基于Kinect的目标跟踪与避障

利用Kinect实现室内移动机器人的目标跟踪与避障功能,其中Kinect提供的光学图像用于实现机器人视觉目标跟踪。利用Kinect的人脸识别功能,避免当环境中出现多目标时,机器人对运动目标的识别出现混乱;同时增加了增量子空间对视频信息进行及时更新,避免机器人因目标移动较快而跟丢目标;利用T-S模糊神经网络法实现避障功能,相比传统算法有效改善了其收敛性。在移动机器人CRX10上实验证实了该系统能够较好地完成目标跟踪的同时具有躲避障碍物的功能。     

一种改进的HS光流法在机器人避障系统中的应用

机器人的自主避障功能是其在未知环境中顺利行驶的必备功能。基于光流法的机器人避障系统是近几年研究的新热点,在光流场的计算方法中,被使用最多的是由HornSchunck提出的HS光流法。在传统HS光流法的基础上,提出了一种加快光流场计算的方法;并将两种算法应用到相同的避障系统中。通过比较机器人避障实验的结果可以得出,当使用改进算法计算光流场时,避障系统能更快的探测出机器人行驶前方的障碍物,提高了机器人躲避障碍物的效率。     

一种基于路况数据的城市道路交叉口拥堵评价指数研究

提出了交叉口总延误时间指数和单一方向最大延误时间指数,利用从导航软件获取的交叉口各进口方向路况、排队长度和车道数等数据,建立了交叉口拥堵评价指数模型。利用北京交叉口实例对模型的适用性进行了验证,在此基础上依据交叉口总延误时间指数和单一方向最大延误时间指数对案例交叉口进行了拥堵水平排序,排序结果与实际情况相符。交叉口延误时间指数相较于传统的交叉口评价指标,充分利用导航软件的大数据,避免了繁琐的现场调研工作,具有很强的规模化操作性和实用性,为城市管理者在交叉口改造决策方面提供了更加可靠的理论依据。     

基于多标度层次分析法的无人机避让策略构建

针对未来同一片空域内由于多种航空器共同执行任务而可能出现的飞行安全问题,通过研究各种可能出现碰撞的情景,构建了大型无人机在混合空域中最优避让方案评价指标体系,通过分析不同标度法的优缺点,提出一种多标度层次分析法的混合空域策略。首先,以大型无人机为研究对象建立混合空域模型,将混合空域中出现与本机发生冲突可能性的各种飞鸟或航空器进行分类,并考虑碰撞风险等级及目标执行任务等级因素。其次,采用多标度层次分析法求得不同情况下各类避让目标的权值,经过一致性判定;进一步引入隶属度函数,通过分析已获得的权值,对最终结果进行进一步的权重修正。最后,对大型无人机在空域中飞行可能遇到的空域环境进行分析,以验证无人机避让决策方案是否行之有效。结果表明,确定的基于多标度层次分析法可以满足无人机在面对复杂空域环境时避让策略方案的确立,并且具有动态效果,满足无人机实时构建和调整避让策略需要。研究结果可为实现大型无人机在混合空域中的安全飞行提供新的思路。     

城轨交通换乘站结点换乘设施行人拥堵分析方法

以城市轨道交通换乘站内的"十"形结点换乘设施为研究对象,根据车门至站台梯组的走行距离确定了换乘客流到达时间分布,在考虑设施断面上下游的流密速基本关系及梯前区域、换乘平台、楼梯客流的相互影响关系的基础上,利用分时段客流迭代构建了结点换乘设施行人拥堵分析方法。算例表明,该方法能够在各车门下车换乘人数和站台行人设施布置方案已知的情况下快速分析多向客流的换乘客流量不同组合下"十"形结点换乘设施的行人拥堵情况。     

基于连续滑模控制的主动队列管理算法及仿真

基于一种改进的滑模控制器提出了一种主动队列管理（AQM）算法。采用连续的滑模控制（SMC）方案来取代不连续的切换控制，消除了滑模控制中存在的抖振现象从而使队列跟踪性能得到改善．对于网络模型的不确定性、网络参数的时变性及非TCP适应流所引起的网络抖动试算法具有很强的鲁棒性。仿真结果表明该方法可以使队列长度快速收敛到设定值，同时使队列振荡最小，结果也表明在网络条件变化的情况下，该算法优于传统的PI控制和传统的滑模控制。     

一种基于辅助路由的拥塞自适应协议

针对现有多跳无线自组网路由协议以被动方式对拥塞进行处理,有可能导致更多的分组丢失、更长的时延和更大的网络开销问题,提出了一种基于辅助路由的拥塞自适应协议（congestion adaptive protocol based on aided-routing, CAPAR）。该协议以主动方式对拥塞进行处理,采取建立辅助路由的方法对发送给拥塞节点的业务流量进行分流,主动避免拥塞的发生,克服了以被动方式对拥塞进行处理所带来的不利影响。给出了CAPAR协议的建立过程,证明了CAPAR协议的正确性,并对其路由存储代价和路由更新代价进行了分析。结果表明,与其他按需路由协议相比,CAPAR减少了重新建立路由所带来的开销和时延,其路由更新代价明显降低。     

基于自适应灰色预测的虚速率算法

虚速率(VRC)算法是近年来新兴的一种基于速率的主动队列管理算法,本文将灰色预测、自适应控制与虚速率算法三者的设计思想融合起来,提出一种新的基于自适应灰色预测的虚速率算法。将二次型性能指标引入到VRC算法中PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了PID的自适应最优控制。同时将自适应PID与灰色预测器相结合,用预测结果代替被控对象测量值,克服了网络时滞和干扰给系统带来的负面影响,并进行了稳定性分析。仿真结果表明,该算法具有优良的性能。     

Control of vehicle platoons for highway safety and efficient utility: Consensus with communications and vehicle dynamics

Platoon formation of highway vehicles is a critical foundation for autonomous or semiautonomous vehicle control for enhanced safety,improved highway utility,increased fuel economy,and reduced emission toward intelligent transportation systems.Platoon control encounters great challenges from vehicle control,communications,team coordination,and uncertainties.This paper introduces a new method for coordinated control of platoons by using integrated network consensus decisions and vehicle control.To achieve suitable coordination of the team vehicles based on terrain and environmental conditions,the emerging technology of network consensus control is modified to a weighted and constrained consensus-seeking framework.Algorithms are introduced and their convergence properties are established.The methodology employs neighborhood information through on-board sensors and V2 V or V2 I communications,but achieves global coordination of the entire platoon.The ability of the methods in terms of robustness,disturbance rejection,noise attenuation,and cyber-physical interaction is analyzed and demonstrated with simulated case studies.     

基于速率的端到端增减拥塞控制算法的收敛特性

对基于速率的端到端增减拥塞控制算法的效率收敛和公平性收敛问题进行了研究,对几种拥塞控制算法的收敛时间进行了计算,并推导出一些有效的理论公式,对未来的拥塞控制协议设计具有十分重要的指导意义.