移动机器人导航规划的双向平滑A-star算法

针对主流移动机器人导航中蒙特卡罗定位(MCL)算法误差大、传统A-star规划路径实时性差且所得路线为折线的问题,提出了一种基于双向平滑A-star算法的路径规划导航策略.首先提出多传感器融合蒙特卡罗定位的位姿估计定位算法;其次通过优化A-star算法的代价函数,使其整体搜索方向变为双向从而提高算法实时性;最后采取Bézier曲线对所规划路径进行平滑优化,解决A-star算法规划路径折线多、转弯角度过小而无法满足实际物理约束的问题.仿真实验结果展示,相比传统A-star轨迹规划算法,本文算法在路径长度和时间方面分别减少12.1%, 37.2%,平均安全距离和路径平滑度分别提升35.2%, 69.9%;同时在保证的定位精度下所测试的实际实验证明了本文导航规划算法的正确性和可行性.     

基于立体图像的月球车导航定位试验研究

为获得月球车在轨移动过程中的位置信息,提出了基于立体图像的月球车导航定位算法.首先阐述了月球车导航定位算法原理,包括坐标系转换体系、月球车立体图像相对定向、月球车立体模型绝对定向和连接点坐标观测量权值,然后给出了月球车导航定位流程.最后,通过我国月球车的专项试验,验证了基于立体图像的月球车导航定位算法,具有较高的定位精度和应用稳定性.     

玉兔2号月球车大间距导航成像的空间分辨率建模分析

玉兔2号月球车在月面巡视探测中,因斜坡凹坑众多使得行驶滑移严重.导航点的精确定位是路径规划的前提,也是月球车安全行驶的保障.玉兔2号月球车月面行进采用大间距行进模式,相邻导航点之间大多相距7 m以上,使得前后站图像的缩放尺度差异较大,如何从前后站序列成像中选出最优配对图像以实现特征匹配与定位解算的全自动是导航点定位的关键.本文在分析站点距离和成像倾角对图像重叠度、重叠区尺度变换等因素影响的基础上,提出并建立了图像像素的空间分辨率(单个像素对应月面区域的尺寸)与摄影光线长度和观测面法线方向角的关系模型,给出了不同站点距离和成像距离条件下图像重叠与缩放的定量关系,设计了站点距离、最优配对图像和匹配可行性的计算策略,从根本上确立了站点距离与成像距离对导航点定位的影响关系.结合嫦娥四号任务数据,对上述模型和分析的有效性进行验证,确立了上述方法对工程任务的指导意义.     

基于航海雷达的无人艇路径规划算法研究

海上航行的安全性对于无人船是至关重要的,这涉及如何在动态海洋环境下规划出可行路径并通过反馈控制引导船舶沿该路径行驶等问题.本文提出了一种适用于高速船舶的实时路径规划算法,该算法利用航海雷达实时检测的障碍物位置信息,可快速计算出一条能有效避开障碍物且光滑可行的路径.在该方法中,首先通过引入Frenet坐标系,将一条路径分...     

全局环境未知时基于滚动窗口的机器人路径规划

研究了全局环境未知时机器人的路径规划问题,借鉴预测控制滚动优化原理,提出了基于滚动窗口的移动机器人路径规划方法.该法充分利用机器人实时测得的局部环境信息,以滚动方式进行在线规划,实现了优化与反馈的合理结合.探讨了规划算法的收敛性.     

全局环境未知时基于流动窗口的机器人路径规划

研究了全局环境未知时机器人的路径规划问题,借鉴预测控制滚动优化原理,提出了基于滚动窗口的移动机器人路径规划方法。该法充分利用机器人实时测得的局部环境信息,以滚动方式进行在线规划,实现了优化与反馈的合理结合。探讨了规划算法的收敛性。     

基于改进蚁群算法的移动机器人路径规划

为了提高移动机器人在复杂静态环境下快速、精确地实现避障路径规划的能力,在蚁群算法的基础上进行改进,采用最优一最差蚂蚁系统,并且引入最差路径信息素自适应参数以更好地寻找全局最优解。搜索过程中引入起点终点引导函数,优先搜索距离起点远而距终点近的节点。为提高算法的实用性,运用几何方法对路径进行修正处理。从而实现了机器人的快速、精确路径规划。通过计算机仿真研究表明：该算法具有较强的实用性,能明显改善路径规划性能,并且算法简单有效。     

复杂阴影背景下的USV自动水域边界检测

准确的水域边界检测是无人水面平台(unmanned surface vehicle,USV)自主导航和避障的关键技术.然而,当前基于光学图像的导航避障方法在实际USV系统中的可行性和准确性都偏低,其中,户外复杂自然光照引起的图像阴影是主要的误差源之一.本文提出了一种结合光学阴影处理和能量优化的自动水域边界检测方法,并且在实际的USV系统中得到了验证.首先,详细分析了阴影不敏感的本征图像的基本原理,并用于复杂光照条件下的背景分割;接着,使用光学阴影验证方法区分了不同目标区域,并利用阴影区域和非阴影区域的亮度差值定位水域边界;然后,将水域边界检测问题转化为全局能量优化问题,并为了提高算法的鲁棒性提出了算法的补充条件;最后,使用实际USV系统采集的多组光学图像验证了算法的有效性和鲁棒性.     

快速平滑收敛策略下基于QS-RRT的UAV运动规划

基于快速扩展随机树(rapidly exploring random tree,RRT)的运动规划算法,通过随机采样的方式探索未知任务空间,具有概率完备性和较高的计算效率.该类算法在应用于无人机运动规划时必须对飞行距离、过程安全性和航路平滑度进一步优化.针对这一问题,首先对威胁环境、无人机运动学性能和探测能力建模,然后根据飞行特征设计了随机采样、威胁规避、路径可跟踪性以及全局与局部平滑性等优化策略,并构建快速平滑收敛RRT(quick and smooth convergence RRT,QS-RRT),最后以此为基础分别提出了面向已知和未知任务空间的无人机运动规划算法.仿真结果表明,该算法能够在保证飞行路径收敛性、安全性及其规划效率的基础上,有效缩短飞行距离,改善航路的可跟踪性和平滑度,增强在实际飞行过程中的可操作性.此外,该算法还易于在航路优化效果和规划效率之间权衡,增强了对不同规划任务需求的适应性.     

移动机器人滚动路径规划的次优性分析

滚动规划是解决不确定信息环境下规划问题的有效方法. 研究了基于滚动窗口的移动机器人路径规划原理与算法, 对规划中的次优性问题进行了详细分析, 并结合具体实例加以阐述.     

嫦娥三号巡视器GNC及地面试验技术

嫦娥三号巡视器是我国首个实现地外天体表面巡视探测的航天器,其制导导航控制（GNC）技术与地球卫星和飞船等全然不同.嫦娥三号巡视器GNC系统突破了月面自主导航定姿定位和协调运动控制、基于双目立体视觉的自主环境感知、基于地形通过性量化分析的路径规划、基于主动结构光被动视觉的激光探测避障以及地面试验验证等关键技术.在轨飞行试验结果表明,GNC系统实现了既定任务目标,为未来火星等深空巡视探测任务奠定了技术基础.本文对巡视器GNC系统的任务要求、系统组成、功能实现方案及关键技术、工作模式、地面试验验证及在轨飞行情况等方面进行了系统介绍.     

车联网环境下基于MAS的行车主动服务模型

针对当前"请求-响应"被动式行车服务存在的个性化、人性化、实时性等不足,提出了基于多智能体(multi-agent system,MAS)分层集中控制的"自动识别-主动推送"形式的行车主动服务系统(driving active service system,DASS).DASS将行车环境实体与服务作为建模对象,提出基于规划图的行车服务需求模型及用户需求与服务能力匹配算法.以交通安全预警和实时动态路径规划为例,通过自主搭建的驾驶员在环半实物联合仿真平台对DASS典型应用展开实验研究,充分验证了DASS的实时性、主动性与高效性.这对于降低交通拥堵、提升通行效率,加强车辆安全以及改善驾驶体验具有重要价值.     

基于分块优化思想的多无人机覆盖路径规划

覆盖路径规划广泛应用于环境清洁、建图、监控等场景,为了提高覆盖效率,经验证,一组有自主运动能力的无人飞行器配合机载传感器可以提供有效帮助.本文提出一种可以应用于大规模复杂环境的多无人飞行器覆盖路径规划方法.在面积规模大、环境情况复杂的区域内,计算出可以采集到精确可靠环境信息的最优覆盖路径是比较困难的,本文提出的覆盖路径规划方法基于分块优化的思想,将大规模的环境分成若干面积较小的子区域,分别计算子区域内的局部最优覆盖路径,在一些特定的约束条件下,所有子区域内的局部覆盖路径可以连接成一条遍历环境中每个子区域的整体覆盖路径,兼顾了环境的差异性和覆盖的完整性.同时,为了保证整体路径的平滑,适合飞行器跟踪,在规划路径时还考虑到减小相邻两段局部路径之间的过度转角和飞行器完成一次环境覆盖的调头转向次数,通过设计不同的覆盖模式以及在计算局部路径的评价函数中加入转角相关项来实现路径的平滑.最后,通过仿真和实验验证了所提算法的有效性和可行性.     

月面巡视器遥操作中的任务规划技术研究

任务规划技术是嫦娥三号任务中月面巡视器遥操作中的一项关键技术.本文首先分析了各种月面环境因素对巡视器月面工作过程的影响机制,综合考虑月面地形因素、太阳能量、光照阴影以及对地通信条件等,建立了面向任务规划的综合月面环境.在该环境模型基础上,提出了一种月面巡视器遥操作中的任务规划方法.通过定期更新环境模型,将动态环境模型下的路径规划问题转换为一系列静态环境模型下的路径规划问题,实现任务层的动态路径规划;在路径规划过程中进行实时约束检查,实现行为规划并将其影响效果迭代入动态路径规划过程中,最终实现巡视器任务规划.针对不确定性,本文引入弹性计划提高任务规划输出结果在实际工程中的可行性.仿真实验结果表明:月面综合环境模型全面描述了影响巡视器任务规划的各种环境因素及其影响;任务规划方法可生成全局最优路径,以及沿路径安排的满足约束条件的巡视器行为序列,最终生成巡视器的月面工作序列,作为地面遥操作实施的依据.     

无线传感器网络分布式定位算法研究与仿真

无线传感器网络是一种全新的信息获取和处理技术,能够实时监测、感知和采集各种环境或监测对象的信息.传感器多节点协调的自身定位是各种应用的基础,论文深入分析并比较了在无线传感器网络领域中有代表性的三种分布式定位算法(Bounding box、Euclidean和Robust position),并在OMNET++平台上做了性能的仿真检验;实际仿真结果上,对各定位算法的性能作了分析,并对各算法的应用环境给出了建议;对Robust position算法的改进提出了建议,并对无线传感器网络定位算法的未来研究做了展望.     

测量定位误差度量与测点布局规划

分析了测量点误差对定位精度的影响, 定义了两个与制造任务相关且具有坐标变换不变性的定位误差度量指标, 并由此诱导出与参考坐标系的选取无关的定位误差控制指标, 在此基础上提出了一个高效的测点布局规划算法. 另外还解释了测量点饱和现象, 指出测量点数目足够大时, 优化测点布局对提高定位精度无明显帮助。     

实时视频检测系统中背景更新及复杂目标定位算法

本文提出了针对固定背景帧差法的背景更新算法和多目标定位算法。在背景更新中,通过建立目标、噪声矩阵来保存图像的特征信息,利用分类的思想优化更新策略,基于像素对背景进行更新;在目标定位中,提出了基于目标对角线的连通判断模板,该模板不断生长进而检测目标的中心点和体积,可实现实时场景中多目标和形态差异目标的定位：户外实验证明了算法的健壮性和鲁棒性,可以实现背景更新和复杂目标识别．     

基于分组拍卖的集群机器人启发式图形构造算法

集群机器人的图形构造问题是指通过控制集群机器人的运动趋使其形成一个特定的图形.集群机器人中的图形构造问题通常可以分解为两个子问题:机器人与目标点之间的任务分配以及机器人与目标点之间的路径规划.根据集群机器人图形构造问题规模大、易拥堵、碰撞的特点,提出了一种集中优化、分组拍卖以及分布式交互相结合的OGADI(optimized grouping auction and distributed interaction)方法,以缩短图形构造的完成时间.将OGADI算法与最短路径集诱导顶点排序算法对比,结果表明,在集群机器人规模分别为500, 1000, 1300下, OGADI算法图形构造任务平均完成时间分别缩短了16.1%, 13.6%, 14.4%,仿真验证了OGADI算法的可行性和有效性.     

QD-RRT:基于Q距离函数和快速扩展随机树的机械臂运动规划方法

在传统运动规划算法快速扩展随机树(rapidly-exploring random trees, RRT)的基础上,引入了目标偏置策略和一种基于Q距离(Q-distance, QD)函数的避障方法.在随机树生成过程中,首先通过目标偏置策略引导随机树以一定概率朝目标点生长.若机械臂在新生成的路径节点所表示的位形处与环境障碍物发生碰撞,则使用Q距离函数快速高效地计算二者的嵌入距离,并利用Q距离函数的可微性,计算碰撞点的Q距离函数关于机械臂各个关节角度的梯度,对原有的路径点进行修正.这减少了RRT算法在路径扩展过程中的盲目性、随机性.使用MATLAB与CoppeliaSim机器人仿真软件对该算法进行仿真实验验证, QD-RRT算法与传统RRT算法相比,收敛速度更快,生成的路径质量更优.当环境空间障碍物较复杂或路径需要穿过狭长通道时,该算法优势更加明显.同时,该算法也可应用于RRT的某些改进算法中,例如RRT*.本文也将RRT*与QD-RRT*做出了比较.     

无线传感器网络中一种高效的距离差估计方法

RIPS系统通过测量干涉信号的相位提供了一种精度高、设备简单的无线传感器网络定位方法.但利用相位进行测距和定位的方法不可避免地存在相位模糊问题,RIPS系统采取的方式是在多个频率下对某一距离差进行相位测量,根据各相位测量值来搜索实际距离差.为了避免RIPS系统中这种繁复的搜索过程,文中提出了一种高效的距离差估计方法.该方法基于中国余数定理(CRT)通过闭式一次直接计算得出距离估计值,从而避免了搜索过程,极大地降低了节点运算能耗并且提高了定位系统的实时性.同时,为了克服传统CRT算法对噪声敏感的缺点,利用算法中加权系数具有的一些性质来减小噪声对估计结果的影响,提高了算法的鲁棒性.仿真结果表明该方法鲁棒性好,估计精度高,在无线传感器网络中具有良好的可行性.