基于GNSS/INS与激光雷达的缓存池建图

为了解决智能车、无人机、自主机器人对外界环境感知的先验信息不足的问题。本文提出了一种使用惯性导航(INS)与卫星导航(GNSS)辅助多线激光雷达传感器对环境进行自主三维重建的算法。该算法首先采用一种基于GNSS\\INS的线性差值法与四元数插值法并行算法将激光雷达点云转换到唯一坐标系下,纠正点云随时间的漂移;通过基于缓存池的建图方法对周围环境进行点云分割与拼接,对得到的子地图进行体素滤波,最终得到丰富环境信息的三维重建地图。通过机器人操作系统(ROS)在移动平台上进行验证,实验结果表明:该方法成功的对外界环境进行自主三维建图,适用于智能化载体对未知环境下的感知。     

基于光栅投射的机器人导航视觉传感器研究

为了实现暗环境下移动机器人导航中障碍物的检测与运动机器人的定位,采用了一种组合式光栅投射立体视觉传感器研究方法,首先通过光栅投射和立体视觉相融合的方法,建立光栅投射立体视觉传感器几何和数学模型,然后利用空间设备位置约束原理和投影平面相交的方法,进行了机器人视场内空间物体的3维坐标计算,建立了可靠真实的障碍物检测和分析方法,并进行了理论分析和实验验证,取得了距离计算精度0.8mm的数据。结果表明,该方法对于图像计算的精度在亚像素级。该方法有利于目前黑暗环境中机器人无法自主导航难题的突破,为黑暗环境中无全球定位系统支持的机器人导航提供了基础探索。     

一种融合深度相机与激光雷达的室内移动机器人建图与导航方法

为解决室内移动机器人导航过程中容易碰撞障碍物的问题,本文提出一种融合深度相机和激光雷达的室内移动机器人建图与导航方法,在机器人底盘上安装激光雷达、深度相机和里程计,利用Gmapping算法进行室内二维地图构建,同时用ROS中depthimage_to_laserscan功能包对深度图像进行二维投影,生成的二维栅格地图与激光雷达所建的地图进行融合.实验证明该方法使建立的地图更加完善,提高了室内移动机器人检测周围障碍物的能力和自主导航的能力.     

基于动态障碍物的机器人避障路径规划方法

针对传统机器人路径规划只适用于障碍位置固定的环境中,无法避开动态障碍物的问题,提出一种融合动态障碍物信息的机器人避障路径规划方法.对传统动态窗口法(Dynamic Window Approach,DWA)进行改进,融合动态障碍物信息与机器人运动学分析,来解决机器人在动态环境下的避障问题,并与改进的A*算法融合,来保障机器人路径规划的全局最优性.实验结果证明,所提出的方法在动态环境下适应度高、安全性强,具有一定的应用价值.     

融合生物信息素的改进稀疏A*探索航迹规划

针对已知起点和终点、而环境信息未知情况下的探索航迹规划问题,提出了融合生物信息素的改进稀疏A*无人机探索航迹规划算法.以激光雷达获取的局部地图信息为基础,通过引入生物信息素,对稀疏A*算法中的代价函数进行优化,实现未知环境下自主规避障碍物,并避免环境重复探索.在此基础上,提出了基于机器人操作系统(ROS)的物理实施途径.通过"回"字形场景下的仿真实验对比,验证了所提算法可避免环境重复探索的有效性.此外,在"回"字形基础上,将所提算法推广应用于柱状障碍物场景.实验结果表明:所提出的融合生物信息素的改进稀疏A*探索航迹规划算法能有效实现未知环境探索航迹规划.     

嵌入式移动机器人硬件构架及视觉导航分析

设计了一种适用于复杂环境下自主导航的两轮式移动机器人,提出了一种基于多处理器的机器人分级控制系统,并详细阐述了控制系统的软硬件设计与实现。设计的机器人可进行视觉导航,能在未知的环境下准确及时地到达目标点。     

基于双层蚁群算法和动态环境的机器人路径规划方法

针对动态环境未知时变的特点,提出一种机器人路径规划新方法.在该方法中,首先对栅格法建立的环境模型进行凸化处理,以避免机器人沿规划路径移动时陷入U型陷阱,从而加快路径规划的速度;其次,提出双层蚁群算法（DACO）,在每次迭代中先用外层蚁群算法寻找一条路径,然后以该路径为基础构造一个小环境,接着在该环境下用内层蚁群算法重新寻优,若寻得的路径质量更高,则更新路径并执行本文给出的一种新型信息素二次更新策略;最后,针对环境中不同动态障碍物的体积和速度,提出三种避障策略.动态环境下,机器人先由DACO算法规划一条静态环境下从起点到终点的全局最优路径,然后从当前起点开始,通过自带传感器获取动态环境信息,并根据需要执行等待、正碰或追尾避障策略,到达新的起点.仿真实验表明,该方法可以在动态环境下实时地为移动机器人规划出一条安全且最短的路径,是求解移动机器人路径规划问题的一种切实有效的方法.     

基于机器视觉的智能导览机器人控制系统设计

在研究机器视觉的移动机器人导航技术的基础上,基于层次结构,简单介绍导览机器人控制系统的总体方案及软硬件设计.采用图像处理中的边缘检测和模板匹配方式进行机器人的视觉导航,使机器人在结构化道路环境下能够自动躲避障碍物,停靠到目标点,并能向参访者导览解说,最后验证了该系统的有效性和优越性.     

用FPGA实现低成本实时深度感知

引言 对于自主机器人导航和其它机器视觉应用来说,实时深度感知是很关键的.目前通过立体图像来计算深度的算法计算量很大,例如差异测绘,要占用CPU大量的时间,或者需要用昂贵的器件进行实时操作.针对立体摄像的深度感知,FPGA解决方案能使处理器的时间得到缓解,减少或除去器件的成本,例如MPU、DSP、激光器和昂贵的镜头.通过提供给机器人其环境中的差异测绘,FPGA使机器人中的CPU专注于重要的高层任务,例如建图和定位.     

面向动态障碍物的三维A*优化避障算法研究

针对空间站舱内漂浮物、太空碎片密集区域等复杂场景下的动态避障问题,本文提出了一种面向动态障碍物的三维 A*优化避障算法,主要用于完成空间站舱内飞行器和小型空间机器人在上述环境下的路径规划任务。该算法把传统二维 A*算法推广到了三维,然后通过模糊判断规则对路径进行优化,实现运动路径的实时优化,降低在三维无重力环境下的能量消耗。仿真结果表明,该算法可以对三维环境下动态障碍物进行有效避障,并且优化指标提高将近一倍, 能够有效降低能量的消耗。     

Dynamic Self-Optimization of the Antenna Tilt for Best Trade-off Between Coverage and Capacity in Mobile Networks

One major factor influencing the coverage and capacity in mobile networks is related to the configuration of the antennas and especially the antenna tilt angle. By utilizing antenna tilt, signal reception within a cell can be improved and interference radiation towards other cells can be effectively reduced, which leads to a higher signal-to-interference-plus-noise ratio received by the users and increased sum data rate in the network. In this work, a method for capacity and coverage optimization using base station antenna electrical tilt in mobile networks is proposed. It has the potential to improve network performance while reducing operational costs and complexity, and to offer better quality of experience for the mobile users. Our solution is based on the application of reinforcement learning and the simulation results show that the algorithm improves significantly the overall data rate of the network, as compared to no antenna tilt optimization. The analysis in this paper focuses on the downlink of the cellular system. For the simulation experiments a multicellular and sectorized mobile network in an urban environment and randomly distributed user terminals are considered. The main contribution in this work is related to the development of a learning algorithm for automated antenna tilting.     

An efficient algorithm for dynamic task offloading using cloudlets in mobile cloud computing

It is a visible fact that the growth of mobile devices is enormous. More computations are required to be carried out for various applications in these mobile devices. But the drawback of the mobile devices is less computation power and low available energy. The mobile cloud computing helps in resolving these issues by integrating the mobile devices with cloud technology. Again, the issue is increased in the latency as the task and data to be offloaded to the cloud environment uses WAN. Hence, to decrease the latency, this paper proposes cloudlet‐based dynamic task offloading (CDTO) algorithm where the task can be executed in device environment, cloudlet environment, cloud server environment, and integrated environment. The proposed algorithm, CDTO, is tested in terms of energy consumption and completion time.     

基于粒子滤波的空-地目标跟踪算法

针对空-地目标跟踪中目标大幅度变速运动而引 起的跟踪失败问题,基于Kristan等人提出的双步(TS)动态模型框架,对空-地目标跟 踪中目标运动特点进行分析与建模,改进TS模型中 的保守模型以适应加速运动,提出适于描述大幅度变速运动的加速度双步(TSA)动态模型作 为粒子滤波(PF)跟踪算法的动态模 型,实现对粒子状态的精确预测,进而达到使用较少粒子即可对目标鲁棒跟踪的目的。对空 -地目标跟踪的测试视频进行测 试,结果表明,本文算法可对大幅度变速运动目标稳定跟踪,正确跟踪率为92%,对目标 尺寸约为25pixel×30pixel时的处理帧率为29frame/s。本文算法具有较好的鲁棒性与实时性。     

移动送料机器人地图构建与运动控制研究

移动机器人的地图构建与运动控制是智能移动机器人进行自主导航的基础。针对工业装配生产线的不同工位需要送料的需求,本文以一台轮式差速移动送料机器人为研究对象,利用激光雷达作为传感器,搭建一个装配生产线,设计、实现了基于ROS的移动送料机器人的地图构建与运动控制策略。利用slamgmapping算法包,实现了机器人在特定装配生产线环境下的同时定位与地图构建;在主程序代码中利用状态机的机制,实现了机器人到达指定工位的运动控制。实验结果表明,该算法和运动控制策略可以满足在所搭建的装配生产线中进行定位和运行。     

面向MANET环境的动态自适应副本放置算法研究

移动自组网环境给数据复制技术带来了新的挑战。本文提出了一种分布式动态自适应副本放置算法,算法以数据访问的通信开销作为目标函数,每个副本节点从其邻居节点收集读写请求的局部信息,动态地调整副本放置方案以适应访问请求和网络拓扑的变化。本文还提出了基于稳定邻居的副本放置算法以减小由于节点移动给副本放置带来的振荡。模拟实验表明,在移动自组网环境中,本文提出的算法有效地减少了数据访问的通信开销,提高了数据访问的效率。     

VLSI-Efficient Scheme and FPGA Realization for Robotic Mapping in a Dynamic Environment

This paper presents a new VLSI-efficient algorithm for robotic exploration in a dynamic environment where the geometry of the objects or their motion trajectories are not known a priori. The input to the proposed algorithm is a list of G nodes obtained using the robot's step size and the dimensions of the environment. P nodes accessible to the robot are identified. The time complexity of the proposed algorithm is O(G). Special features of the algorithm include parallel processing of data from multiple ultrasonic sensors and the use of associative memory to efficiently keep track of the visited terrain nodes. A novel architecture based on selective shutdown of hardware modules for reducing energy consumption is proposed. Detailed experiments with a mobile robot fabricated locally with a Xilinx XC2S200E field programmable gate array and eight ultrasonic sensors on-board validate the efficacy of the proposed approach     

移动物联网非完整约束中继的协同任务规划

为实现突发事件的应急决策和态势评估,满足对重点区域的地面全景或空间立体信息可靠节能地远距离传输要求,本文将无人机（Unmanned Aerial Vehicle,UAV）作为空基感测平台,研究应急移动物联网应用中无人机编队能量受限条件下的远距离通信问题,提出面向非完整约束多地面移动中继的协同任务规划方法.首先,对该类物联网进行系统建模;其次,根据所建模型中无人机空基平台立体地分布于重点空域的特点,研究了地面移动中继区域分配算法、位置更新算法.在提供可靠节能通信的同时,确定其覆盖范围和最优布署方案.再次,针对地面移动中继非完整约束导致的对UAV空基平台分簇覆盖的拓展性不足,研究了多个地面移动中继的联合运动策略,以应对部分地面移动中继失效或因降低移动物联网的成本而出现地面移动中继数量减少的状况.最后,通过实验验证了本文所提方法的有效性.     

用户偏好提取算法

将用户的需求抽象为可表示、可量化、可感知的特征是未来移动业务的重要特点,用户偏好提取算法是探索这一问题的关键。分析了用户偏好提取算法的数学结构、技术特点、算法类型及研究面临的挑战。针对异构网络环境下移动用户的业务需求特点,提出将传统用户偏好提取技术与马尔可夫决策过程建模方法相结合,创建用户偏好评估模型。解决动态判决环境下基于不完整信息的智能判决问题。对研究用户体验的评价问题和业务与业务环境的适配问题提供了新的思路。     

基于免疫进化算法的轮式移动机器人非完整运动规划

本文阐述了轮式移动机器人非完整运动的最优规划问题,在系统的非完整特性基础上,将轮式移动机器人的运动规划转化为非线性系统最优控制问题。在最优控制中引入了人工免疫算法,替代了传统的迭代方法,提出了基于人工免疫算法的非完整运动规划的最优控制方法。通过抗体编码和亲合力函数给出了算法的具体实现步骤,并且进行了仿真实验。实验结果表明算法的有效性和可行性。