全自动商用清扫机器人定位追踪和路径规划解决方案

随着产业的不断发展，各领域尝试利用全自动商用机器人提升生产工作效率，降低重复劳动成本，解放生产力。商用清扫机器人广泛应用于商业、办公以及制造领域，是新兴的一个产业，其中推进商用清扫机器人全自动化运行是商用清扫机器人中的重点研究方向。随着硬件产业的快速发展，算法有待进一步提升，其中定位追踪和路径规划是急需解决的核心算法问题。为解决上述问题，现提出基于卡尔曼滤波的多传感器信息融合定位追踪算法和用于路径规划的弓字型规划式路径全覆盖算法。定位追踪算法通过集成陀螺仪、加速度传感器、人工智能与视觉解读（Artificial Intelligence and Visual Interpretation,AIVI）摄像头以及激光测距雷达等多传感器，设计了一种基于卡尔曼滤波的轨迹推算方法，通过最小化系统协方差矩阵实现多源信息融合。弓字型规划式路径全覆盖算法是一种优先考虑完成效果，降低效率比重，充分发挥了机器人可持续工作的特性，同时基于采用Dynamic A Star算法完成断点续扫功能。     

基于主成分分析的细支卷烟物理质量评价方法

为更好地评价细支卷烟物理质量，采用相关性分析和主成分分析方法，分析了200批次细支卷烟的单支质量、吸阻、硬度、通风率、端部落丝率、空头率等质量指标，建立了细支卷烟物理质量综合分析评价方法。结果表明：(1)通过主成分分析共提取了3个主成分（PC1:32.301%、PC2:30.623%、PC3:13.774%），其方差累积贡献率为76.699%，其中PC1反映指标的偏差率，PC2反映指标的变异系数，PC3反映端部落丝率和空头率；(2)建立了卷烟物理质量评价模型，将卷烟物理质量评价得分划为优、良、中、差4类档次；(3)通过模型的应用评价，其中样品8#得分最高为93.02，质量档次为优，样品15#得分最低为59.94，质量档次为差，根据各样品得分情况，能够直观反映和评价不同批次、机台、班组等的细支卷烟物理质量情况。