视觉与惯性传感器融合的隐式卡尔曼滤波位置估计算法

机器人对自身位置的实时感知在机器人技术中非常重要.本文主要研究机器人技术中一类基于视觉与惯性传感器的位置估计问题.与传统的状态估计问题不同的是,所研究位置估计问题为带有隐式观测方程的线性状态估计问题.为此提出一种能够解决此类估计问题的隐式卡尔曼滤波器,并给出了详细的滤波器设计过程.另外采用扩展变量法将加速度信息中的偏移量作为滤波器状态来估计,以补偿其对位置估计结果的影响.仿真结果显示,所给出的隐式卡尔曼滤波器收敛,加速度偏移带来的影响被有效的补偿.     

基于Hamilton-Jacobi方程的飞行器机动动作可达集分析

为了给驾驶员完成标准机动动作提供决策支持, 提出一种使用哈密尔顿-雅克比(Hamilton-Jacobi)方程求解机动动作可行状态空间的研究方法.使用关键点将机动动作划分为不同阶段, 将各关键点的标准状态约束作为目标集, 逆时间求解目标集对应的可达集得到各阶段的边界状态范围, 目标集和可达集均由零水平集表示.使用该方法得到斤斗动作三维度运动模型下各阶段的可达集及斤斗动作的可行状态空间, 为了使运动模型的控制量与驾驶员实际操纵更为接近, 构建了以迎角变化率为控制量的四维度运动模型, 在此基础上对斤斗动作各阶段的可达集进行了分析.