基于模糊神经网络算法的智能轮椅沿墙走行为研究

为了解决移动机器人在户外自主导航移动过程中的局部路径规划问题,提出了一种更为实用的模糊神经网络算法来进行局部路径规划。利用多个声纳和一个摄像头来采集外部环境信息,使智能轮椅在移动过程中可以得到较全面的外部环境信息,使用模糊神经网络算法来对得到的环境信息进行融合,应用的神经网络模型为Takagi-Sugeno(T-S)型,通过融合的结果来控制轮椅的沿墙走行为。通过计算机仿真和实验,验证了该方法的可行性和有效性,轮椅沿墙行走的路径得到了优化。     

基于复合控制算法的移动机器人沿墙导航研究

室内复杂环境下,由于超声波传感器测量精度不高、数量有限,导致移动机器人沿墙导航效果不佳,现有的控制算法实现较为复杂。为此,提出一种基于复合控制算法的沿墙导航策略,通过PID控制算法和Bang-Bang控制算法切换,控制移动机器人进行沿墙导航并最终实现室内环境的边缘检测。实际运行实验验证了该方法的可行性和鲁棒性。     

智能车辆中的INS/GPS组合导航技术

自主驾驶与辅助导航是目前智能汽车领域的一个热点.本文研究了一个由INS/GPS组合导航的智能车辆系统.该系统由GPS和INS组合实现,其核心算法是用卡尔曼滤波实现GPS和INS的数据融合.通过对INS的辅助,使这个组合导航系统具备容错能力,仿真结果表明,该组合系统满足定位和导航的功能.     

基于声纳的移动机器人沿墙导航控制

针对移动机器人提出了一种沿墙导航控制算法．算法首先对室内环境中墙的形状进行分类，并针对每一类型的墙设计相应的控制策略．然后在移动机器人运动过程中，基于有限状态机实现移动机器人沿墙状态的转移，从而使移动机器人采用不同的控制策略控制其运动．文中利用Pioneer 2DX移动机器人对此算法进行了实验研究，取得了理想的效果．     

移动机器鼠沿墙导航策略与算法研究

为解决移动机器鼠迷宫行走过程中存在的环境识别及分类处理问题,提出一种基于红外传感器的多模态沿墙导航控制策略和算 法。以机器鼠为硬件载体,在室内迷宫环境下进行导航实验,移动机器鼠能够较好地沿墙行走,抑制行走过程中的碰撞和失控现象。实验结果表明,该导航控制策略和算法具有较高的可靠性。     

基于计算机视觉的自主导航机器人门检测算法

研究了自主导航机器人中如何有效提高室内房门检测定位的问题。针对导航中非视觉传感器通过探测距离来判断门的位置,而关闭状态的门和周边的墙几乎处于同一平面无法定位,导致检测不准。可根据室内房门的形状特点,提出了一种计算机视觉的自主导航机器人门检测算法,能在单目视觉下进行图像采集,并根据房门的高度、宽度比以及门的形状特征,进而实现图像中门的检测。由于在检测门特征过程中使用了改进了的直线检测算法,因此具有检测速度快、效率高的特点。实验结果表明,与传统非视觉距离探测方法相比,改进方案不仅适用于单一背景下开状态的门检测,更对关闭状态门的检测具有有效性,完成导航平均处理时间约为2.2s,速度较高,对于家庭智能服务机器人的自主导航具有很大的应用价值。     

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.     

基于深度强化学习的AGV智能导航系统设计

针对现有的AGV在大规模未知复杂环境中进行自主导航配送的问题,基于深度强化学习完成了AGV智能导航系统设计。首先,结合传感器对周围的障碍物进行探测感知,利用DDPG（deep deterministic policy gradient）算法实现AGV小车从环境的感知输入到动作的直接输出控制,帮助AGV完成自主导航和避障任务。此外,针对训练样本易受环境干扰的问题,提出了一种新颖的DL（disturb learning）- DDPG算法,通过对学习样本中相关数据进行高斯噪声预处理,帮助智能体适应噪声状态下的训练环境,提升了AGV在真实环境中的鲁棒性。仿真实验表明,经改进后的DL-DDPG 算法能够为AGV导航系统提供更高效的在线决策能力,使AGV小车完成自主导航与智能控制。     

智能车辆SINS/DGPS/光电测速仪组合导航的研究

为适应自主驾驶车辆的高精度、高频率与高可靠性的导航要求,本文对智能车辆的多传感器组合导航进行了研究.提出了一种双向光电测速仪和CP-DGPS共同辅助SINS的智能车辆组合导航方法,进行了仿真试验验证.结果表明,该组合导航系统能为智能车辆提供丰富的导航信息,并具有100 Hz的高频输出、厘米级的导航精度和较强的容错能力,当GPS较长时间中断时,通过SINS/光电测速仪的组合仍能为智能车辆提供可靠的导航数据.     

深空探测转移段光学成像测量自主导航及仿真验证技术

本文研究了深空探测转移段光学成像测量自主导航涉及的导航天体的选取与规划、导航天体图像的处理、观测方程与状态方程的建立、导航滤波算法的选取以及数学与半物理仿真验证等技术,提出了导航目标最优选取与成像序列规划、复杂导航星图提取与识别、无迹变换导航滤波以及光学成像测量自主导航仿真验证等方法.数学和半物理仿真试验验证结果表明,提出的方法有效提高了自主导航精度.     

基于ROS的无人配送车导航系统的设计与实现

针对无人配送车在自主导航过程中存在的寻路效率低、避障能力弱、转折幅度过大等问题,该文采用搭载机器人操作系统(ROS)的Turtlebot3机器人作为无人配送车,设计并实现了高效稳定的无人配送车自主导航系统。ROS是专门用于编写机器人软件的灵活框架,对其集成的SLAM算法进行改进,以完成无人配送车在封闭园区环境中的即时定位与地图构建,同时对ROS导航功能包集成的路径规划算法进行改进,使无人配送车在已知环境地图中规划生成出适合无人配送车工作的路径和有效避开障碍物。最后在Gazebo仿真环境中对无人配送车自主导航系统进行测试与验证。仿真试验结果表明,设计实现的无人配送车导航系统能够很好地满足无人配送车在封闭园区中的自主导航功能。     

一种基于模糊控制的智能车转向控制算法研究

针对飞思卡尔电磁车模型,探讨了从交变电流产生的电磁场中进行路径检测的问题,提出了一种基于模糊控制的舵机转向控制算法,目的是提高智能车通过复杂电磁赛道特别是S弯道时的稳定性,并进行了仿真与试验验证。结果表明,设计的电路能很好的进行路径检测,提出的转向控制算法能使小车的舵机输出以较高精度跟随期望输入信号,在复杂赛道上得到较为平稳的转向控制。     

Towards terrain-aided navigation for underwater robotics

This paper describes an approach to autonomous navigation for an undersea vehicle that uses information from a scanning sonar to generate navigation estimates based on a simultaneous localization and mapping algorithm. Development of low-speed platform models for vehicle control and the theoretical and practical details of mapping and position estimation using sonar are provided. An implementation of these techniques on a small submersible vehicle 'Oberon' are presented.     

基于UKF的水下航行器IMU故障检测与诊断方法研究

惯性测量单元（IMU）作为水下航行器导航系统关键传感器,其可靠性直接影响航行器的导航性能。为了提高IMU的容错能力,本文提出一种基于无迹卡尔曼滤波（UKF）算法的IMU故障诊断技术。首先根据水下航行器的动力学方程和导航系统特点,建立描述IMU故障与导航状态量关系的解析模型;接着基于UKF非线性滤波的特点,进行导航滤波解算,基于此,提出了解耦矩阵法以实现IMU的故障检测;并且根据无迹卡尔曼滤波器新息正交原理,提出了实时估计IMU故障的方法,从而完成水下航行器IMU故障的在线检测与诊断。最后,通过实际航行数据验证了所提出算法的有效性。     

基于偏振光辅助定向的车辆自主式导航方法研究

针对车载惯性导航系统运动学辅助算法中, 航向角误差发散,无法长时间得到高精度、高可靠性导航参数的问题,提出一种基于大气偏振光分布规律高精度定向的运动学辅助惯导精度提高算法。通过车载偏振光传感器系统测量解算获得的航向角信息和车辆动态数学模型提供的虚拟位置与速度观测量,与惯性导航系统的输出一起,利用多源信息融合技术进行导航参数的滤波估计,结果能实时反馈校正惯性导航系统和车辆动态数学模型。通过计算机仿真与分析表明,该改进的惯性导航系统辅助方法能够有效抑制航向角误差发散,定位精度较纯惯导及传统惯导运动学辅助方法显著增强,且对最终实现陆地作战车辆精确可靠的自主导航定位具有一定的工程应用价值。     

Real-time autonomous navigation of an electric wheelchair in large-scale urban area with 3D map*

This paper presents the real-time autonomous navigation of an electric wheelchair in a large-scale urban area. Accurate self-pose localization and well-chosen motion control are crucial for application to urban areas, as electric wheelchairs move on paved roads in dynamic environments and travel along sidewalks at a brisk speed. Our system is equipped with a localization module based on a 3D map and a path planning module based on a navigation map. However, the large-scale 3D map causes a high memory load, and the embedded PC can not deal with the map data. In addition, the large-scale navigation map increases the computational cost of path planning, which causes delays in navigation. To achieve real-time navigation independent of map size, we propose a 6-DoF pose localization switching reference 3D map and a two-step path planning framework. We ran tests by using an electric wheelchair on a real street in Tokyo and found that the proposed navigation system achieved autonomous navigation for over 8.8?km in about 133 minutes. The experimental results showed that the memory load was kept constant and the path planning was performed at high frequency, regardless of the size of the map or the distance to the destination.     

自动驾驶的自适应解析模糊控制方法研究

该文在Michael等人提出的车辆系统动力学模型犤7犦的基础上进行自动驾驶的仿真研究,提出了基于模糊控制的车辆驾驶算法。通过构造自适应的解析模糊控制器,空旷道路的汽车自动驾驶问题得到了较好的解决。该控制算法具有收敛快、超调小,准确调整定位巡航速度并根据路况信息自动矫正方向、沿指定路线前进等特点。这种算法不但可以应用于车辆辅助安全驾驶系统,也可以应用于机器人的自主导航等方面。     

Development of a navigation and control system for an autonomous outdoor vehicle in a steel plant

This paper describes the navigation and control system for an autonomous guided outdoor vehicle (AGV) which is used to transport heavy steel slabs in a steel plant area. The vehicle has unconventional kinematics. It has six axles all pair wise steerable by three bogie structures. The weight of the machine is 17,000 kg and its load may weigh up to 95,000 kg. The navigation is based on a fusion of dead reckoning and transponder positioning. The transponders are passive and are buried in the ground every 5–10 m along the routes of the AGV. A wireless communication has been built to connect the vehicle control system and a remote control station. This article concentrates mainly on describing the navigation system including the kinematics and position control as well as the safety system and the remote control system.     

基于无迹卡尔曼滤波传感器信息融合的车辆导航算法

针对复杂道路条件下车辆的导航问题,将全球定位系统(GPS)与车载终端传感器系统相结合,提出了基于多传感器系统的车辆精确定位模型,并针对扩展类卡尔曼滤波易产生突发性误差而导致的安全问题,采用基于Sigma点的无迹卡尔曼滤波器(UKF)传感器信息融合算法。根据实时的道路状况和车辆自身的运动状态给出符合要求的状态估值,实验与基于多项式扩展卡尔曼滤波车辆传感器信息融合算法在精度和效率方面进行了比较,结果表明,基于UKF传感器信息融合的算法在复杂路况下的估计精度和运行效率都有显著提高,能够根据当前的路线情况和车载传感器的反馈信息快速地估计出车辆的运动状态,实时计算出动态的车辆控制输入。     

引导电动汽车用户驾驶行为的充电导航策略

电动汽车充电导航便于用户合理选择充电站,降低用户自身的时间成本和经济成本,缓解配电网端的负荷压力.在电网分时电价的基础上,考虑电动汽车充电路径的选择与车主的驾驶行为密切相关,通过对电动汽车的负荷设备分类建模,根据不同设备类型的重要程度及用户的电动汽车实际工况和地形因素,利用遗传算法分析最佳出行路径,提出以时间成本与经济成本之和最优为目标,引导用户驾驶行为的充电导航策略.在20kmtimes10km含3个充电站的区域内,通过3种不同充电导航策略仿真结果对比,验证所提出的导航策略的可行性和有效性.