基于消失点的四旋翼飞行器走廊自主导航

针对现有消失点估计算法中存在的不适合实际工程应用的现象，提出了一种新的消失点估计算法——VQME算法，该算法的正确性、鲁棒性与实时性得到了验证，并且验证了其在工程应用中的可行性.同时针对四旋翼飞行器的欠驱动、多耦合等特性，提出了一种级联的多变量RBF神经网络PID自适应控制方法，运用该控制方法和以消失点为目标点的导航策略，最终实现了四旋翼飞行器在走廊中的自主导航.     

一种面向图像拼接的快速匹配算法

针对图像拼接中尺度不变特征变换(Scale invariant feature transform,SIFT)算法的计算复杂度高、实时性差和误匹配等问题,提出了一种基于自适应非极大值抑制(Adaptive non-maxima suppression,ANMS)的Radon-SIFT方法。首先采用SIFT特征检测提取初始特征点,并用ANMS对初始特征点进行优选,得到分布均匀的特征点集;在特征区域内做一系列直线,以这些直线上的Radon变换值作为特征描述符,以欧氏距离为度量准则进行特征匹配,然后采用随机抽样一致性(Random sample consistency,RANSAC)算法剔除误匹配点,从而提高了算法的正确匹配率和运算速率。仿真结果表明,该文算法具有较高的精度和较强的鲁棒性,且运算量少,实时性强。     

基于图像视觉伺服的移动机器人自主导航实现

提出了一种基于移动机器人双目摄像头的图像视觉伺服方法,实现了基于图像视觉伺服的移动机器人自主导航.当匹配图像特征点时,采取KLT算法和基于Harris算子角点检测与匹配算法相结合的方法,大幅优化了整个工程的运行时间,并结合RANSAC算法剔除误匹配的特征点对,使机器人能够精确地定位.实验结果证明该方法有效、正确.     

基于改进SIFT算法的目标识别

针对目标识别过程中识别精度不高、实时性不好的问题,提出基于尺度不变特征转换(SIFT)算法的改进算法,该算法通过研究传统的SIFT算法特征匹配正确率不高、匹配耗时过长的问题,结合Harris算子角点检测特性提出改进,在高斯差分尺度空间内直接检测角点,使得提取的特征点数目减少,计算量降低,特征点提取的显著性提高;同时使用RANSANC方法进行特征匹配约束,减少误匹配,进一步提升目标识别的正确率。为了验证提出算法的有效性,通过MATLAB对算法在尺度变化和噪声等复杂情况下的匹配效果进行实验验证,结果表明,改进的SIFT算法匹配用时大大降低、误匹配较少,匹配正确率提高,具有较强的鲁棒性,可以准确识别目标,具有良好的目标识别能力。     

UCAV地形空间环境感知中位置细胞构建方法

为实现UCAV认知导航对地形空间环境感知信息的表征,提出了一种基于IHDR树的位置细胞构建方法。利用SURF算法提取环境中高鲁棒性的特征点,以特征点描述矢量及其在地理空间中的位置组合为路标信息,生成训练样本,以IHDR建树原则对路标信息双重聚类,然后将聚类后的叶子节点作为表征对应地形空间环境的位置细胞,完成位置细胞的构建。仿真结果表明,该方法构建的位置细胞能有效表征地形空间环境,对一定噪声干扰下的地形空间环境也具有识别能力。     

一种改进的KAZE特征检测算法

特征点检测算法是图像匹配的基础,在机器视觉、飞机导航、图像拼接、三维重建等领域中得到了广泛的应用.其中基于非线性扩散的KAZE特征检测算法鲁棒性强、匹配率高,但实时性明显低于其他算法.针对以上问题,提出一种简单有效的改进KAZE算法.该算法通过改进特征点搜索策略、利用圆改进M-SURF特征向量描述方法并降维、引入余弦相似性度量等步骤来提高算法实时性.实验结果表明:改进后的KAZE算法在保证原算法鲁棒性、匹配率的基础上,减少了运行时间,增强了算法的实时性.     

UCAV地形空间环境感知中位置细胞构建方法

为实现UCAV认知导航对地形空间环境感知信息的表征,提出了一种基于IHDR树的位置细胞构建方法。利用SURF算法提取环境中高鲁棒性的特征点,以特征点描述矢量及其在地理空间中的位置组合为路标信息,生成训练样本,以IHDR建树原则对路标信息双重聚类,然后将聚类后的叶子节点作为表征对应地形空间环境的位置细胞,完成位置细胞的构建。仿真结果表明,该方法构建的位置细胞能有效表征地形空间环境,对一定噪声干扰下的地形空间环境也具有识别能力。     

认知导航路径整合中方位及尺度参数求解方法

无人作战飞机(UCAV)认知导航路径整合时需获取环境信息相对参考信息的方位和尺度值,提出了一种基于迭代最小二乘法的高精度相似变换参数求解方法.利用SURF(Speeded Up Robust Features,SURF)算法提取高鲁棒性特征点,采用比值法提纯匹配对,得到一一对应点集,并将点集中元素转换为矢量形式,以最小二乘算法求解矢量间相似变换参数,并根据结果对感知图进行方向旋转及尺度调整,通过循环迭代得到方位和尺度值.仿真结果表明,文中方法得到的角度平均绝对误差低于0.04°,尺度变化下得到的尺度绝对误差在此10-3数量级,抗噪声性能优于最小二乘法.     

一种地形匹配导航区域的可导航性评价方法

单一地形特征参量对地形匹配导航区域可导航性的评价存在局限性,导致评价结果不能真实反映匹配区域可导航性的强弱.根据特征信息融合思想及关联度分析方法,通过引入向量关联度,选取地形特征信息统计参量中地形高程标准差、地形粗糙度、地形相关系数和地形信息熵进行融合,并构成地形特征参量集,利用灰色模糊综合决策理论对该特征参量集进行分析,进而提出一种灰色模糊综合决策的多指标评价方法.仿真结果表明:该方法在匹配区域可导航性的综合评价方面具有可行性,对于区域中匹配数量较多且地形高程数据量较小情况下均能做出正确评价,其评价结果可为地形可导航性分析、地形匹配导航区域选取以及航路规划等提供理论依据.     

一种基于相关性分析的地图匹配方法

为了改善机动车导航地图匹配的精度,提出了一种新的基于递推轨迹与候选路径相关性分析的地图匹配方法.为了获得最佳匹配路径,分别计算递推轨迹曲线和候选路径曲线的切向量角,并沿曲线分段计算切向量角的一阶差分,剔除机动车递推轨迹曲线与候选路径曲线间的相对转角,将二维曲线相关问题降为一维曲线的相关问题.基于差分切向量角序列,计算递推轨迹曲线与不同候选路径曲线的相关系数,获得最佳匹配路径,定义具有最大相关系数的路径段为最佳匹配段.实例说明,新的地图匹配的方法对相似候选路径具有正确的分辨能力,对递推数据的随机误差有较强的鲁棒性.     

向人脑学习的UCAV认知导航航迹规划研究

认知导航是支撑无人作战飞机自主飞行的重要导航方式,智能在线航迹规划是认知导航亟待解决的热点问题。为满足无人作战飞机的自主飞行能力需求,从"向人脑学习"的角度提出了无人作战飞机认知导航航迹规划新技术。首先分析了无人飞行器在线航路规划技术的研究现状,指出了其存在的主要问题,总结了技术发展趋势;其次针对当今在线航迹规划技术难以解决的环境/任务智能自适应问题,提出了"向人脑学习"的仿生航迹规划新方法,阐述了新方法的基本内涵与认知循环,明确了认知导航航迹规划的主要功能;最后对认知导航航迹规划的各项关键技术进行了剖析,指明了需要克服的难题。     

鲁棒Hausdorff距离在SAR/惯性组合导航图像匹配中的应用研究

分析了适用于SAR景象匹配辅助导航系统的图像匹配算法的特点 ,提出了一种新型Hausdorff距离的鲁棒型图像匹配算法 .首先分析了传统的Hausdorff距离算法的不足 ,然后引入了一种能有效消除高斯噪声影响的新算法 .同时针对此算法图像匹配时全局搜索的不足 ,提出了扫描终止法技术 ,以有效解决图像匹配实时性的问题 .针对高斯噪声的大小对图像匹配的影响进行了仿真实验 .仿真结果表明 ,新图像匹配算法能大大提高合成孔径雷达图像的匹配精度和实时性 ,对组合导航系统的精度提高有重要的意义 ,是一种行之有效的方法 .     

基于深度卷积神经网络的地磁导航方向适配性分析

针对地磁导航方向适配性分析时人工提取的特征主观性较强且难以表达深层的结构性特征的问题,提出一种基于深度卷积神经网络(convolutional neural network,CNN)的地磁导航方向适配性分析方法.首先,利用Gabor滤波器的方向选择特性建立了6个典型方向的适配特征图;然后,设计了卷积神经网络对深层次的方向适配特征进行提取,并通过混和粒子群算法(hybrid particle swarm optimization,HPSO)对卷积神经网络的训练参数进行优选;最后,通过仿真实验对所提方法进行了验证.结果表明,该方法可有效避免复杂的计算以及人工特征提取的盲目性,实现了地磁导航方向适配性分析的自动化,且所提方法的准确率高于传统的BP网络和支持向量机,对地磁导航和航迹规划具有指导意义.     

基于视觉目标跟踪的侦察机器人导航方法

针对未知环境下侦察机器人的自主导航问题,提出了一种基于视觉目标跟踪的侦察机器人导航方法.首先利用二进制鲁棒独立元素特征(BRIEF)提取方法来检测和描述待跟踪视觉目标的局部不变特征点,在快速的特征匹配计算基础上提出由粗到精的目标定位两步法实现机器人导航过程中视觉目标的实时准确跟踪.其次对基于视觉目标跟踪的自主导航任务进行行为分解和实现,在行为中集成视觉目标跟踪算法.最后利用基于宏行为的机器人事务执行机制实现移向视觉目标的自主导航控制.实验结果表明,提出的方法能够使侦察机器人实时准确地跟踪视觉引导目标,在复杂障碍物环境下可靠地完成移向目标的自主导航任务.     

基于惯导误差特性的地磁匹配正交搜索方法

针对地磁匹配导航对实时性的需求，提出了基于惯性误差特性的正交搜索方法.该方法在对惯导误差特性分析基础上，采用正交搜索策略，将插值后匹配点地磁数据序列沿与飞行轨迹垂直方向和平行方向分别进行正交搜索，快速得到最佳匹配结果.将地面测量地磁数据延拓到不同高度，分别应用本文方法和全局搜索算法进行处理.数据处理结果表明本文方法与全局搜索算法具有同等的匹配精度，但减少了搜索时间，能有效提高高空高速飞行器匹配定位方法的实时性.      

针对重复纹理场景的跟踪定位算法

提出一种针对复杂标识的分类学习算法,并将其应用于移动增强现实系统中,实现了基于自然特征的跟踪定位系统.在场景特征点识别分类基础上,采用关键帧匹配算法实现无标识跟踪定位.针对含有对称结构的场景提出一种误匹配特征的回收机制.实验结果表明,该算法可解决由于场景对称结构导致的错误特征匹配,从而大幅提高特征的正确匹配率.     

基于认知理论的UCAV智能导航研究新进展

针对认知理论在无人战斗机智能导航中的应用进行了深入研究,总结了当前国内外认知理论应用研究的最新动态,从导航方式、航迹规划以及着陆3方面介绍了无人战斗机智能导航的研究现状,分析了无人战斗机智能导航研究中存在的问题,提出了一种组合导航发展的认知导航新技术,阐明了认知导航的基本内涵及其主要功能,指出了认知导航特点及其发展思路。