基于ArcGIS Engine的林火标绘系统的设计与实现

本文采用ArcGIS Engine 9.1开发环境,将地理信息、定位信息和防火专题信息融为一体,综合运用GIS二次开发技术、GPS定位技术、GPS/GIS集成技术、数据库技术等关键技术进行集成,实现了对多源数据的集成管理、图层数据的空间分析、专家知识推理和结果的可视化查询与显示、距离和面积量算、GPS定位和自主导航、标绘与实时传送火场态势图等功能,实现对森林扑火队伍的实时监控和智能指挥,实现森林防火指挥快速化、决策科学化、调度的实时化和防火信息资源化。     

基于视觉的飞机自主着陆导航

提出一种基于视觉的飞机自主着陆导航信息提取新方法。它克服了国外方法中利用点对应关系而难于提取特征点的问题,只需对两条跑道边线和一条着陆阈值线进行检测,这些线具有明显的可视性和直线性。由此可直接算出飞机的姿态向量,若跑道的宽度已知,还可以算出飞机的位置矢量。依据成像的几何原理,文中对算法进行了完整的推导,通过对飞机着陆过程中实际采集的跑道图像序列进行处理和实验,表明基于视觉的飞机自主着陆导航信息提取与转换是可行的。     

基于降阶模型的GPS/PINS组合导航试验研究

卡尔曼滤波器的计算负担与其阶数的三次方成正比，为了研究GPS／PINS（Platform Inertial Navigationsystem）组合导航系统的性能，基于卡尔曼滤波器降阶模型，设计了GPS／PINS实时组合导航跑车试验系统，跑车试验过程中实时采集GPS的位置和速度信息以及平台惯组的加速度和姿态角等信息，进行滤波解算，实时输出解算结果。为评估二者的组合效果，同时接入差分高精度GPS，跟组合结果进行比对。试验结果表明，基于降阶模型的组合导航系统可以满意的完成导航任务。     

一种改进的基于代价函数的地图匹配算法

为了提高基于代价函数的地图匹配算法的效率,提出了一种减少算法计算量的方法.该方法结合地图匹配算法中的数据滤波等判决法则,合理利用已有的匹配信息,能在更小的范围内选择待匹配路段,达到减少计算量的目的.该方法在导航定位系统中具有实用意义.     

深海自行式集矿机的定位与综合导航

应用模糊自适应扩展卡尔曼滤波方法,研究了深海采矿集矿机的定位导航问题。建立了履带式集矿机的状态空间模型,根据长基线定位系统的延时建立了系统的测量方程,提出了基于模糊逻辑的自适应卡尔曼滤波的算法。仿真结果表明:集矿机位置X,Y的新息系列均在±σ的范围内变化,采用该自适应控制算法对Q、R加权的方法所进行的卡尔曼滤波是稳定的、最优的。     

一种用于车辆最短路径规划的自适应遗传算法及其与Dijkstra和A*算法的比较

提出了一种自适应遗传算法,并成功应用于车辆最短路径规划算法中. 所采用的编码方式、交叉及变异算子等均针对最短路径规划问题而专门设计;同时,提出了一种新的交叉概率、变异概率在线自适应调整策略,以便提高遗传算法的搜索速度和搜索质量. 将该算法同Dijkstra算法、A*算法进行了仿真比较. 对五种不同情况的仿真研究结果表明:同Dijkstra算法相比,该自适应遗传算法可以减少搜索到最短路径的时间;同A*算法相比,该自适应遗传算法则可以搜索到更多的最短路径.     

移动机器人导航中噪声影响的仿真研究

基于行为的移动机器人在获取外界信息时不可避免地会引入噪声,给移动机器人的导航造成一定的影响。首先建立了一个考虑了噪声影响的基于行为的移动机器人的仿真实验系统,然后以机器人导航任务为例,定量研究均匀分布噪声和高斯白噪声对机器人导航效率的影响;同时讨论机器人运动模块间的两种组合方式——加权平均方式和加权最大方式在抑制噪声方面的作用。研究结果表明噪声使移动机器人的导航效率降低,完成导航任务所需的行程时间增加;加权平均方式比加权最大方式在抑制噪声方面效率更高,这对机器人运动模块的抑噪设计有良好的指导作用。     

基于强化学习的机器人模糊控制系统设计

研究了基于强化学习(RL)的模糊逻辑控制器(FLC)设计方法,并将该控制器作为反应式自主移动机器人的控制系统。在缺乏专家知识的情况下,将模糊推理系统(FIS)和强化学习理论相结合构成模糊强化系统,通过强化学习算法获取FLC得模糊规则库,从而有效地解决了复杂未知环境的机器人导航问题。实验结果表明,由强化学习设计的模糊控制器的有效性,同时具有较强的适应能力,可以应用于不同的复杂环境。     

小波提升方法在移动机器人导航图像去噪中的应用

小波提升算法能够将复杂的滤波过程分解成多个简单步骤,且分解的每一步都可逆.针对光照不均匀、烟雾和灰尘等复杂环境下,移动机器人视觉系统所提取的图像有大幅度噪声,实验利用小波提升算法的快速去噪,并通过仿真实验验证了该方法的有效性.实验结果证明该方法既能够计算快捷精确,又能够节省内存,能够提高移动机器人视觉导航系统的整体反映速度.     

基于视觉/GPS/MEMS-SINS的微型飞行器姿态确定系统

分析了微型飞行器姿态确定系统的现状,提出利用视觉/GPS/MEMS-SINS组合导航系统确定微型飞行器姿态的方案.微型飞行器获取图像中天空和大地的特征不同,其间隐含了载体的姿态信息,在GPS和MEMS-SINS组合的基础上,将所隐含的载体姿态信息作为新增的观测量.建立了组合系统的卡尔曼滤波器模型,并进行了静态和动态仿真.结果表明,视觉/GPS/MEMS-SINS组合导航系统是微型飞行器自主姿态确定的有效方案,增加视觉姿态后,滤波器中惯性导航系统平台误差角的可观测性得到了增强,姿态估计精度也得到了提高.