公路智能车辆视觉辅助导航系统的研究

自主驾驶与辅助导航是目前智能计算机领域研究的一个热点.文章研究了一个简单,易行的公路智能车辆视觉系统,这个视觉系统的输入视频图像是由安装在行驶于高速公路上车辆前方的摄像机所采集的路面状况的长序列图像.算法的核心是解决基于卡尔曼滤波的车道线和运动目标的检测与跟踪问题.     

双目视觉技术在计算机辅助检测中的应用研究

在我国现有的企业中,有较多的企业仍然采用传统的接触式测量方法进行加工,为了保证产品的质量,花费在测量上的时间和人员数量是相当可观的,严重影响了工厂生产在产品检测过程中,物体形状信息的获得至关重要,将平行轴双目视觉测量原理应用于获取物体的形状信息,并将该方法用于对集中式分布的物体进行测量;在三坐标测量仪上仿真验证了该方法的可行性,通过对测量数据进行分析.通过试验证明采用平行轴双目视觉测量方法不仅能够有效地分辨出不同测量形体的长、宽、高信息,并且整个实验系统较好的满足了该企业在开发新产品时需要解决规则形体在平面局域中形体的识别及定位的需求。     

基于视觉导航的机器人辅助神经外科手术系统的设计与精度分析

本文中利用MicronTracker双目视觉导航仪,开发出一种新型的视觉导航系统.将此系统应用在被动机器人辅助神经外科手术系统中,实现了对手术针位置和忠者头部位置的实时跟踪.使得手术操作更加方便,这将人幅度提高手术效率,也为整个手术系统的推广普及提供了可能性.此外设计了一种新的手术注册方式,并用实验得到了验证,精度可靠安全.     

基于双目视觉的光纤定位研究

本文介绍了一种在光纤对接系统中用于光纤粗定位的视觉子系统．文章以双目视 觉的应用为背景，详细论述了视觉系统的硬件配置和软件开发，包括系统标定、图象处理、 特征提取、三维计算的具体步骤．提出了改进的Hough变换算法，能够较为准确的定位图象 中的两根光纤．     

基于双目视觉的关键点的检测方法及定位研究

以双目立体视觉测量为背景,以显著性标志物中的关键点为目标,提出了基于颜色阈值分割的关键点的实时检测和定位方法;关键点的检测和定位主要分为3个过程,一是图像的预处理部分,为后续的检测和定位提供基础;二是对预处理后的图像进行关键点检测,检测的方法首先分别通过颜色阈值分割、轮廓提取、多边形逼近以及设置矩形轮廓提取出关键点所在的显著性标志物,其次根据该显著性标志物的特点,采用hough变换提取线段,并通过最小二乘法进行直线拟合,求出关键点的精确的像素坐标;三是利用立体视觉三角测量原理,对求取的关键点进行精确的位姿计算;该方法实时性好、精度高,为后续的机器人视觉避障提供了一定的理论依据。     

基于双目视觉的车辆检测和车速测定

实时运动检测是智能视频监控和视频交通流检测中的一项关键技术。目前广泛使用的单目视觉运动检测方法对光线敏感,存在黑洞、阴影等问题。为解决此问题,提出一种基于双目视觉的运动检测方法,通过双摄像头的视差获取物体的深度信息,根据深度差检测运动物体。在得到运动区域后,利用运动物体在连续帧的深度信息,提出一种适应各种空间角度拍摄情形下的速度测定方法。实验表明,所提的方法能检测运动目标的准确轮廓,解决了单目视觉情形下始终存在的对光线敏感、阴影及黑洞的问题,实现了运动目标的实时检测和速度测定。     

基于双目视觉的智能送餐机器人系统设计

随着中国社会老龄化问题的日益加剧,劳动力的短缺将会严重阻碍社会经济的发展.智能机器人慢慢地融入到人类的生产生活中,逐渐开始代替人类发挥出越来越大的作用.针对传统的送餐机器人所存在的在送餐循迹过程中路径偏差较大的问题,设计并实现了一款基于双目视觉的智能送餐机器人系统.整个系统的硬件电路由图像采集模块、电源模块、电机驱动模...     

基于双目视觉与目标识别拟合的三维屏幕定位方法

为解决针对三维立体屏幕的定位问题,提出了基于双目视觉与目标识别、拟合的屏幕定位算法。首先利用边缘检测算法提取屏幕轮廓,获取屏幕在二维图像中的位置;其次利用双目视觉算法对识别出的屏幕进行深度数据采集,利用最小二乘法对采集的屏幕空间数据进行空间拟合得到屏幕的空间方程;最后计算屏幕顶点在三维空间中的位置从而确定屏幕范围,至此完成在三维空间中对屏幕的定位。实验结果表明,该方法计算得到的屏幕位置具有较高准确度。     

基于ROS的GNSS定位终端设计与测试

随着精细农业的不断发展,对导航定位终端的适用性要求越来越高。为了更好地满足智能农机的定位精度要求及农机软件功能模块的拓展要求,提出以机器人操作系统（Robot Operating System,ROS）为控制中心,设计全球卫星导航定位系统（Global Navigation Satellite System,GNSS）定位终端并测试。将GNSS板卡与开发板相结合,开发应用程序调用驱动函数接口和数据解包,完成数据的采集和处理。测试结果表明,该定位终端能完成卫星信号的采集及差分解算,并在开发板上对数据进行实时的解包处理。     

基于双目立体视觉的番茄识别与定位技术

根据颜色特征利用阈值自动设定的方法对图像进行分割,自动、快速识别红色番茄;采用形心匹配取代常规的特征点选择和匹配方法,对双目立体成像测距公式进行了修正,经过验证,当工作距离小于500mm时,距离误差可以控制在±10mm以内。     

基于GNSS的门式起重机姿态实时纠偏方法

随着我国现代工业的不断发展,大型门式起重机的应用也越来越多。在实际生产中,大型门式起重机常常会因为轨道严重磨损、操作不当等原因造成偏斜甚至倒塌,从而造成人员伤亡与巨大的经济损失。现有的检测方法采用编码器等传感器,通常有累计误差无法消除,行走机构静止时偏斜无法检测等缺陷。针对这一问题,采用GNSS导航定位技术,通过相对定位算法与坐标转换,实时解算出起重机械的三维姿态信息。沪东中华造船厂实际运行数据表明,基于GNSS导航技术的纠偏方法平均误差小于原有编码器纠偏方法,并且能够有效地在门式起重机行走机构停止时检测出主梁偏斜与俯仰角。     

基于Elman神经网络的GNSS/INS全域高精度定位方法

针对当前智能网联汽车定位与导航系统无法接收全球导航卫星系统（GNSS）信号引起定位失效的问题，提出一种基于Elman神经网络的GNSS结合惯性导航系统（INS）的全域高精度定位方法。首先，采用神经网络方法，建立了基于Elman网络的GNSS/INS高精度定位训练模型和GNSS失效预测模型；然后，利用GNSS、INS和实时动态（RTK）等定位技术，设计了GNSS/INS高精度定位数据采集实验系统；最后，选取采集的有效实验数据进行了反向传播（BP）神经网络、级联BP（CFBP）神经网络、Elman神经网络的训练模型性能对比分析，并验证了基于Elman网络的GNSS失效预测模型。实验结果表明，所提方法训练误差指标均优于基于BP和CFBP神经网络的方法；在GNSS失效1 min、2 min、5 min时，基于预测模型的预测平均绝对误差（MAE）、方差（VAR）和均方根误差（RMSE）分别为18.88 cm、19.29 cm、58.83 cm，8.96、8.45、5.68和20.90、21.06、59.10，随着GNSS信号失效时长的增加，定位预测精度降低。     

GNSS-R SAR地面目标建模与成像

针对GNSS-R SAR对地成像仿真中,由于地面目标建模以目标复杂的实地勘测DEM（Digital Elevation Model）为基础而导致的典型目标影像特征不利于单独观察的问题,基于蒙特卡罗方法对随机地表建模,基于欧几里德原理对建筑和树木建模,构建结构灵活可控的成像场景。利用导航卫星作为辐射源,机载接收机作为信号接收平台,成像场景反射的GNSS-R信号作为回波信号,BP算法作为成像处理算法,进行成像仿真。仿真结果表明,该仿真场景下生成的图像可反映不同地面目标的结构特点和散射强度差异,证明了所构建的地面目标模型能够应用于GNSS-R SAR成像系统的仿真验证。     

The iterated extended set membership filter applied to relative localization between autonomous vehicles based on GNSS and UWB ranging

This paper presents a novel Iterated Extended Set Membership Filter (IESMF) with an application to relative localization. For safe operation of formations of automatic vehicles, consistent uncertainty estimates are of crucial importance. Here, a localization filter that provides ellipsoidal regions that are guaranteed to contain another vehicles position is presented. The proposed iterative update step can appreciably reduce the size of the a posteriori state ellipsoid. The idea of using SIVIA as a baseline to quantify conservativeness is introduced. Another novelty is that we take into account parametric uncertainty of the observation equation. The proposed filter is applied to a two unmanned aircraft systems (UAS) localization problem in simulation with observation noise obtained from real sensors. Simulation results illustrate the effective reduction of filter conservativeness by a small number of iterative updates.     

基于时延控制的伪码多普勒补偿算法

针对高动态或者弱信号条件下,伪码多普勒对卫星导航系统信号捕获的影响将会凸显,导致捕获性能明显降低的问题,提出了一种基于时延控制的码多普勒补偿方法,利用数字延迟滤波器来补偿码多普勒引入的本地码和接收信号的相位不匹配。同时,给出了包括码多普勒补偿在内的新的卫星导航系统信号捕获结构。仿真结果表明：新方法能够很好地进行码多普勒补偿,采用三阶Farrow结构的分数延迟滤波器就可以使捕获损耗降低到0.3 dB以下。     

微小型群机器人室外组合定位系统与方法

传统群机器人的室外定位主要依靠单一的GPS定位,精度较低,且在城市及野外复杂环境下容易受到障碍物的影响,导致其无法获得准确位置。利用差分GPS定位技术和RSSI无线定位技术组建了一种基于AVR单片机的控制平台,XBee为通讯网络的组合定位系统,显著提高了定位精度,消除了定位盲点,在复杂环境下也能得到较为准确的位置,且具有低功耗,低成本,高稳定性的特点,并在实验和仿真中得到了验证。     

Globally exponentially stable filters for source localization and navigation aided by direction measurements

This paper presents a set of filters with globally exponentially stable error dynamics for source localization and navigation, in 3-D, based on direction measurements from the agent (or vehicle) to the source, in addition to relative velocity readings of the agent. Both the source and the agent are allowed to have constant unknown drift velocities and the relative drift velocity is also explicitly estimated. The observability of the system is studied and realistic simulation results are presented, in the presence of measurement noise, that illustrate the performance of the achieved solutions. Comparison results with the Extended Kalman Filter are also provided and similar performances are achieved.     

基于PSO算法的飞行保障车辆调度问题研究

通过对飞行保障车辆调度过程的分析,针对传统估算法依据指挥员经验进行飞行保障车辆调度效率低等缺点,提出了一种基于线性递减权重PSO的飞行保障车辆调度问题解决方案。根据飞行保障车辆调度问题解的特点,对粒子的编码及寻优操作进行了深入研究,提出适合飞行保障车辆调度问题的粒子编码和寻优方式,并将算法利用Matlab编程实现,应用于实际飞行保障车辆调度过程中。仿真结果表明,通过对算法参数的合理设置,可以快速地得到较优的飞机保障工序排序结果,该排序结果能够满足动态飞行保障车辆调度的需要。     

面向智能汽车的信息安全漏洞评分模型

随着汽车智能化、网联化的发展,汽车中集成了越来越多的电子器件,数量庞大的硬件、固件和软件中隐藏着各种设计缺陷和漏洞,这从根本上导致了智能汽车信息安全问题。大量汽车漏洞的披露,严重影响了汽车安全,制约了智能汽车的广泛应用。漏洞管理是降低漏洞危害、改善汽车安全的有效手段。在漏洞管理流程中,漏洞评估是决定漏洞处置优先级的重要一环。但是,现有的漏洞评分系统不能合理地评估智能汽车安全漏洞。为了解决智能汽车漏洞评估不合理的问题,提出面向智能汽车的信息安全漏洞评分模型。基于通用漏洞评分系统（CVSS）漏洞评分原理,根据智能汽车的特点,优化了CVSS的攻击向量和攻击复杂度,并添加了财产安全、隐私安全、功能安全和生命安全4个指标来刻画漏洞可能对智能汽车造成的影响;结合机器学习的方法,对CVSS评分公式参数进行了调整,以使其更好地刻画智能汽车信息安全漏洞特点,适应调整后的指标权重。通过实例评估和统计系统特征分布发现,模型拥有更好的多样性和更稳定连续的特征分布,表明模型可以更好地对不同漏洞进行评分;并且基于模型评估得到的漏洞评分,应用层次分析法给出整车脆弱性评估,表征整车风险水平。所提模型相比现有模型可以更...     

多机器人导航中VRS的构建及定位算法研究

环境勘测机器人系统的一个重要发展方向是形成多机器人网络分布式结构,在这些多机器人的协作与导航中,机器人的精确定位一直是研究的热点问题,随着差分GPS技术的发展,其应用于机器人的定位非常普及,但随着基线长度的增加,常规差分GPS定位精度将随之降低,为此,利用多机器人自有资源建立差分GPS虚拟参考站（Virtual Reference Station,VRS）,研究了基于VRS的差分GPS定位算法,它能够有效地克服常规差分GPS存在的缺陷,使移动机器人能够便捷地在较大空间范围内获得均匀、高精度和可靠的定位结果。该算法采用了GPS静态观测数据做模拟实验,其结果验证了该算法的有效性。