基于自主运动状态估计及信息交互的多移动机器人协作定位

主要研究了未知动态环境中多移动机器人利用环境信息交互完成协作定位的问题.考虑移动机器人自身运行状态对协作定位的影响,提出基于自主运动状态估计的协作定位周期自适应选择算法.为避免机器人相互直接观测需要配备特定标识的局限,并充分利用处于同一场景中多机器人观测信息的可交互性,论文提出基于MbICP算法的多机器人观测信息交互方法,同时利用扩展Kalman滤波实现多机器人变速运行中的协作定位.通过应用于Pioneer3-DX机器人平台所获得的协作定位实验结果及数据分析,验证了所提方法的有效性和实用性.     

基于多分辨率粒子滤波的全局协同定位方法

野外环境下,多类型机器人协同合作可以克服单一类型机器人(如无人车、无人机等)在环境建模任务中的视角、尺度方面的问题,进而提高整体编队系统的环境感知与决策控制能力.而在多类型机器人协作系统中,协作定位是协同合作的关键难题之一,也是进行编队建模与编队控制的基础.在GPS缺失环境下,由于传感器类型的不同,非结构化的环境特征,视角的不同而导致基于匹配的多机器人定位方法无法实现有效稳定的定位.本文提出了一种基于多分辨率最近邻匹配和粒子滤波的协同定位方法,可以在初始相对位置未知的情况下,进行全局范围内的协同定位.本文采用了一种针对粒子匹配精度以及匹配效率的评估方法,并根据粒子评估结果进行粒子权重更新,地图更新以及粒子数目更新,以平衡在定位过程中粒子对状态空间的描述和定位效率.同时,针对于粒子退化或者粒子收敛速度过慢的问题,采用了基于分辨率等级和粒子匹配精度和匹配效率的自适应调整方法.最后结合具体平台,本方法在野外水湾环境进行了基于无人船与无人机的协同定位实验,实验结果表明本方法有效解决多机器人在GPS缺失下的协同定位问题.     

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.     

一种新的顺序数据同化方法

将Monte Carlo方法和H∞滤波技术结合起来,提出了一种适用于非线性系统在不知道观测资料误差统计特性情况下的Monte Carlo H∞滤波顺序数据同化新方法.分别利用Lorenz（1963）系统和浅水方程组对在实际应用中遇到的观测误差时间相关和空间相关问题与集合Kalman滤波同化方法进行了对比数值试验.在观测误差时间或者空间相关且不知道相关统计特性的情况下,新方法的同化结果比集合Kalman滤波方法的更好.结果表明Monte Carlo H∞滤波同化方法对非线性系统是有效和适用的,它不依赖于观测资料的误差估计,对观测误差统计特性的变化具有较好的鲁棒性.另外,新方法中用搜索法寻找到的最小水平因子是随流型演变的.     

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。     

基于斜投影的极化滤波技术

基于斜投影算子固有的抗干扰优点,结合极化滤波,文中提出了斜投影极化滤波。该方法不需要通过变换和补偿而实现目标与干扰的分离,且对目标的幅度/相位信息没有影响;在目标和干扰具有相同的极化角、不同的极化角相差时也能完成干扰与目标的分离。当目标极化状态已知、干扰极化状态未知的情况下,同样也能实现干扰抑制而不对目标的幅度/相位产生影响。理论推导和仿真结果表明斜投影极化滤波是一种有效、实用且结构简单的方法,同时也是传统极化滤波和零相移极化滤波的推广,进一步发展和完善了极化滤波理论。     

液态金属双流体机器人

自20世纪以来,机器人不断被广泛应用于生产制造、生活服务等诸多领域.传统刚性机器人受自由度限制,难以适应非结构化动态未知的复杂环境,而柔性机器人由于自身的灵活性以及对环境的适应性,在近年来引起广泛关注.室温液态金属兼具金属和流体的良好特性,如优良的导热性、导电性、流动性以及低毒性;同时,这类材料由于自身的柔性,在机器人领域的应用备受关注.典型的液态金属驱动方式主要有电驱动、磁场驱动和化学驱动,然而,它们大多需要在溶液环境中进行.从新的角度出发,本文提出了一种基于镓基液态金属双流体驱动的滚动机器人,通过液态金属在螺旋管中的运动实现对装置重心的改变,由此推动整个装置实现快速地滚动前行.这种双流体驱动方式利用液态金属密度大的特点,使得相应的液态金属机器运动摆脱了之前所依赖的溶液运行环境.本文针对基于镓基液态金属的双流体驱动,包括热驱动和化学驱动,从理论上分析了这两种不同的动力源工作方式,具体设计了原型实验装置.所开展的一系列概念性实验澄清了影响装置运动的各种因素,证实了双流体驱动方法的可行性和良好前景,可望为室温液态金属在机器人领域的应用提供一种新的思路.     

基于改进万有引力搜索算法的无人机航路规划

无人机航路规划是根据任务目标规划出某种性能指标最优的飞行航路的全局优化问题.本文将改进后的万有引力搜索算法用于求解航路规划问题,在万有引力搜索算法的速度更新部分引入粒子群算法中的记忆和群体信息交流功能,改善了最优解的质量;然后提出了基于权值的粒子惯性质量更新公式,以加快全局搜索的收敛速度;后运用优胜劣汰的选择操作规则,对粒子的位置进行更新,使种群始终朝着最优解的方向进化.通过与其他仿生智能计算方法的仿真实验对比,验证了本文所提算法可在复杂作战环境下实时有效规划出无人机的最优航路.     

基于时间相关和可变块的 H.264去块滤波优化算法

基于块的混合编码在压缩率较高的情况下会产生明显的块效应,导致编码图像主观质量下降.本文在研究和分析了 H.264标准中采用的去块滤波方法后,为了进一步提高去块滤波的性能,提出了一种新的算法.该算法利用相邻两帧图像的时间相关性,即利用参考帧中已计算好的边界强度来预测下一帧的边界强度,并采用了基于可变块的去块滤波方法,以降低滤波过程中的计算量.实验结果表明该算法在对解码图像质量没有任何影响的情况下较标准算法降低了78%左右的滤波运算时间,有效地缓解了 H.264解码运算复杂度,提高整体解码时间,以有助于实时应用的实现     

移动机器人软故障检测与补偿的自适应粒子滤波算法

软故障泛指系统性能偏离正常水平。软故障补偿对于移动机器人定位、建图、导航以及安全至关重要。机器人是计算和存储资源受限的高度非线性、非Gauss系统，使得软故障诊断与补偿具有很大难度。文中提出一种自适应粒子滤波器算法，利用激光雷达测量信息对两类软故障（航迹推算传感器故障以及车轮被卡或打滑异常）进行补偿。首先分析了移动机器人系统的运动学模型、测量模型以及故障模型，提取了5个残差特征，故障检测通过残差特征超过给定的阈值实时地获得。其次，设计一个自适应粒子滤波器用于故障补偿，自适应体现在相互联系的两个方面：（1）根据残差特征自适应地调整线速度和偏航率的噪声方差；（2）在重采样阶段抽取粒子数目不同的两个粒子集（代表同一分布的两种近似），根据两个近似分布的Kullback-Leibler（KL）距离自适应地调整粒子数目。若KL距离较大，则增加粒子数目，反之则减少粒子数目。从理论上证明了算法的正确性，并通过故障情形下移动机器人位姿跟踪问题验证了算法的效率与精度。     

基于小波变换的图像扩散滤波方法

图像的非线性扩散滤波基于热扩散方程, 其关键是确定适当的扩散量与扩散方向. 在已有的滤波模型中, 扩散系数依赖于梯度, 因而容易受到噪声的干扰. 为了克服这一缺陷, 首先给出了一种新的计算扩散系数的多尺度方法. 然后建立了一类用于图像恢复的非线性小波扩散（NWD）模型. NWD模型有较强的抗噪能力, 但同已有的模型一样, 需要较大的计算量. 为此, 通过NWD模型的简化, 给出了线性小波扩散（LWD）模型. LWD模型由输运与扩散两部分组成. 由于存在输运, 所以其滤波是各向异性的, 能够较好地保持边缘, 尽管在边缘点处扩散是各向同性的. LWD模型的优点是简单易于分析, 具有较小的计算量. 最后给出了所提模型与已有模型相比较的数值实验结果.     

基于粒子滤波的部分对应点集刚体配准算法

为了解决部分对应点集之间的刚体配准问题,本文提出了一种基于粒子滤波的刚体配准算法.该方法将部分对应点集配准问题转化成相应的状态估计问题,通过采用基于配准误差驱动的运动模型及设计基于迭代最近点原理的观测模型,从而提出了基于粒子滤波的配准算法解决部分对应点集的刚体配准问题.实验结果验证了本文所提出算法的有效性.     

基于脉冲耦合神经网络的椒盐噪声图像滤波

通过对脉冲耦合神经网络(PCNN)工作机理的分析, 指出由其神经元的阈值衰减特性和网络局部链接特性所带来的神经元的点火捕获特性本身就具有很好的对椒盐噪声污染图像的噪声定位作用, 并基于此提出了一种对图像噪声进行定位、仅对噪声像素进行类中值滤波的思想, 实现了图像的强自适应滤波, 并针对随机椒盐噪声和极端椒盐噪声两种不同的噪声情况, 分别给出了相应的滤波器. 经该方法滤波的图像有无任何畸变(对非噪声像素)、模糊小(对噪声像素)的特点, 较传统的基于窗函数滤波的方法(如中值滤波法)有明显的优越性, 实验及与其他方法的比较验证了其良好的滤波性能.     

面向AFM的纳米目标快速重定位方法

原子力显微镜（atomic force microscope,AFM）具有极高的观测分辨率和作业精度,在纳米材料表征与纳米器件组装方面发挥了不可替代的作用.AFM工作区域的选取依赖于光学显微镜,受可见光波波长的限制,光学显微镜的分辨率一般不超过200 nm,这导致光学显微镜无法有效辨识AFM观测目标样本所在的区域.当样本被移动或者更换AFM扫描探针引起样本与探针针尖的相对位置发生变化时,如何重新将AFM探针精确定位到原观测/操作区域具有非常大的挑战性.本文研究提出了一种新的免标记探针重定位方法,综合考虑了样本角度旋转与位置偏移两个因素,首先利用光学显微镜选取样本基底上易于识别的自然特征作为参照点,基于坐标变换原理实现微米级精度的探针盲定位,进而通过AFM扫描图像的匹配获得X-Y水平方向的位置偏差,通过修改AFM的扫描参数实现纳米目标的原位快速精确重定位.该方法的优点在于不需要在纳米目标样本操作区域上制作特殊的标记,操作过程简单、定位快速、定位范围较广且具有极高的重定位精度.对纳米小球、单壁碳纳米管（single-walled carbon nanotubes,SWCNTs）、纳米划痕等样本的重定位实验验证了该方法的实用性和高效性.     

低维特征空间中基于旋转图像的三维环境模型配准方法

近年来,异类机器人之间(如飞行机器人和地面机器人)的协作成为机器人学研究发展的一个新的领域.异类机器人协作的难点之一是协作环境建模,而由于所获得的环境模型具有不同的观测视角和尺度,其环境建模中的模型配准是一个难点和关键.目前,能够适用于大视角差、大尺度差场景配准的方法并不多,基于旋转图像的配准方法被认为是一种可行方案,但其中存在的计算负担大和在野外环境中的鲁棒性差使得其也很难在实际系统中应用.基于此,面向三维点云环境模型,以旋转图像为基础,提出了一种新的基于低维特征空间的模型配准方法.首先,通过引入模型曲率、旋转图像熵值和激光反射强度3个特征构建了一个三维特征空间,得到候选对应点集合.然后,在候选对应点集合中利用旋转图像的方法查找正确的对应关系,实现模型配准.由于低维特征空间的引入,基于旋转图像特征的对应点搜索区域大大减小,因此算法计算效率得到了极大改善.同时由于引入的新特征与场景旋转图像特征的互补性,算法的鲁棒性和精确性也得到了提升.这些性能改进最后通过实验得到了验证.     

基于加权最小二乘的无线传感器网络Euclidean定位算法

针对Euclidean定位算法中定位精度及覆盖率受锚节点密度影响较大的问题,提出一种改进的节点定位算法。根据节点初始定位精度及测距精度提出一种新的加权方法。定位后的节点升级为辅助信标点。未知节点根据更新的锚节点位置信息循环求精。仿真表明该定位系统既能提高定位覆盖率又能减少定位累积误差,从而提高整个网络的定位精度。     

基于星敏感器估计卫星姿态的预测Kalman滤波算法

提出了一种实时的姿态估计算法, 即预测Kalman滤波算法. 该算法能够只利用星敏感器所提供的矢量观测信息来准确地估计卫星的三轴运动姿态, 算法的实现包括力矩模型误差预测和姿态估计两步. 预测Kalman滤波算法具有良好的滤波性能, 不仅估计精度高而且鲁棒性能强,这一点已通过仿真测试得到了验证.     

开放环境中基于自适应分布控制的群体机器人多目标搜索方法

多目标搜索问题是群体机器人一个重要的研究方向.现有工作多集中在带边界空间内的多目标搜索问题,而在开放环境中,探索机制会导致群体分散性过强而减弱探索能力.本文通过引入自适应扩散回归策略,在带有假目标的开放环境中,提出了具有高鲁棒性和适应性的群体机器人多目标搜索算法.文中首先从初始状态和处理假目标两方面对现有的主流群体机器人多目标搜索算法进行优化;基于机器人分布控制,本文对自适应群体机器人粒子群优化算法进行优化,提出基于自适应分布控制的群体机器人粒子群优化算法;其次,基于概率有限状态机搜索算法(PFSMS)对开放环境中的多目标搜索算法进行进一步的探索,本文以搜索时间为切入点,在PFSMS原有三种状态的基础上,添加回归状态作为附加状态,提出了基于自适应分布控制的概率有限状态机搜索算法(DPFSMS).当智能体的探索时间超过阈值时,智能体的速度由回归分量和扩散/搜索分量构成. DPFSMS算法给出了在无边界开放环境中的搜索策略,通过限制群体的扩散速度来自适应地调整智能体在无适应度值区域的运动随机性.最后,本文将DPFSMS算法与现有方法进行了对比,在对比实验中DPFSMS算法取得了目前最好的效...     

物联网定位与位置感知研究

物联网是近年来广受关注的新兴研究领域,被认为是信息网络在现实世界的延伸,是我国国民经济的重要增长点,将在未来科技创新和社会进步中扮演关键角色.物联网系统中,"物"节点位置是反映网络状态的重要信息之一.同时,"物"节点采集信息以及相应的信息交互过程都与节点位置信息密切相关.本文主要讨论物联网中定位与位置感知研究中的若干关键问题.探讨了物联网节点定位理论与方法,包括基于测距和非测距定位、物联网协作式定位、多传感器位置感知等议题,结合物联网中不同网络层次、应用场景和定位需求对节点位置感知技术进行归纳和总结.最后指出了仍存在的问题和值得进一步探讨的方向.     

基于线圆结构和LINGO的机器人避障路径选择

静态环境下机器人行走全局规划路径是机器人行走路径的核心问题。针对机器人在平面区域内绕过不同障碍到达目标点的最短路径和最短时间路径进行研究,通过线圆结构和非线性规划基本模型,建立绕单和多（五）个障碍点非线性规划模型,使用lingo软件和穷举法,得到了机器人避障最短路径、最短时间路径、各切点坐标和所需时间。