避免路由循环和空洞节点的水下传感器网络深度路由算法

针对传统深度路由协议（DBR, Depth Based Routing）中的路由空洞问题,为了提高数据传输成功率,本文提出了一种利用水下自主机器人（AUV, Autonomous Underwater Vehicle）来中继节点数据的深度路由协议（AADBR, AUV Aided Depth Based Routing）。该算法利用水声通信和AUV全局巡航方式获取各传感器节点的位置信息,计算出必须由AUV中继才能实现数据上传的区域点。若数据传输路径出现循环现象,利用跳转函数重新规划路径,综合考虑节点的邻居信息和深度等来计算跳转优先级。算法仿真结果表明,AADBR协议能有效地提高网络数据传输成功率,稳定传输时延率,降低路由空洞造成的影响。     

基于LiDAR扫描角度修正的障碍目标定位方法

在二维激光雷达(LiDAR)用于障碍物检测时，移动机器人自身姿态变化导致LiDAR基准位置变化，对障碍目标进行定位计算时会产生较大误差。文中提出了一种基于LiDAR扫描角度修正的障碍目标定位方法，用K-means聚类算法对激光雷达点云数据进行聚类划分，然后对聚类后数据进行角度修正处理，使处理后的数据信息更符合真实值。最后包络每个聚类数据，从而提高LiDAR扫描数据的准确性。测试结果表明，文中所提方法能够提高定位精度，满足障碍物精准定位的需求。