基于无迹卡尔曼滤波算法的喷涂机器人末端位姿补偿系统

喷涂建筑机器人在进行建图时无法将地面平整度的信息包含在地图中。当机器人按照所建地图运行时,由于地面信息的缺失,喷涂建筑机器人工作末端的喷涂夹具无法与墙面平行。为补偿喷涂夹具相对于墙面之间的位姿误差,提出一种基于无迹卡尔曼滤波的多传感器融合的喷涂夹具位姿补偿方法：以位移测量传感器测得的数据构建夹具位姿的状态方程,以陀螺仪测得的数据构建夹具位姿测量方程;利用无迹卡尔曼滤波算法获得夹具姿态的最优估计并将其传递给机器人,从而实现对喷涂夹具位姿误差的补偿。搭建实验平台验证了误差补偿系统的可行性。实验结果表明,误差补偿后的喷涂夹具相对于墙面之间的角度误差减小至0.005°。     

惯导/双目视觉位姿估计算法研究

无人飞行器自主导航系统作为无人机自主控制的核心,是制约无人机性能提升的关键因素.传统的惯导/GPS组合导航系统受其自主性、稳定性等限制无法满足无人机导航需求.在分析视觉导航特性的基础上,针对无人飞行器复杂运动特性,设计了基于非线性尺度空间的双目视觉三维位姿估计算法.在此基础上,针对双目视觉导航存在的位姿估计误差累积问题,提出了基于惯导/视觉融合的无人飞行器位置和姿态估计算法,利用卡尔曼滤波实现惯导与视觉信息的融合.通过仿真验证和实际跑车验证结果表明,提出的双目视觉位姿估计算法相比SIFT算法能够有效提高视觉图像特征检测准确度,惯导/视觉组合算法能够有效提高位姿估计精度,组合定位精度优于2.5m.     

基于Kano模型的植保无人机造型设计研究

为进一步满足植保无人机的用户需求,提出一种基于Kano模型的植保无人机造型设计开发流程。依据Kano模型中用户需求类型的相关规范,面向植保无人机造型设计Kano问卷,通过调研数据的统计与分析,获得植保无人机各质量要素的用户需求类别。在此基础上求解模型中的可变参数k值,并结合熵权理论计算各质量要素的用户需求基础重要度权重,然后确定用户需求重要度,有效提高评价值的客观性和准确性。以4轴植保无人机造型设计为例,基于Kano模型的分析进行了造型创新设计,初步验证了该创新设计流程的可行性,为植保无人机设计提供依据,也为同类产品的造型设计提供参考。     

移动机器人的位姿误差分析及补偿

从静态和动态两个方面分析移动机器人平台位姿误差的主要来源,采用矩阵微分法建立平台位姿误差的模型,并根据建模分析和平台实时位姿检测结果对机器人平台进行位姿补偿.     

柔性装配单元的零件位姿误差补偿方法

介绍一种巧妙利用价格低廉的光电开关，配合机器人的高精度，采用中断技术来进行定量的零件位姿误差动态在线检测与补偿的快速装配方法。目的是为了提高装配系统的可靠性和安全性，有效地进行故障预防和排除。     

接触式螺纹测量仪的六自由度位姿误差的测量与补偿

为了提高接触式螺纹测量仪的测量精度,通过深入的误差分析,提出了针对高精度接触式螺纹测量仪的六自由度位姿误差的一种新的误差测量和补偿的方法。设计了一套适用于螺纹测量仪的标准规,用于综合测量探针相对于螺纹专用夹具的六自由度位姿误差。利用参数已知的精密标准规代替参数未知的被测螺纹进行扫描测量,建立螺纹测量仪的误差综合测量方程组,并代入受六自由度位姿误差影响的扫描数据,解方程组反求出探针运动空间的六自由度位姿误差,然后,在不更换探针和专用夹具的情况下,对被测螺纹进行扫描测量,建立螺纹测量仪的误差补偿方程组,并将综合误差测量所得的相关误差参数带入方程组,求解出被测螺纹的理想轮廓信息,完成高精度接触式螺纹测量仪的综合误差补偿。     

非同步量测特性的惯性/星光/卫星组合算法研究

多传感器组合是提高导航系统定位精度和增强系统容错性的有效手段.在分析惯性、星光、卫星导航工作特性的基础上,提出了基于集中滤波器结构的捷联惯性/星光/卫星信息融合导航方案.针对多传感器信息融合中非等间隔量测特性,设计了时间更新和量测更新分离的异步集中卡尔曼滤波算法,设计了基于外推法的卫星信息补偿算法,有效解决了多传感器非等间隔信息融合问题;针对垂直机动研究了惯性/星光姿态组合模型.仿真结果表明,算法可以有效实现对捷联惯导、星光、卫星导航信息的融合,组合精度提高1倍,具有重要的实际应用价值.     

基于SolidWorks和ANSYS的植保无人机喷头结构参数设计与仿真

为优化植保无人机的喷头,利用SolidWorks建立了四旋翼植保无人机的喷头模型,仿真分析了药液流动时喷头内壁所受压力大小与药液速度分布,利用ANSYS软件分析喷头气液喷洒情况,确定了航高2～6 m、喷幅3 m的条件下,切槽深度为2.53 mm、喷孔直径为3 mm、过心距为0.65 mm和切槽角度为42°,能够满足植保无人机作业要求。     

剐齿加工几何位姿误差补偿系统的开发

针对数控剐齿机床制造和装配过程中产生的几何误差,开发出自动生成几何位姿误差补偿代码的系统。首先,基于剐齿加工原理和齐次坐标变换理论建立机床运动传动链,得到剐齿加工成形函数。然后,通过实际逆向运动学误差补偿方法对成形函数进行求解。最后,分析软件所需功能模块,在Qt跨平台开发框架下进行人机界面设计,使用C++编程语言编写程序,开发剐齿加工几何位姿误差补偿系统。该系统可实现刀具参数计算、工件参数计算以及几何位姿误差补偿G代码的自动生成。通过VERICUT模拟加工,验证了该系统的正确性,结果表明补偿后齿轮精度得到了提升。本系统的开发为实现剐齿几何误差自动补偿提供了理论和实践基础。     

基于改进联邦滤波算法的组合导航系统的应用

针对组合导航系统中联邦滤波信息融合算法在滤波精度和容错性能等方面存在的不足,提出了一种基于以捷联惯导系统(SINS)为公共主系统,全球定位系统(GPS)和多普勒测速系统(DVL)为辅助子系统的改进联邦滤波算法的组合导航系统。介绍了卡尔曼滤波原理与信息融合算法的特点,基于联邦滤波器的组合形式详细阐述了联邦滤波器设计步骤,将改进量测噪声协方差阵的自适应联邦滤波器应用到SINS/GPS/DVL组合导航系统中,并对此系统进行了MATLAB仿真。仿真结果表明,相较于标准联邦滤波器算法,该文设计的基于改进量测噪声协方差阵的自适应联邦滤波器能明显提高组合导航系统的滤波精度和可靠性。     

多旋翼姿态解算中的改进自适应扩展Kalman算法

提出了一种改进的Sage-Husa自适应扩展Kalman滤波算法,用于保证多旋翼无人机在噪声统计特性未知且时变、振动为主要扰动源、姿态角高动态变化等飞行条件下飞行姿态角解算的精度与稳定性。该算法采用微机电系统陀螺仪实时动态解算的姿态角方差估计系统噪声方差;并采用自适应滤波算法在线估计量测噪声方差,从而保证滤波的精度与稳定性;同时引入滤波器收敛性判据,结合强跟踪Kalman滤波算法来抑制滤波发散。飞行实验与分析表明:改进算法解算的俯仰角与横滚角均方根误差分别为1.722°和1.182°,明显优于常规的Sage-Husa自适应滤波算法。实验还显示:改进的算法自适应能力强、实时性好、精度高、运行可靠,能够满足多旋翼无人机自主飞行的需要,若对参数进行适当修改,还可应用于其它动态性能要求较高的导航信息测量系统中。     

基于椭圆约束的新型载体磁场标定及补偿技术

在地磁导航中进行地磁测量时会受到载体磁场的影响,因此必须对测量数据中的载体磁场进行精确补偿,以提高磁场测量精度.本文根据硬磁材料磁场和软磁材料磁场的数学模型,提出了一种基于椭圆约束的载体磁场标定及补偿方法.该方法首先采用带椭圆约束的最小二乘拟合方法对捷联式磁传感器测量数据进行椭圆拟合,保证了拟合曲线必为椭圆,从而实现载体磁场的准确标定,然后利用标定参数实现对载体磁场的精确补偿.最后进行了一系列的仿真试验.试验结果表明了该方法具有简单快速,易于实现的特点,可以达到与磁传感器等精度的补偿效果,且在低信噪比情况下具有较强的鲁棒性     

光镊系统随机漂移建模和误差补偿

针对光镊系统本身噪声对测量精度的影响,提出了一种光镊系统随机漂移误差的有效补偿方法。首先,介绍了时间序列分析法和卡尔曼滤波技术,基于时间序列分析法建立了光镊的随机漂移误差模型;然后,用基于时间序列模型的卡尔曼滤波方法来减小该漂移误差。采用提出的方法对光镊设备实测数据的误差进行了补偿,结果表明：数据的误差方差由补偿前的188.90 nm²减小为8.41 nm²。计算补偿前后的艾伦方差可知,系统在平均时间为1 s时可使最小位移误差从 0.7 nm降低到0.1 nm。得到的结果显示：提出的滤波方法有效地抑制了光镊系统的漂移误差,将其用于双光镊对准可提高捕获光和探测光的对准精度,进而提高光镊系统的性能指标。     

基于视线测量的航天器相对导航滤波方法研究

基于视线测量的航天器相对导航精度会受到相对轨迹形状和滤波算法设计等因素的共同影响。以低轨卫星近距离编队飞行为任务背景,设计了环航飞行、共面漂移和共线保持3种不同轨迹的相对运动模式。对3种模式建立了基于星间非线性相对运动模型的系统状态方程,并引入了J2项地球非球形摄动力的影响;建立了基于视线测量的观测方程,观测量包括星间相对距离、相对俯仰角和相对航向角。结合系统模型和观测模型均为高斯分布的非平稳随机过程的特点,分别在上述3种模式下设计了基于扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)的相对导航滤波算法,对各自的相对运动轨迹进行了数值仿真,并在半物理硬件环境下进行了验证,分析了不同模式下EKF和UKF对于高斯非平稳随机过程的估计精度和稳定性,并结合EKF和UKF的运算复杂度,提出了3种相对运动模式下的滤波器优选方案,对工程设计提供了理论参考。     

基于神经网络融合的传感器温度误差补偿

海底油气输送管道漏磁检测装置工作于高温高压环境下,其中的InSb霍尔传感器对温度敏感,需要补偿温度误差。该文构建了多传感器融合模型,将多个霍尔传感器和温度传感器的输出用径向基函数（RBF）神经网络进行融合,用遗传算法对网络进行训练。实验室检测数据和反演出的缺陷形状表明,采用神经网络融合方法进行误差补偿,简单方便,霍尔传感器输出的平均温度敏感系数降低了两个数量级。     

一种改进的残差χ~2检验方法在联邦UKF滤波器中的应用

故障检测和隔离是实现联邦UKF(unscented Kalman filter)滤波器工程应用的关键.针对常规残差χ~2检验法因误警导致无故障子系统被频繁隔离的问题,提出了一种改进算法.该算法采用模糊逻辑和加权平均来处理残差χ~2检验法的检验阈值,可以根据突变信号的大小自动调节检测时间的长短,特别是对不易检测的小幅值突变信号,自动延长检测时间从而利用更多的信息,有效降低了系统的误警率;在此基础上,进一步设计了合理的故障检测控制规则.将改进的残差χ~2检验法应用于多传感器卫星组合导航系统中,仿真结果表明,改进算法有效提高了组合导航系统的稳定性,具有实用价值.     

基于 Kalman 的动态角度测量方法研究

为了保证转台测角系统动态角度测量的准确性,研究了一种基于Kalman滤波的动态角度测量方法。阐述了动态角度测量方法原理,详细解释了基于Kalman滤波的参数优化模型和动态预测模型;根据测量精度要求设计动态角度测量电路,基于现场可编程门阵列(FPGA)平台实现转台发生角度值实时预测;开展加速度为10°/s²的匀加速运动工况仿真实验,以转台发生角度理论值为参考验证方法有效性;搭建转台实验平台,以环形激光陀螺仪为测量参考值验证动态角度测量方法应用效果。实验结果证明提出的动态角度测量方法可有效减小转台测角系统测量延时引入的系统误差,在转速为30°/s时延时误差由-82.62″减小至-0.01″,在各种转速下能够保持测量结果一致性,有效提升转台测角系统动态测量精度。     

基于初态矩阵控制的时延系统预测补偿算法研究

针对工业过程控制中难以避免的时延问题,分析了其产生的机理.对于系统等效时延,采用预测思想,阐述了以动态矩阵控制的预测状态空间形式,并在此基础上,提出了时延补偿算法.引入补偿因子和过渡因子在线整定预测控制量和时延控制量,使控制作用快速平稳过渡,对于突变频繁的时延系统亦能迅速跟踪输入.仿真结果表明,该改进算法的时延补偿性能良好,保证了控制的稳定性和快速性.