Designing Discrete Predictor-Based Controllers for Networked Control Systems with Time-varying Delays: Application to A Visual Servo Inverted Pendulum System

A discrete predictor-based control method is developed for a class of linear time-invariant networked control systems with a sensor-to-controller time-varying delay and a controller-to-actuator uncertain constant delay, which can be potentially applied to vision-based control systems. The control scheme is composed of a state prediction and a discrete predictor-based controller. The state prediction is used to compensate for the effect of the sensor-to-controller delay, and the system can be stabilized by the discrete predictor-based controller. Moreover, it is shown that the control scheme is also robust with respect to slight message rejections. Finally, the main theoretical results are illustrated by simulation results and experimental results based on a networked visual servo inverted pendulum system.      

无线传感器网络中基于能量级加权的质心定位算法

针对无线传感器网络的内在特点以及传统质心定位方法的局限性,提出一种基于能量级加权的质心定位算法——PWC定位算法.它完全基于网络连通性,采用信标节点的能量级信息作为加权因子计算未知节点位置,体现了不同信标节点对质心计算结果的影响.仿真结果表明,该算法减小了平均定位误差,是一种适合大规模传感器网络应用的节点定位算法.     

基于多传感器的全向足球机器人自定位

随着对足球机器人智能水平的要求进一步提高,机器人足球委员会将比赛场地的立柱、球门颜色取消.这使以前的基于球门、立柱地标的足球机器人自定位方法失效了.本文提出了一种利用了里程计、罗盘和全景摄像头多种传感器信息的视觉图像特征匹配的足球机器人自定位方法.首先,机器人通过里程计和罗盘取定一个可能位姿.然后,由视觉处理系统把机器人的可能位姿当作变换因子对实时拍摄到的场景图像作旋转、平移变换.最后,将变换后的图像中的白线与参考图像中的白线相比较,选择使图像匹配程度最大的变换因子作为机器人自定位的结果.实验结果表明该自定位方法达到了较高定位精度并能满足比赛的高实时性要求.     

无人机编队中的自主定位与动态TDMA协议应用

针对高速无人机编队,提出了一种无人机个体实现分布式自主定位的方法,为无人机编队的自主飞行控制提供位置参数。将改进后的固定TDMA协议应用于无人机编队的自主飞行控制中,增加了优先级以及竞争机制,实现了时隙的动态分配,为大业务量节点提供了负载均衡。仿真结果表明,动态TDMA协议能够显著提高分组发送的成功率、降低业务的端到端平均时延、满足无人机自主编队控制的需求。     

面向协作集群的鲁棒协同自定位与相对定位方法

协同定位是卫星拒止等导航基础设施受限环境下提升载体定位精度的重要手段,载体自定位和载体之间相对定位是其 主要的两项应用。 然而现有方法通常将自定位与相对定位剥离开来,仅用于估计其中一种定位状态,不仅存在应用局限性,也 忽略了集群相对运动与个体运动之间的关联性,导致性能损失。 为解决该问题,提出了一种适用于协作集群的鲁棒协同自定位 与相对定位方法,基于自定位、相对定位和协同量测之间的概率关系建立概率图模型,描述了相对运动与个体运动之间的概率 关系;采用高斯置信传播传递实现图模型的边缘概率求解,实现消息传递的高效计算;设计了基于 Huber 损失函数的 Huber 因 子,可实现异常量测在高斯消息传递过程中的降权,从而实现鲁棒协同估计。 实验结果表明,所提出的方法不仅能够同时进行 自定位与相对定位估计,且估计精度优于传统协同定位方法,所设计的 Huber 因子能够有效处理异常量测,为集群协同导航定 位的融合架构提供了新思路。     

自主足球机器人的单目视觉自定位方法

全自主机器人足球系统中，每个自主足球机器人都是一个独立的智能机器人，有自己的决策、通信、视觉和感知、机电控制等子系统，但是系统不具备全局视觉。为了使系统能够了解场上全局信息，足球机器人的自定位是必须解决的关键问题之一。文章介绍了一种在颜色场地信息已经视觉识别的前提下，通过单目视觉测距，实现全自主足球机器人自定位的几何方法：对摄像机CCD像面的量化、镜头的非线性畸变和摄像机定标等可能引起误差的因素进行了分析．实验结果表明方法可行。     

大跨距孔同轴度误差快速视觉测量方法

为快速、准确测量大型零件大跨度孔的同轴度误差,设计了对侧布置的线激光扫描四目视觉测量系统,通过两套视觉测 量单元分别采集两孔端面点云数据,进一步拟合端面圆心和端面法线,得到两个独立的单侧孔轴线。 提出了大跨距无公共视场 视觉系统标定方法,设计了多标定板相固连的靶标,通过 4 块标定板的位姿关系传递,得到两套视觉测量单元的坐标系转换关 系,实现了两侧孔测量数据的坐标系统一。 精度验证实验表明,该系统对于 1. 15 m 跨距的标准球组球心距测量均方根误差为 0. 161 mm。 使用该系统对一压路机振动轮两侧轴承孔的同轴度进行了测量,并与三坐标测量机的测量结果进行了对比,结果 表明两者测量结果偏差小于 5% ,测量精度能够满足工业生产需求。     

三维无线传感器网络节点的序列重心定位算法

节点自定位技术是无线传感器网络的关键技术之一。三维序列重心算法利用锚节点两两之间的垂直平分面将定位空间分为边、面和体三类区域,缩小了未知节点可能存在的范围,并在所在范围内再次求出离未知节点最近三点组成的三角形的重心作为未知点位置的估计。该算法改善了二维序列算法误差较大的问题,且不需要增加硬件设施来实现特殊的功能。仿真结果表明,该算法可以达到较高的定位精度,能够满足三维空间中未知节点定位的应用需要。     

中型组足球机器人全向视觉定位技术

自定位是移动机器人正常工作所必须具备的能力.综述了RoboCup中型组足球机器人比赛中机器人的基于视觉定位技术,包括机器人自定位技术和多机器人协作物体定位技术,并对这些定位方法特点进行了分析探讨.首先介绍算法相对简单且应用广泛的基于路标的几何定位法;其次分析基于贝叶斯滤波的概率定位方法,它融合了多传感器信息,能够达到较好的定位性能;最后探讨了多机器人协作物体的定位方法.最后对机器人视觉定位的发展趋势进行了展望.     

无线传感器网络自定位算法的研究

针对无线传感器网络节点稀疏时会产生定位盲区的问题,在研究经典AOA(三角测量法)算法的基础上,提出了一种改进的无线传感器网络自定位算法,在节点自身基准线相对于绝对坐标轴夹角已知的情况下,未知节点只需一个邻居锚节点就能实现自定位.仿真实验证明,在节点数相同的情况下,改进的无线传感器网络自定位算法相比于经典AOA算法,有更高的有效定位率和更低的平均定位误差,适用于节点稀疏的网络环境.