控制系统建模为输出矩阵和输入矩阵随介质约束改变的切换系统,并利用切换系统分析方法和稳定性理论,设计了切换观测器和基于观测器的状态反馈控制器,分析了周期调度下该网络控制闭环系统的稳定性,最后通过仿真验证了这种方法的有效性。     

Fully Distributed Cooperative Motion of Group Robots

This paper is focused on the fully distributed cooperative motion of group robots and proposes a new approach. Each robot has a local sensing ability and a simple action selection strategy. Computational complexity is decreased by the fully distributed architecture and the information insufficiency is solved by the interaction between the robots and the environment. Variable loop and random method are used to deal with the fluctuation and equity selection problem and the rapidity and reasonabiliiy are guaranteed. Some simulations have proved the effectiveness of the proposed approach.     

一种NLFM-CPM雷达通信一体化信号设计

针对利用雷达信号调制通信信息提高雷达低占空比脉冲发射形式下的通信速率时,信号自相关旁瓣较高的问题,提出一种基于非线性调频(nonlinear frequency modulation, NLFM)信号的雷达通信一体化信号形式。首先,结合连续相位调制(continuous phase modulation, CPM)建立了NLFM-CPM一体化信号模型。然后,根据雷达自相关性能准则与分辨性能准则,在匹配滤波的处理方案下,分析了一体化信号的调制参数对雷达探测性能的影响。最后,分析了调制参数对通信性能的影响。仿真结果表明,该信号在不损失雷达主瓣能量、距离与速度分辨率以及兼顾通信可靠性的前提下,可实现低于-35 dB的自相关旁瓣。     

Fusion of multiagent preference orderings with information on agent''''s importance being incomplete certain

The problem of fusing multiagent preference orderings, with information on agent's importance being incomplete certain with respect to a set of possible courses of action, is described. The approach is developed for dealing with the fusion problem described in the following sections and requires that each agent provides a preference ordering over the different alternatives completely independent of the other agents, and the information on agent's importance is incomplete certain. In this approach, the ternary comparison matrix of the alternatives is constructed, the eigenvector associated with the maximum eigenvalue of the ternary comparison matrix is attained so as to normalize priority vector of the alternatives. The interval number of the alternatives is then obtained by solving two sorts of linear programming problems. By comparing the interval numbers of the alternatives, the ranking of alternatives can be generated. Finally, some examples are given to show the feasibility and effectiveness of the method.     

Ho∞-based fault detection for nonlinear networked systems with random packet dropout and probabilistic interval delay

The fault detection problem for the nonlinear networked control system (NCS) with packet dropout and delay is investigated.A nonlinear stochastic system model is proposed to account for the NCS with random packet dropout and networkinduced non-uniformly distributed time-varying delay in both from sensor to controller (S/C) and from controller to actuator (C/A).Based on the obtained NCS model,employing an observer-based fault detection filter as the residual generator,the addressed fault detection problem is converted into an auxiliary nonlinear H∞ control problem.Then,with the help of Lyapunov functional approach,a sufficient condition for the desired fault detection filter is constructed in terms of certain linear matrix inequalities,which depend on not only the delay interval but also the delay interval occurrence rate and successful packet communication rate.Especially,a trade-off phenomenon between the maximum allowable delay bound and successful data packet transmission rate is found,which is typically resulted from the limited bandwidth of communication networks.The effectiveness of the proposed method is demonstrated by a simulation example.     

Genetic algorithm for ,λ-optimal translation sequence of rough communication

In rough communication,because each agent has a different language and can not provide precise communication to each other,the concept translated among multi-agents will loss some information,and this results in a less or rougher concept.With different translation sequences the amount of the missed knowledge is varied.The λ-optimal translation sequence of rough communication,which concerns both every agent and the last agent taking part in rough communication to get information as much as he (or she) can,is given.In order to get the λ-optimal translation sequence,a genetic algorithm is used.Analysis and simulation of the algorithm demonstrate the effectiveness of the approach.