Cooperative Localization and Tracking in Distributed Robot-Sensor Networks

This paper addresses the problem of real-time position and orientation estimation of networked mobile robots in two-dimensional Euclidean space with simultaneous tracking of a rigid unknown object based on exteroceptive sensory information extracted from distributed vision systems. The sufficient and necessary conditions for team localization are proposed. A localization and object tracking approach based on statistical operators and graph searching algorithms is presented for a team of robots localized with heterogeneous sensors. The approach was implemented in an experimental platform consisting of car-like mobile robots equipped with omnidirectional video cameras and IEEE 802.1 lb wireless networking. The experimental results validate the approach.     

基于误差先验知识的NLOS移动节点定位算法

针对实际应用环境中存在阻挡节点间通信的障碍物,使节点间的通信变成非视距(NLOS)类型的问题,提出一种基于误差先验知识引导的NLOS移动节点定位(NSES)算法.该算法首先根据误差先验知识,判断并计算出带有误差的NLOS测量值个数在总个数中的百分数K;然后根据K选出误差较大的测量值;最后对误差较大的NLOS测量值进行校正操作.仿真实验结果表明,该算法较传统移动节点定位算法能有效降低NLOS误差,提高节点定位精度.     

非线性量子力学的建立

笔者在长期研究工作的基础上,从提出非线性量子力学的基本原理出发,建立起了非线性量子力学理论,形成了完整的非线性量子力学的理论体系。从而把量子力学从线性领域推广和发展到非线性领域。在本文中笔者描述了建立这个非线性量子力学的物理背景,它的基本构思,研究的技术路线,产生的实际效果,与国际同类研究比较,本研究的创新和特点以及研究的重大意义。     

试论20世纪上半叶西方民俗学本土化之特征

文章在分析20世纪上半叶中国民间文学翻译借鉴西方民俗学的历程后,总结出西方民俗学在中国本土化的两个特征:阶段性特点,以西方民俗学为最终价值取向。这种价值取向误“将现代化”视同于“西化”,简单地用中国材料去印证西方的阐释系统,未能面对中国的民间文学现实。但西方的学术价值在开阔中国人的视野,训练规范化的思维方面仍具有深远意义。     

教育理论本土化的新视野

教育理论本土化是本土教育实践和教育发展的需要,是保存本国传统文化之精华的需要,是理性应对教育全球化的需要.然而,在全球化背景下,对教育理论本土化含义的理解却不尽相同,因此,本文讨论了教育理论本土化的含义和教育理论本土化的两个维度、四种境界.两个维度即"从外到内"和"从内到外"的本土化;四种境界即移植、借鉴、对话和创新.     

司法独立论析

司法独立原则作为人类共同的文明成果，已成为一项重要的现代法治原则。司法独立对实观司法公正、惩治腐败和统一市场的形成均有着重要的意义，在我国观阶段，要实现司法独立，必须加强与改善党的领导，理顺司法机关与人大的关系，克服司法权的地方化与行政化。     

布朗单逗留时测度的局部化现象

讨论瞬时(即d>2N情形)的N指标d维布朗单逗留时的尾概率估计,证明了瞬时的布朗单同样具有瞬时(即d≥3情形)的布朗运动逗留时所具有的局部化现象的特征.     

本土化与全球化的交融--论张艺谋电影艺术与当代小说介入

张艺谋电影艺术成为众多电影评论家、文学批评家的评论焦点：这是因为在经济全球化的冲击下，张艺谋最早走了一条“跨国的中国电影”新模式．运用艺术化电影技术结合本土化的小说进行再创造，完美地体现了其艺术审美情趣，真实地再现了中国电影的“东方魅力”，并使之走向了世界，文章以此为契机来分析。     

基于差分进化的Unscented FastSLAM2.0算法

针对Fast SLAM2.0算法中重采样过程带来的"粒子耗尽"问题,将差分进化引入进来,提出一种基于差分进化的无迹Fast SLAM2.0算法。首先采用unscented粒子滤波器估计机器人的路径后验概率,然后采用扩展卡尔曼滤波器对环境路标进行估计和更新,最后引入改进的差分进化算法代替重采样过程来优化粒子。仿真实验表明,与Fast SLAM2.0算法相比,该方法提高了机器人在路径估计和路标估计上的精度,验证了算法的有效性。