室内环境下基于图像序列拓扑关系的移动机器人全局定位

针对室内环境结构相似的特点,提出一种基于图像序列拓扑关系的移动机器人全局定位算法.首先,提取图像的Gist描述子,并提出一种局部极值算法,将环境划分成若干组不同的图像序列.然后,使用ESN(echo state network)对每一组图像序列在时间上进行双序训练,提取鲁棒的图像序列特征,再利用空间上的双向匹配策略实现图像序列特征的匹配.最后,采用HMM(hidden Markov model)对图像序列间的拓扑关系进行建模,将移动机器人全局定位问题转化成有向无环图中最长路径求解问题,并通过实验对该图像序列划分和序列建模方法进行验证.与基于单帧图像匹配的算法、SeqSLAM算法以及Fast-SeqSLAM算法相比,该算法在室内走廊环境和办公环境中均可实现100%的定位.特别是在室内办公环境中,机器人仅需要运动0.80 m便可以对自身进行准确定位.实验结果表明,该算法具有较强的鲁棒性、较高的定位准确性和定位效率.     

基于误差状态卡尔曼滤波估计的旋翼无人机输入饱和控制

针对GPS（global positioning system）信号缺失环境下无人机自主飞行控制问题,设计了一种基于视觉与IMU（inertial measurement unit）融合的误差状态卡尔曼滤波（ESKF）框架,并在此基础上提出了一种新的输入饱和控制方法以进一步缓解视野约束以及运动模糊问题．不同于传统的扩展卡尔曼滤波（EKF）框架,本文设计的滤波框架是对误差状态进行更新与校正,而不是直接对系统状态进行估计．由于误差状态是小量,并且其线性程度较高,因此相对于系统状态局部线性化而言,误差状态的局部线性化的模型误差更小,进而可以提高状态估计的精度．基于ESKF框架得到的全状态估计,本文提出了一种新的线性与双曲正切混合的饱和函数,进而设计了输入饱和控制器并通过李亚普诺夫函数证明了闭环系统平衡点的渐近稳定性．最后,在旋翼无人机平台上的对比实验结果表明：本文ESKF方法得到的状态估计精度更高．另外,本文所提出的输入饱和控制方法有助于保证视觉特征在视野之内,并且比有界积分控制方法有更好的暂态以及稳态性能．     

结构化环境下基于结构单元软编码的3维激光雷达点云描述子

在同时定位与地图构建（SLAM）系统中,基于3维激光雷达点云数据的闭环检测由于描述子计算困难而极具挑战．为此,本文提出一种结构化环境下可用于闭环检测的基于结构单元软编码的新型3维激光雷达点云描述子．针对3维激光雷达点云的稀疏性和独立性导致的3维空间线段提取困难的问题,首先通过几何滤波的方法提取3维空间中垂直于地面的线段,用于保留3维空间的结构信息;然后,基于线段的空间几何关系构建结构单元集合,并通过软编码技术计算特征向量,作为3维激光雷达点云的描述子;最后,通过两帧点云描述子的匹配实现闭环检测．在KITTI公开数据集和自采数据集上的对比实验,验证了本文方法在时效性和鲁棒性等方面均优于主流的3维激光闭环检测方法．     

基于主动偏心轮的全方位移动机器人航位推算与跟踪控制

针对基于主动偏心轮的全方位移动机器人系统,提出了一种基于冗余码盘的航位推算方法和一种具有饱和约束的轨迹跟踪控制器.具体而言,首先分析了车轮发生滑动的原因,考虑到机器人随动轮相对于主动轮不易打滑的特性,设计了具有冗余码盘的随动轮结构.基于该结构,将机器人航位推算转化为一个含约束的最小二乘问题.实验结果表明:与未考虑随动轮约束的传统方法相比,该方法降低了轮子打滑的影响,提高了航位推算的精度.考虑到实际机器人系统的速度控制量具有上限,基于李亚普诺夫方法设计了含饱和约束的轨迹跟踪控制器,并对其稳定性和有界性进行证明.仿真与实验结果表明本文提出的控制器具有良好的性能,同时能够满足控制量的饱和约束.     

幂法求MDOF结构的最高自振频率的研究

利用幂法数值分析知识解决了求MDOF结构最大自振频率的方法,并给出了有关的计算方法原理、计算步骤、Visual Basic程序语言流程;并通过两个实例运算验证出本方法确实是一种很好的求解结构最高频率的方法.     

一种全局指数收敛的摄像机内参数观测器

针对摄像机标定问题,本文从控制理论角度出发设计了一种具有指数收敛特性的摄像机内参数观测器.当摄像机随移动机器人等运动平台一起旋转时,该观测器使用其运动信息和实时拍摄得到的特征点图像信息,可以实现对摄像机内参数的在线估计.具体而言,论文分析了云台摄像机的运动约束,建立了特征点图像坐标变化的运动学模型,随后基于4个或4个以上特征点（其中任意3点不共线）,构造了一种内参数非线性观测器,并通过理论分析证明了其状态估计指数收敛于摄像机的相应内参数,仿真结果验证了这种非线性观测器的良好特性.     

欠驱动三维桥式吊车系统自适应跟踪控制器设计

针对三维桥式吊车系统的欠驱动特性, 设计了一种目标轨迹自适应跟踪控制器. 相比其他常规的三维桥式吊车控制器, 它不需要对吊车模型进行任何近似解耦或线性化处理, 并且考虑了系统所受的摩擦力与空气阻力等干扰. 在负载质量和吊绳绳长等发生变化或存在不确定因素的情况下, 它依然能实现对台车的精确定位与负载摆动的有效抑制. 对于闭环系统的稳定性, 文中通过Lyapunov方法和芭芭拉定理对其进行了理论分析, 随后的实验结果也表明了这种自适应跟踪控制器良好的控制性能和对不确定性因素的适应性.     

基于单应矩阵的摄像机标定方法及应用

提出了一种基于单应矩阵的摄像机标定方法,并应用标定结果成功完成了移动机器人的视觉伺服任务。该方法首先根据图像平面和标定板平面之间特征点的对应关系,对单应矩阵进行了估计,进而利用旋转矩阵的单位正交性得到了其对摄像机内参数的约束条件。然后把摄像机内参数矩阵分解为有效焦距与主点位置两部分,并利用最小二乘法分别对其进行求解。针对镜头的径向畸变,恰当地选取了一种畸变模型,并由此得到了一种新的目标函数来对摄像机的所有参数进行非线性优化,从而使获得的畸变系数更适合于从二维图像信号中提取三维位姿信息。最后将标定结果成功应用于移动机器人视觉伺服系统之中,实验结果验证了该标定算法具有简单易用、精度较高等优良性能。     

气相色谱法测定茶叶中乐果残留量的不确定度评定

本文以测定茶叶中乐果的含量为例,评定了气相色谱法测定乐果的不确定度。建立数学模型,分析各不确定度分量,将不确定度分量合成,并计算其测定结果的扩展不确定度。为实验室在该类测量过程中不确定度的评定提供参考。     

基于主成分分析法的安溪铁观音香气质量评价模型的构建

从4个季节(每个季节两个等级)共8个安溪铁观音茶样中提取并分离出74种香气组分。通过主成分分析法鉴定出安溪铁观音中的主要特征香气成分,它们分别是:橙花叔醇、法呢烯、吲哚、苯乙醇、反-2-己烯醛、壬醛、苯乙醛、亚油酸甲酯、亚麻酸甲酯、棕榈酸甲酯、顺-己酸-3-己烯酯、苯甲酸-3-己烯-1-醇酯、辛酸-2-苯乙酯、5-正丁基-δ-戊内酯、顺式茉莉酮、法尼基丙酮、棕榈酸、香叶基芳樟醇异构体。利用主成分分析法,基于综合评价函数F=β1F1+β2F2+…+βkFk构建了安溪铁观音香气质量的评价模型,以不同特征值的方差贡献率βi(i=1,2,…,k)为加权系数,利用所建立的模型计算各样本得分,然后进行排序评价各个茶样的香气质量。通过感官评价法进一步对模型评价结果进行了检验,结果显示两种方法具有很好的一致性,表明所建立的方法是可行的。