基于生物位置细胞放电机理的空间位置表征方法

为实现运行体智能自主定位,该文提出基于生物位置细胞放电机理的空间位置表征方法。首先建立运行体空间位置与运行体和不同路标之间距离的对应关系,以两种不同的空间覆盖方式构建位置细胞图,然后利用感知的距离信息激发位置细胞放电估计运行体位置,并分析了模型中各参数对空间位置表征和定位性能的影响。仿真结果表明,两种方法均能通过构建的位置细胞图实现空间位置表征和自主定位,但等间隔离散空间构建位置细胞图方法受距离间隔影响较大,而任意探索构建位置细胞图方法从生物自主感知空间位置的角度出发,通过选择合适的距离阈值和运动训练时间构建位置细胞图,能够更好地完成运行体空间位置表征并且定位精度也较高。     

GPS/INS组合导航终端的全向位置驱离算法研究

随着微惯性导航系统技术的发展,越来越多的无人平台装备了GPS/INS组合导航终端并具备了一定的抗欺骗能力,但现有的卫星导航欺骗方法难以满足对欺骗目标任意方向的位置驱离需求。为解决这一问题,提出了一种GPS/INS组合导航终端的全向位置驱离算法,可用于对非法无人平台管控的场景。该方法以卫星欺骗信号的设计为突破口,首先分析了卫星导航欺骗对组合导航位置和状态参数的影响,接着将卫星导航欺骗对组合导航状态参数的影响量作为求取欺骗信号的约束条件,进而确定位置驱离所需卫星欺骗信号的欺骗量,接着利用确定的欺骗量建立全向位置驱离模型,最终利用建立的模型生成对应的欺骗信号实现对组合导航终端的全向位置驱离任务。试验验证了本文设计的算法能够实现对组合导航终端360°任意方向的位置驱离。     

融合LSTM的深度强化学习视觉导航

针对目标驱动的视觉导航系统中由于导航的场景变化而导致智能体导航性能大大减弱的问题,提出了一种基于长短时记忆网络(Long Short-Term Memory, LSTM)的深度强化学习(Deep Reinforcement Learning, DRL)视觉导航模型。该模型通过输入当前状态和目标状态的RGB图像来实现视觉导航,在改进原有目标驱动视觉导航模型的基础上,基于历史状态信息,结合LSTM和通用后继表征(Universal Successor Representations, USR)对未来动作决策。在AI2-THOR仿真环境下进行实验,实验结果表明,所提出的模型训练智能体导航性能优异,与其他几种模型相比,平均路径长度减少约6%,平均碰撞率减少40%,模型收敛速度较快。     

生物导航机制启发的智能驾驶路径规划技术综述

随着人工智能技术的快速发展,智能驾驶系统备受瞩目。目前,智能驾驶技术已成为人工智能领域的热门研究方向之一,呈现出广泛而深远的前景。然而,现有的智能驾驶系统仍存在一些局限,例如路径规划技术需要大量计算资源,对大规模和动态环境的适应能力有限。随着神经科学的进步,生物导航和空间认知机制逐步被揭示。本文从生物导航的角度出发,综述了哺乳动物大脑的空间认知机制,并介绍了几种受空间认知启发的类脑导航算法。我们期望这些研究可以激发智能驾驶路径规划技术的创新,实现更智能更安全的路径规划,甚至能够选择未曾探索的捷径,从而实现灵活的导航。     

基于自组织可增长映射的移动机器人仿生定位算法研究

为提高移动机器人在同步定位和地图构建(SLAM)中的定位精度,该文提出一种基于自组织可增长映射 (GSOM)的仿生定位算法。该方法将位置细胞的激活特性和神经网络输出层神经元建立响应连接,通过GSOM神经网络构建空间的拓扑地图,利用感知距离信息实现位置细胞的激活响应从而估计机器人位置,以此还原机器人的运行路径。实验结果表明细胞间隔R对定位精度有较大影响,选取合适的细胞间隔能有效地减少神经网络的学习时间,提高定位精度,该文算法平均误差在0.153 m以内,定位精度达到90.243%,均优于原有算法。经验证该文算法建立的模型能够实现机器人的空间位置表征,提高了机器人在实验场景下的定位精度,表现出良好的位置估计性能。     

基于自组织可增长映射的移动机器人仿生定位算法研究

为提高移动机器人在同步定位和地图构建(SLAM)中的定位精度,该文提出一种基于自组织可增长映射 (GSOM)的仿生定位算法。该方法将位置细胞的激活特性和神经网络输出层神经元建立响应连接,通过GSOM神经网络构建空间的拓扑地图,利用感知距离信息实现位置细胞的激活响应从而估计机器人位置,以此还原机器人的运行路径。实验结果表明细胞间隔R对定位精度有较大影响,选取合适的细胞间隔能有效地减少神经网络的学习时间,提高定位精度,该文算法平均误差在0.153 m以内,定位精度达到90.243%,均优于原有算法。经验证该文算法建立的模型能够实现机器人的空间位置表征,提高了机器人在实验场景下的定位精度,表现出良好的位置估计性能。     

基于卷积神经网络的空间导航信号抗干扰处理技术

为了提高空间导航信号抗干扰能力,提出基于卷积神经网络(Convolutional Neural Network, CNN)的空间导航信号抗干扰技术。构建空间导航信号的卫星传感采样模型,通过等间隔均衡调度的方法进行空间导航信号的输出均衡控制,对采集的空间导航信号进行波束聚焦和信号增强处理,提取空间导航信号的时频相关性特征量,采集空间导航信号的空间频谱特征量,根据信号的频谱特征收敛性进行信号补偿和滤波抑制。采用CNN滤波器进行空间导航信号的信号滤波处理,对导航信号的抗干扰能力进行优化,实现空间导航信号增强和抗干扰滤波的技术处理。仿真结果表明,采用该方法进行空间导航信号滤波处理的抗干扰性较好,输出信噪比较高,提高了空间导航信号的高精度采样和信号均衡传输能力。     

基于知识地图的大学英语移动学习资源导航

针对移动状态下学习者无法准确便捷地定位与获取学习资源的现状,基于知识地图建立资源导航。首先,研究由听力、口语、阅读、写作、翻译、词汇、考试、评估等内容构成的大学英语移动学习资源;然后,基于关系数据库系统的层次结构,构建大学英语移动学习资源知识地图;最后,基于知识地图导航,知识与知识之间关联,建立全局导航、模块导航、课程内容框架导航等方式。运用"知识地图"为学生提供学习资源导航功能,能提高移动媒体的学习资源应用效果。     

导航星座对高轨特定目标导航方法

针对当前各种高轨飞行器对导航需求日益增强的情况,提出一种导航星座对高轨特定目标飞行器进行导航的方法。该方法需要在导航星座卫星配备全数字相控阵天线与指向可调的高增益导航天线。相控阵天线接收目标飞行器发射的用于波达方向(DOA)估计的信号,并对该信号的DOA进行估计,使距飞行器较近的多个导航星座卫星估计得到飞行器相对于自身的相对方向。以该方向为基础,导航卫星可以调节自身的高增益导航天线并使其指向特定目标飞行器,发送导航电文信息,从而使导航星座自主实现对高轨目标飞行器的导航任务。假定导航卫星相控阵天线装配于卫星对天面上,以此为基础对同步轨道的目标飞行器同导航星座各卫星相控阵天线的可见性进行了仿真分析,并在目标可见的基础上对二维DOA估计精确度进行了计算,验证了方法的可行性。     

平台运动对声学导航圆交汇模型的影响及误差分析

声学导航技术被广泛应用于水下机动平台的自主导航。常用的声学导航模型多为圆交汇模型,该模型结构简单,计算方便,但未考虑平台运动影响,是一种静止模型。平台运动条件下,平台接收各水下声信标(水下星站节点)的时间及所处空间位置不同,即时间和空间存在差异性,会产生模型失配,影响导航精度。针对上述问题,该文推导了由平台运动造成的模型失配误差公式,定量分析了运动对导航精度的影响以及误差的空间分布规律,着重研究了航速、航向角等航行参数对导航精度的影响规律,并进行了仿真验证。研究结果表明:仅考虑平台运动的影响时,声学导航圆交汇模型的失配误差存在,且与平台在阵内的空间位置有关,其导航精度空间特性呈近似的同心椭圆分布;模型失配误差还与平台航行参数有关,模型失配误差对速度变化敏感,随着航行速度增大,呈近似线性趋势增大,影响严重;航向角对全局精度变化范围影响小,主要影响模型失配误差的空间分布,体现为一种随航向角“旋转”的特性,且椭圆横轴方向与平台运动方向趋于一致。     

室内激光雷达导航系统设计

小型无人机和移动机器人技术迅速发展,对室内导航技术的要求越来越高,针对当前室内导航精度不高、导航设备比较复杂的问题,提出一种采用激光雷达定位和地磁传感器检测相结合的室内主动导航方法。该方法首先使用激光雷达扫描室内环境,用采集到的数据拟合出室内地图,根据目的地信息和室内的环境信息来规划行进的路线;然后在行进中使用激光雷达连续地扫描得到数据与地图数据进行比较,来确定所处的位置,同时使用地磁传感器取得行驶的方向,二者相结合判断是否在规划的路线上行驶,及时地对出现的偏差进行纠正;最后通过搜索RFID地标确定是否已经到达指定位置。仿真和实验的结果表明:所设计的室内激光雷达导航系统结构简单、可靠性高,能够较好地满足室内导航的要求。     

火星探测环绕段自主光学导航算法研究（特约）

针对火星探测环绕段自主导航需求,结合初始轨道参数及光学导航相机拍摄的火星图像,提出了一种基于火星本体的高精度自主导航方法。该方法首先利用初始轨道参数得到火星在导航相机像平面下的投影图,然后将该投影图与导航相机拍摄的火星图进行匹配融合得到火星的边缘图,后利用该边缘图进行精确椭圆拟合,继而可实现器-火视线距和视线矢量的测量,在算法仿真过程中充分考虑到了工程实现中可能会遇到的图像旋转、平移及尺寸变换问题,仿真结果表明:提出的利用先验信息的图像融合测量算法较单独利用火星图像进行导航测量的方法,精度和可靠度均有较大提升,可满足火星探测环绕段的任务需求。     

A Novel Integrated Path Planning Algorithm for Warehouse AGVs

We propose an integrated path planning method for multiple automated guided vehicles performing logistics delivery within a real-world warehouse environ-ment considering obstacles. By applying it on each vehicle, this proposed method enables the vehicle the vehicles have the capabilities for autonomous path planning. The path planning consists of three parts, K-means algorithm based task points clustering, genetic algorithm based task points ordering, and the probabilistic road map based best path search. Vehicle conflict resolution is depending on implementing the probabilistic road map construction considering the realistic map with obstacles. The simulations result validate that the clustering and ordering are necessary for the path planning, both the path planning time and the Automated guided vehicles (AGVs) running time can be dramatically reduced.     

Method of navigation for an unmanned aerial vehicle based on a single estimate of its spatial position and intrinsic angular measurements

An alternative method for solving the problem of navigation of unmanned aerial vehicle has been developed; this unmanned aerial vehicle is equipped with airborne direction finder using a radio beacon with known spatial position under conditions of the absence of data having adequate precision and obtained from satellite navigation systems.     

基于视觉检测与定位的智能车导航系统

本设计是一套依靠视觉检测与定位的智能车导航系统,通过悬挂在上方的摄像头探测小车周围的环境信息,对图像进行处理并提取信标与车体相对的坐标,将坐标信息传递到智能车,再与智能车数据进行融合从而确定自身的环境与运行状态,实现了智能车运行速度与运行方向的闭环控制.     

基于MOOS的AUV的数据采集和监控系统

随着海洋事业的发展,对海洋的探测和开发工作提出了更高要求。自主式水下机器人能很好的适应水下复杂的环境,通过自主导航定位,路径规划来完成相应的工作。为实现水下机器人稳定可靠的数据采集工作,采用以MOOS为平台的分布式设计方法,提高了数据采集系统的精度和效率,从而提高了AUV导航定位的准确性和可靠性。     

基于激光雷达和SLAM的自主行驶小车设计

结合ROS平台、激光雷达和SLAM技术设计出拥有自主移动能力的行驶小车。首先搭建硬件开发平台,配置ROS下的一系列开源功能包,实现路径规划、自主行驶和避障功能。软件部分通过激光雷达的功能包获取周围的环境信息,进行SLAM地图创建,通过导航功能包进行全局路径规划和局部路径规划,小车行驶过程中结合AMCL功能包对移动过程中产生的误差进行修正,小车能够实现自主行驶。     

Fusion of Map and Sensor Data in a Modern Car Navigation System

The main tasks of car navigation systems are positioning, routing, and guidance. This paper describes a novel, two-step approach to vehicle positioning founded on the appropriate combination of the in-car sensors, GPS signals, and a digital map. The first step is based on the application of a Kalman filter, which optimally updates the model of car movement based on the in-car odometer and gyroscope measurements, and the GPS signal. The second step further improves the position estimate by dynamically comparing the continuous vehicle trajectory obtained in the first step with the candidate trajectories on a digital map. This is in contrast with standard applications of the digital map where the current position estimate is simply projected on the digital map at every sampling instant.

---