一种基于Kalman滤波的异步电机转速控制器

为提高异步电机转速环的动态性能,提出一种新型的有速度传感器的转速控制器设计方案。该控制器结构简单,采用简化的Kalman滤波方法,同时观测电机的转速和负载转矩,通过对测量转速的滤波处理以及负载转矩观测值的前馈控制,提高转速环的动态响应。最后,在实验系统上分别设计了基于Kalman滤波的转速控制器和传统的比例积分(PI)转速控制器。实验结果表明,与传统的PI控制器相比,这种新型的转速控制器有效减小了突加负载时的动态速降,而且转速给定突变时实现转速无超调。     

基于Kalman滤波与多特征模糊聚类的图像融合

为了减低图像的噪声，保留有用的信息，获得更为可靠的融合图像，将Kalman滤波引入图像融合中，提出基于Kalman滤波与多特征模糊聚类的图像融合算法．该方法结合滤波和多特征优点，实验结果表明了该方法的有效性．     

信息融合稳态最优Kalman平滑器

应用Kalman滤波方法,基于Riccati方程,在线性最小方差最优融合准则下,提出了按矩阵加权的两传感器最优融合稳态Kalman平滑器,给出了最优加权阵和最小融合误差方差阵。同单传感器Kalman平滑器相比,可提高平滑精度。一个雷达跟踪系统的仿真例子证明了其有效性。     

基于Kalman滤波与多特征模糊聚类的图像融合

为了减低图像的噪声,保留有用的信息,获得更为可靠的融合图像,将Kalman滤波引入图像融合中,提出基于Kalman滤波与多特征模糊聚类的图像融合算法.该方法结合滤波和多特征优点,实验结果表明了该方法的有效性.     

自适应Kalman滤波的改进及其在SINS/GPS组合导航中的应用

为解决自适应Kalman滤波中存在的问题,综合采用对观测粗差和滤波结果粗差进行判断、对系统噪声方差阵扩零和修改自适应方程减去项等措施对算法进行了改进.观测粗差的判断可以避免观测奇异,提高滤波稳定性;对滤波结果粗差的判断可避免矩阵求逆时的奇异现象;对状态噪声方差阵扩零,可保证在不影响滤波精度的情况下解决滤波过程中矩阵维数不对应的问题;修改自适应方程减去项,虽然牺牲了一定的精度,但可保证求解状态噪声协方差阵Q和观测噪声协方差阵R的等式右边非负定,从而保证Q和R的非负定.将上述改进后的自适应Kalman滤波算法应用到SINS/GPS组合导航中,仿真结果表明上述改进有效地提高了自适应Kalman滤波的稳定性,且保证了滤波的精度.     

多状态矢量Kalman滤波算法

提高跟踪精度是雷达发展的重要方向之一.本文建立的雷达跟踪模型,将不同时刻的状态变量联合进行处理,通过改变状态转移矩阵,给出了一种使用多状态矢量的Kalman滤波以提高雷达跟踪精度的新手段.仿真结果表明,相比传统的EKF算法,多状态矢量Kalman滤波能得到更加稳定、准确的滤波结果.     

基于最优滤波的卫星和惯性组合导航方法

针对目前三种主流导航方法各自的不足,提出了一种基于最优滤波法的卫星、惯性组合导航方法,采集这两种导航系统实时测量得到的伪距、伪距率的差值,通过设计合适的最优滤波器,以校正系统误差,获得高精度位置、速度、姿态的用户定位结果,从而弥补了惯性导航误差随时间离散和卫星导航易受外界电磁环境干扰、无法直接提供用户姿态信息的问题。     

多传感器分布式Kalman滤波融合算法

讨论多传感器数据融合算法,给出了一种使用于一般线性系统的多传感器分布式Ｋａｌｍａｎ滤波算法。     

径向速度测量在Kalman滤波中的应用

研究一种把径向速度测量引入Kalman滤波的新方法.在分析传感器噪声特性以及测量方程结构的基础上,提出优先处理位置测量数据,然后利用位置矢量的滤波值改进对径向速度测量方程的伪线性表述,从而得到一种序贯处理、伪线性结构的滤波算法.从理论上分析了该算法的稳定性.蒙特卡洛仿真说明该算法不仅克服了推广Kalman滤波(EKF)暂态性能差的缺陷,而且其稳态性能也略优于EKF.     

基于Kalman 滤波的Camshift 运动跟踪算法

提出将Camshift与Kalman滤波相结合的方法.首先,通过二次搜索来调整搜索窗口的位置和大小,保证Camshift跟踪的可靠性;然后,在Camshift算法的基础上,通过卡尔曼滤波对搜索窗口进行运动预测,保证实时跟踪.实验结果表明,在图像背景复杂且目标不规则运动的情形下,采用此方法仍能有效地跟踪到目标.在真实视频数据上的实验结果表明该方法具有很好的应用前景.     

自动引导车跟踪控制的仿真研究

提出一种跟踪精度高、计算量小、易于实现的自动引导车跟踪控制方法。这一方法将要跟踪的轨迹划分成若干段，然后进行分段跟踪。采用此法，可以避免使用路径曲线段进行跟踪时曲率的计算以及计算量大和计算复杂等问题，使得自动引导车跟踪的实时性，精确度得到提高。通过多种路径跟踪的仿真实验，结果表明提出的方法是正确和有效的。     

自主移动小车点镇定的控制参数优化及仿真

针对自主移动小车的点镇定问题，提出了对控制律的参数进行优化设计的思想，并放松了原有控制律对参数取值区间的限制，使系统的点镇定性得以进一步优化．仿真结果表明：控制参数的选取对自主移动小车的点镇定性影响很大；不同的自主移动小车初始位姿下控制参数的最优取值不同；通过优化控制参数以提高自主移动小车的点镇定性是可行与有效的．     

一类自主移动小车的停车控制方法

针对港口集装箱运输的自主移动小车(AGV)存在正常工作模式和停车模式的特点,提出了一种新的停车控制方法:从AGV的当前位置到待泊车位间规划出一条最佳行驶路径,然后用模糊逻辑控制(FLC)AGV按规划路径行驶;并用遗传算法对FLC隶属度函数中的参数进行优化.仿真结果表明该方法可行有效.     

自动导引车视觉导引路径的识别及精确测量

为了提高基于单目视觉导引的双向型自动导引车的视觉测量精度,首先通过导引车运动状态下的自标定降低系统误差,并通过彩色图像处理提取导引路径中心线;再根据测量目标精度,提出一种基于曲率角估计的路径模型分类方法,将路径分为直线、圆弧拐弯和非圆弧拐弯3种模型,并采用最小均方差法对前两种模型参数进行回归,采用基于曲率角估计的自适应加权拟合法对非圆弧拐弯模型参数进行回归.实验结果表明,文中方法的测量精度高,达到了目标要求.     

基于模型分解的车辆侧倾控制器设计

八自由度车辆模型所包含的控制量较多, 对其直接分析控制有一定的难度, 为此, 提出一种模型分解方法。将原有整车模型分解成3 部分, 使每部分模型包含的控制量较整车模型明显减少, 便于对每部分单独设计控制器。同时对分解后模型的车辆侧倾角及其速度部分, 使用线性二次型最优控制方法, 设计状态最优控制器实现车辆稳定性控制。计算结果表明, 该控制器具有较好的控制效果, 既降低了分解后模型的分析难度又保证了车体控制的精度。     

多线程技术在自动引导车导航系统开发中的应用

根据自动引导车实时导航的需要,提出了一种基于多线程技术的自动引导车导航系统.针对自动引导车各不同部分的工作特点,采用多线程技术设计了自动引导车实时视觉导航系统,并设计了自动引导车的人机界面.实时导航实验表明,该实时导航系统可满足QDU-1自动引导车的视觉导航要求.     

用于自动导引车辆的数字工位实时识别系统设计

开发了用于自动导引车辆的数字工位视觉识别系统.根据路面区域、导航线区域和数字工位区域的不同颜色特征,以彩色图像中的R分量(红色分量)为处理对象,利用红色分量在每一副采集图片的像素分布中寻找字符可能出现的区域;根据HIS颜色空间特征参数饱和度S和色调H,提取数字工位;快速校正后,利用字符的整体结构特征进行数字初步分类,优化字符特征区域的确定及统计办法,在改进的特征统计基础上进行数字的再辨识.现场实验表明,该系统可获得较好的识别效果(正确率达到98%),字符提取耗时16 ms,校正、识别总耗时47 ms,满足车辆数字工位识别实时性、准确性、鲁棒性的要求.     

车辆半主动悬架自适应模糊控制器设计与仿真

提出了一种新的自适应模糊半主动悬架控制器 ,它以模糊控制原理为基础 ,融合自适应方法 ,将模糊系统辨识和模糊控制结合起来 ,并对自适应模糊控制规则进行修正 ,以在线自适应调整模糊控制的有关参数 ,提高了模糊控制器的控制效果 ,具有很强的适应性和鲁棒性 结果表明 ,该控制系统明显地改善了控制系统的动态性能     

基于Leader-follower的自主车辆跟随控制器设计

为解决自主车辆的跟随控制中误差系统的稳定性问题, 基于Leader鄄follower 法设计了车辆跟随控制器。对自主车辆进行运动学建模, 采用Leader鄄follower 模型描述车辆跟随结构, 用L鄄渍控制方法建立车辆跟随误差系统, 设计跟随车辆的速度控制器, 以实现跟随车辆对领航车辆的稳定跟随。通过Matlab 仿真实验结果证明,该控制器使误差最终收敛到0, 能达到跟随控制的目的。     

基于最优空间转动矢量的升力式再入飞行器单通道姿态控制器设计

针对升力式再入飞行器高超声速飞行时姿态运动各通道间强烈耦合效应,提出最优空间转动矢量概念,采用内外环双回路控制方式,设计了一种新式控制方法,将一般三通道姿态控制问题转化成为空间单通道控制问题。选取合适的控制系统参数,通过六自由度仿真,验证了所设计的单通道姿态控制器能够实现对飞行器姿态角的跟踪。