基于HEDT的移动机器人路径规划算法

移动机器人在未知的、动态的环境中进行路径规划必须考虑到环境地图构建的不完备性和算法的实时性.针时这种情况,提出了一种基于启发式拓展距离转化的移动机器人路径规划算法.算法在未知的环境中,通过启发信息和实时探测静止或移动的障碍物信息构建不完备的栅格地图,对移动的障碍物采用延后处理策略,实时地搜索最优路径并驱动机器人运动到目标点.当发生下降阻碍时,则仅对需要的范围传播权值变更信息.算法适用于大范围的时变环境,并具有良好的收敛性.仿真实验验证了算法可行性和正确性.     

基于随机有限集的SLAM算法

提出一种基于随机有限集的同步定位与地图创建算法,该算法利用随机有限集对环境地图和传感器观测信息建模,建立联合目标状态变量的随机有限集。依据Bayesian估计框架,利用概率假设密度滤波的粒子滤波实现对机器人位姿和环境地图进行同时估计。新算法避免了数据关联过程,并能更加自然有效地表达同步定位与地图创建(simultaneous localization and mapping, SLAM)问题中多特征-多观测特性及多种传感器信息。在仿真实验中,利用FastSLAM2.0算法和新算法进行对比,实验结果验证了新算法的优越性。     

未知环境中FastSLAM算法的数据关联问题

讨论FastSLAM算法(FastSLAM-对SLAM进行因式分解的一种快速算法)在未知环境中的数据关联问题.在标准的FastSLAM算法中,通常假设数据关联是已知的.然而现实情况中,数据关联往往是未知的.采用一种基于单个粒子的最大似然数据关联和环境否定信息相结合的方法来解决未知环境中的数据关联问题.仿真结果表明,新的数据关联方法提高了移动机器人在未知环境中自身定位和地图创建的精度.     

机器人探测未知环境的螺旋形导航算法

在很多情况下，机器人对作业环境并没有预先了解，这就使得机器人对环境的探测成为必要。因此，设计合理的导航算法，从而使机器人在较短的时间内能够较完整地构建出环境地图，为机器人完成作业提供了基础。本文提出了一种基于虚拟力的螺旋形导航算法，采用超声距离传感器，对未知环境进行实时在线的探测，采用本算法可以避免机器人之间以及机器人与障碍物发生碰撞。本文推导了机器人的运动学和动力学方程。仿真对比实验表明了该算法的有效性。本文进行了若干作业任务的仿真实验，使算法得到了进一步验证。     

基于栅格地图的智能车辆运动目标检测

运动目标检测是智能车辆动态环境感知中的关键问题。栅格地图是一种实用的环境感知方法。以激光雷达作为传感器,针对基于贝叶斯框架和证据理论的4种栅格地图更新算法,分别提出了不同的运动目标检测方法,并通过仿真和实验对4种方法在栅格地图构建和运动目标检测中的性能进行了对比研究。实验结果表明,通过对比当前时刻局部栅格地图和上一个时刻的全局栅格地图,原始的贝叶斯推理算法和证据理论框架中的经典Dempster组合规则能够清楚完整地检测到运动目标,并能滤除静态障碍物和空白区域中的测量噪声,性能优于修正的贝叶斯推理算法和冲突信息按比例重分配规则。     

无人机视觉导航研究综述

对无人机视觉导航的现有算法从视觉处理和状态估计与数据融合两大方面作了分类总结,重点讨论了无人机获取图像的特征提取、视觉传感器同其他传感器的数据融合、以及实时得到状态估计的各种方法,同时,也涉及了未知环境下地图的建立,最后指出了无人机视觉导航在实际应用中面临的主要问题。     

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。     

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。     

传感器网中基于矢量地图数据的传感器放置模型与算法

基于矢量地图数据,建立了用于传感器放置的地形模型和传感器模型,提出了两种传感器放置算法,算法的目标是优化传感器数目及确定传感器的放置位置。算法通过计算放置一个传感器后目标节点处目标漏检概率的有效变化,将传感器放置在能带来全局或局部最大有效变化的网格节点上。仿真实际表明,与已有放置算法相比,两种算法减少了传感器的数目。     

复杂地形下传感器网络中传感器的放置模型与算法

有效的传感器放置能改善网络覆盖、减小网络中的通讯量,是传感器组网过程中必须解决的关键问题.研究和分析了不同网格结构的性能,建立了用于传感器放置的地形模型,提出了-种基于矢量地图数据的传感器放置算法.算法以优化传感器数目为目标,将传感器放置在能带来最大有效变化的网格节点上.仿真实际表明,与现有传感器放置算法相比,算法具有更高的效率.     

一种立体计算机视觉技术的仿真研究

通过理论分析和计算机仿真研究了一种应用于无人直升机自主着舰的双目立体计算机视觉系统及相关计算机视觉技术。从工程实践的角度研究了计算机视觉技术在无人直升机自主着舰过程中的应用,并提出了一种快速Hough变换算法,这种快速Hough变换比同精度的标准Hough变换快10倍以上,它的应用使整套算法的抗噪声能力很强。整套算法达到了无人直升机自主着舰的实时性和实用性要求。     

基于优化的RBF神经网络模式识别新方法

提出了一种基于Hough变换优化的RBF神经网络模式识别新方法,该方法把Hough变换应用于RBF神经网络的参数确定中,实现了RBF神经网络的隐层节点数和数据中心值的自适应获取,提高了RBF神经网络的泛化能力。仿真结果表明:此改进的RBF网络用于模式识别中具有识别能力强,计算量小,识别速度快的优点,具有广阔的应用推广前景。     

Learning-based force servoing control of a robot with vision in an unknown environment

A learning-based control approach is presented for force servoing of a robot with vision in an unknown environment. Firstly, mapping relationships between image features of the servoing object and the joint angles of the robot are derived and learned by a neural network. Secondly, a learning controller based on the neural network is designed for the robot to trace the object. Thirdly, a discrete time impedance control law is obtained for the force servoing of the robot, the on-line learning algorithms for three neural networks are developed to adjust the impedance parameters of the robot in the unknown environment. Lastly, wiping experiments are carried out by using a 6 DOF industrial robot with a CCD camera and a force/torque sensor in its end effector, and the experimental results confirm the effecti veness of the approach.     

Map Building for a Mobile Robot Based on Grey System Theory

In this paper, a new method for mobile robot map building based on grey system theory is presented, by which interpretation and integration of sonar readings can be solved robustly and efficiently. The conception of "grey number" is introduced to model and handle the uncertainty of sonar reading. A new data fusion approach based on grey system theory is proposed to construct environment model. Map building experiments are performed both on a platform of simulation     

基于RSPWVD-Hough的多分量LFM信号检测

由于多分量LFM信号的双线性时频分布（BTFD）存在交叉项的干扰，所以在低信噪比条件下直接在时频平面难于进行检测，采用重排平滑伪魏格纳维尔分布（RSPWVD），能在抑制交叉项的同时提高时频聚集性，并利用Hough变换检测图像中直线的原理，将多分量LFM信号的检测问题转换为在参数空间寻找局部极大值的问题，由于Hough变换运算量较大，提出一种在平滑重排后进行设定门限处理的方法，仿真实验表明，该方法可以在抑制噪声和交叉项的同时大大减少运算量。     

基于SIFT匹配算法的移动机器人单目视觉定位研究

以单目视觉为模型给出基于视觉的移动机器人目标定位系统算法,利用尺度不变特征变换匹配方法(SIFT)求得基本矩阵与本质矩阵,分解本质矩阵后进一步得到相机的运动参数,最后结合立体视觉方法以及运动恢复结构方法获得目标的深度信息,实现目标定位。给出了三维信息获取过程与计算机仿真结果。实验结果表明,算法能满足移动机器人对目标实现定位的精度要求。     

声纳并行处理系统的设计方法与调度策略

针对声纳系统实时处理的要求,讨论了其并行程序设计方法和程序调度策略。根据声纳处理系统的功能分布、结构分层、数据流脉动的特性,将并行设计与调度映射统一考虑,建立了一种设计模式。先自上而下层层分解,以有向非循环图(directed acyclic graph, DAG)描述系统,采用网络计划技术建立数学约束模型;再从下至上逐层整合;然后按宏观大粒度调度,微观小粒度映射,程序并行流水执行的方法实现系统的运行与调度。据此设计模式对一个实例进行设计,验证其有效性。     

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。     

时反法用于主动探测的研究与仿真

时反法是一种新颖的自适应聚焦技术,它可以使声信号在未知环境下实现时空聚焦。海洋是一个复杂多变的信道,它会使信号波形在时域上发生畸变,能量在空间上发生扩散从而降低了声纳系统的检测能力。分析了时反法的原理,并进一步分析了时反法用于主动探测的过程。利用射线声学建立了浅海信道模型,对时反法主动探测技术进行了仿真分析。仿真结果表明,它可以使发生扩展的信号在时域上重新得到压缩,并使扩散的能量在目标处聚焦,从而实现对目标进行探测。     

特征点法SLAM视觉里程计自适应优化算法

为减少动态环境对移动机器人同时定位与地图构建(simultaneous localization and mapping,SLAM)的影响,提出了一种特征点法视觉里程计自适应优化算法.该算法有助于改善光照条件变化情况下图像特征的不变性,有效提取纹理信息不充分区域的特征用于图像匹配.采用降采样法建立图像金字塔,将每个缩放...