一种基于分布式EKF的多机器人协同定位方法

研究多机器人编队的导航问题,针对多机器人传感器带来的噪声信号影响定位精度,为了提高系统定位精度,提出了一种基于分布式扩展卡尔曼滤波(DEKF)的多机器人协同定位方法.根据航位推算建立单机器人跟踪目标的定位模型后建立编队多机器人的协同定位模型,利用量测信息,通过扩展卡尔曼滤波(EKF)估计各编队机器人局部定位信息,将所得的局部估计值利用优化的融合规则进行处理,得到编队中各机器人的定位数据.通过对单机器人和编队多机器人协同定位进行仿真,结果表明,编队机器人能够利用协同定位方法进行实时定位,且具有更高的定位精度.     

基于视觉的移动机器人同时定位与建图研究进展

同时定位与建图(SLAM)是实现移动机器人真正自治的必要前提, 视觉传感器由于能够提供丰富的环境信息而在SLAM研究中受到重视, 本文从视觉传感器配置方式、视觉特征提取方法、视觉SLAM实现机制、地图表示类型以及环境对视觉SLAM的影响五个方面综述基于视觉传感器的同时定位与建图研究的发展现状, 对已有的典型视觉SLAM方法进行分析和比较, 并展望了未来的发展趋势.     

基于层次化SLAM的未知环境级联地图创建方法

针对大规模环境下障碍物、环境传感器、移动机器人自身位姿均未知的情况,提出层次化机器人同时定位与空间级联地图创建(SLAM)方法.首先建立子地图与拓扑节点两层结构环境模型,然后利用环境传感器感知信息辅助子地图局部坐标框架的在线创建和更新,同时在拓扑结构创建过程中,利用coupling summation公式推算节点间相对...     

物联网农业智能控制系统概述

物联网是指将各种信息传感设备及系统,通过各种接入网与互联网结合形成的一个巨大的智能网络.以实现智能化识别、定位、跟踪、监控和管理的一种新一代信息技术.农业物联网是物联网的重要组成部分,它是指通过温度传感器、湿度传感器、光照传感器等不同类型的传感器来采集农作物周围的环境中的温度、湿度、光照等信息,并将这些信息通过互联网技术以及无线通信技术进行存储和传输.     

面向物联网的隐私数据安全问题研究

物联网已经成为当今社会现代化发展的重要战略产业,其涉及交通运输、国家安全、工业生产及医疗服务等多个领域,物联网的应用已经渗透到社会的方方面面.物联网由无线传感器、传感器节点、网络、存储设备等构成,无线传感器采集数据、传感器节点计算和分配数据,网络是数据传输的通道,数据库存储数据.数据传输安全是物联网可靠应用的基础,由于传感器节点数量大、传输网络存在被侵入等威胁,研究物联网数据安全尤其是隐私数据安全问题对于物联网的应用具有非常重要的作用.对现有物联网安全问题进行了分析,分别从信息获取和信息传输两个方面探讨了解决物联网隐私数据安全问题的方法,结合现有数据加密、双向认证、压缩感知等技术提出了物联网信息获取时双向认证机制解决信息获取时的安全问题,在构建物联网信息传输时,隐私数据安全传输模型解决信息传输时的安全问题.     

基于Watir的物联网页面实时信息获取研究与实现

日益增长的嵌入式、网络化传感器逐渐渗透到实体世界中,形成了物联网。物联网的体系架构分为三层,目前很多研究工作集中在最底层感知层和中间层网络层,而应用层研究未引起足够的重视。最上层的应用层主要完成数据的管理和处理,这需要对最底层以及中间层返回的物联网实时信息进行处理分析。因此,物联网实体实时信息的获取在物联网研究领域中起了举足轻重的作用。针对物联网实体实时信息获取需求,采用Web自动化测试框架Watir,通过CSS Selector定位技术实现了物联网动态页面实时采集。该方法实时性高,可扩展性好,能满足各个领域对物联网实时数据的需求。     

关于移动机器人定位系统的研究——基于多传感器的机器人定位技术

在移动式机器人系统中,导航系统是机器人实现自治的核心,在导航系统中机器人定位系统又有着至关重要的作用.因为,只有基于精确定位的导航才是可靠的.考虑到目前的移动机器人系统都装备有多传感器,本文着重研究了基于多传感器的移动机器人定位技术.本定位系统首先获取里程计信息,按轨迹生成法得到机器人的粗定位,并在粗定位基础上进行局部感知环境预测,然后融合视觉传感器和距离传感器的信息,以得到较精确的机器人局部感知模型,以此 在移动式机     

基于物联网网关的传感器接入方案设计

物联网被看作信息领域一次重大的发展和变革机遇,物联网网关是连接传感器网络与互联网网络的接入与控制设备,传感器收集数据并通过网关实现与互联网的互连及进一步的处理和转发。本文首先介绍了物联网技术背景,在此基础上提出了基于物联网网关的传感器接入方案,并以LDAP作为开发环境,实现了传感器接入的信息存储方案。     

物联网环境下多智能体决策信息支持技术

随着物联网技术的不断发展,传感器网络得到了广泛的应用并成为信息技术领域重要的基础设施。尤其是传感网络提供的实时感知信息,为许多智能应用提供了充分的信息支持和必要的决策依据。然而,由于智能应用的实时感知信息需求通常无法转化为简单的查询请求与传感器底层查询接口准确匹配,因此,基于物联网的智能决策常常无法准确获取到决策相关的实时信息。针对此问题,提出一个基于语义覆盖网的物联网信息资源描述、推理和应用模型,并以多智能体系统决策支持为应用基础,研究了新型物联网环境下的多智能体决策信息支持技术。该技术以基于多智能体系统的团队导向规划的任务分解方法为核心,将复杂任务分解为若干简单子任务,并基于本体推理方法把子任务执行时需要的决策信息转化为精确、完备的传感器信息查询,从而实现从物联网中准确定位具体的传感器并获取相应感知信息的实时决策信息支持机制。     

物联网产业需夯实基础,云计算市场已先行

物联网通常分为感知层、传输层和应用层。由传感器系统构成的感知层,主要为物联网采集信息与数据,是物联网的基础。从产业可持续发展的角度,研究物联网产业须关注基于经济学研究得到的价值金字塔,价值从低到高分为传感、事件、知识、决策和生态环境,物联网的最低价值是获取传感器(包括RFID,下同)采集的信息与数据,最高价值是创立新的市场生态环境,即商业模式。传感器采集数据的价值是十分有限的,只有传感器联成网,才有产生最高价值的基础。因而物联网需要的是一个有规模的信息数据。传感器数据是基础,基础的量变达到规模,才能引起质变,从而产生