偏振光传感器的无人船导航与编队应用

为了实现偏振光传感器在水面波动环境下及编队协同情境下的应用,并提升无人船导航的抗电磁干扰能力,设计了一种基于偏振光传感器、微惯性测量单元(MIMU)及全球定位系统(GPS)的组合导航系统,为偏振光传感器集成了云台底座,并搭建偏振光无人船平台进行了导航及编队实验。介绍了偏振光导航原理及无人船编队原理;基于卡尔曼滤波设计了偏振光传感器/MIMU/GPS组合导航算法;基于上述组合导航算法进行了无人船的循迹与编队实验。循迹对比实验结果表明:无人船利用偏振光传感器进行组合导航的航向角误差为6.055°,位置误差为0.209 m,在磁罗盘受干扰的情况下偏振光组合导航系统仍可正常工作;编队实验结果表明:领航船循迹误差为0.425 m,跟随船编队误差为0.707 m。该偏振光传感器可应用于水面环境导航,偏振光组合导航系统可用于无人船导航与编队。     

基于残差分析的挠度传感器故障时间定位算法

及时诊断出桥梁健康监测系统中传感器故障及确定传感器发生故障的精确时刻,可以有效地降低系统虚假报警率、保障系统正常运行。通过分析桥梁传感器故障演变过程,建立了数据标准化残差模型,在该模型基础上提出了一种基于数据标准化残差分析的故障时间定位算法,该算法以传感器采集数据的残差偏离量化值对故障进行判定,从而对传感器故障时间进行定位。以系统中常见的挠度传感器作为研究对象,针对工程中常见的常值故障、固定偏差、精度下降、漂移故障4种故障类型进行了仿真实验。实验结果表明,该方法对挠度传感器4种故障的时间定位精度有较大幅度的提高。     

某型无人直升机飞行传感器故障模拟与容错技术研究

针对某型无人直升机半实物仿真系统中传感器故障模拟与容错技术问题,设计了无人直升机飞行传感器模拟系统来模拟大气数据计算机、无线电高度表、GPS机载传感器等信号,对无人直升机的高度、升降速率和速度进行了故障仿真、替代容错处理及模态容错处理,提出了软件故障注入方法并实现了传感器模拟信号的注入,采用VC6.0设计了以上3种传感器的故障注入程序,实现了对无人直升机传感器故障容错设计的验证。研究结果表明,采用该设计验证方式能准确验证无人直升机传感器故障容错的有效性。     

卡尔曼滤波在足球机器人定位中的应用

在动态环境中的自我定位是移动机器人的一个能完成后续的决策及规划.卡尔曼滤波是一种最优化回归数据处理算法,已广泛应用于机器人导航、传感器数据融合、导弹追踪.本文将卡尔曼滤波应用于足球机器人定位中.     

激光SLAM自主导航的线段特征提取混合算法研究

移动机器人在未知环境中自主导航时定位需要精确的地图,同时为了构建精确的地图必须确定机器人的位姿,同时定位与地图构建(SLAM)问题便产生.基于激光雷达SLAM自主导航算法是研究的方向之一,激光雷达具有测距精度高、测距远等优点,但是由于激光雷达的数据量少、传感器本身噪声的影响,容易导致机器人构建地图精度低、定位误差大等问题.针对激光雷达的数据测得的距离信息进行线段特征提取算法,通过将常用PDBS、IEPF算法优缺点进行综合,提出了一种混合特征提取算法.最后通过对SICK的LMS111-10100激光雷达获取环境中的一组数据进行处理,分别对PDBS、IEPF算法及混合算法提取效果与实际环境对比,验证了特征提取混合算法的有效性.     

基于深度学习的无人驾驶汽车导航传感器异常诊断方法

近年来,无人驾驶汽车（Unmanned autonomous vehicle,UAV）作为未来智能交通系统（Intelligent transportation system,ITS）的重点发展方向已成为业内研究的热点。作为一种新兴智能交通工具,无人汽车的行驶完全依赖于导航传感器提供的精确位置和路径数据。GPS传感器因计算机黑客的恶意网络攻击或物理故障而造成导航位置数据异常或篡改给无人车的安全行驶带来了巨大的威胁和挑战。针对无人汽车GPS传感器易受攻击的现实问题,提出一种基于深度学习的无人车GPS传感器异常检测新方法。该方法通过改进传统一维卷积神经网络（1D Convolutional neural network,1D-CNN）的拓扑结构,设计出1DGAP-CNN算法框架,使其满足快速实时性的诊断要求。首先,原始的多传感器位置数据直接输入到提出的算法中进行数据融合和预处理;其次,提出的算法自动的进行特征提取、降维减参和模式辨识;最后,模型直接输出诊断结果,整个诊断过程由模型自主完成。结果表明,提出的方法相比于主流的智能诊断算法具有更高的诊断准确率和更快的检测速度。     

基于GNSS/INS组合定位的自动公交报站系统设计

设计一种基于GNSS/INS组合定位的自动公交报站系统,解决传统GNSS公交报站设备在高楼、林荫等复杂环境下定位无效,位置数据漂移、不准确,不能自动报站的问题.GNSS/INS组合定位利用GNSS、陀螺仪和加速度计等多种传感器组合定位,GNSS子系统获取全球卫星定位数据,INS子系统获取惯性定位数据.采用扩展卡尔曼滤波算法融合GNSS子系统和INS子系统的数据,充分发挥GNSS子系统在空旷环境下定位准确的优点,同时对INS子系统的数据不断修正;利用INS子系统短时间数据的高精度弥补GNSS子系统复杂环境下的不稳定性,达到优势互补.该自动公交报站系统可以保证高楼、林荫、城市立交桥和城市高架桥等遮挡环境下定位的准确性、稳定性,实现准确的自动报站,具有很好的市场应用前景.     

融合多传感器数据的抓取机械臂末端定位研究

抓取机械臂末端定位过程中受环境干扰的影响,导致定位精度和稳定性较差,为此提出融合多传感器数据的抓取机械臂末端定位方法。首先建立融合多传感器数据的抓取机械臂末端误差模型,通过目标检测模型确定目标位置。采用遗传算法计算出抓取机械臂末端各关节的旋转变量补偿值,最后将修正值应用到融合多传感器数据的机械臂终端执行器中,完成抓取机械臂末端定位。实验结果表明,所提方法的定位耗时短、置信度高、定位精度高,具有一定的有效性。     

基于三位置超声波检测的改进强跟踪 UKF-SLAM 方法研究

针对移动机器人使用超声波传感器检测环境时存在干扰与数据不确定性问题,在分析超声波传感器工作原理和相邻位置检测数据的关联特性后,提出了基于三位置超声波检测的环境轮廓构建方法,利用超声波对室内环境进行建图;再使用改进强跟踪UKF-SLAM将超声波测量数据和移动机器人驱动模型进行滤波融合,得到更准确的位姿信息与地图特征。搭建仿真环境,并通过搭载有超声波传感器的全向轮移动机器人在实验环境内验证。仿真结果表明改进方法与其他算法相比,定位和地图构建的误差降低58.058%。室内实验中,获取环境特征的平均误差降低了50.286 3%,进一步验证了提出算法的可行性与有效性。该方法对机器人同步定位与地图构建有一定参考价值。     

无人机移动自主回收着陆原理及控制方法

针对无人机回收存在着陆点相对固定、被动回收、灵活性及环境适应性较差等问题,提出了一种无人机全自主的地面移动回收原理,主要包括目标定位、动态轨迹跟踪和的主动柔顺承接,实现野外复杂环境下自主化的无人机动态移动回收。首先,针对难以精确获取无人机动态位置的问题,提出了多传感器信息融合定位和伺服转台聚焦跟踪的目标定位方法;其次,为完成对无人机的快速高精度跟踪,提出了基于无人车和Stewart平台的双级跟踪控制策略;最后,为了解决无人机着陆过程冲击大、重心失稳等问题,设计了基于模型预测的平稳性控制算法和基于自适应变阻抗的柔顺控制算法,在实时调整承接面位姿的同时做到了主动柔顺承接。搭建了由目标定位系统、无人车和Stewart平台组成的原理样机,验证了本原理的可行性及控制算法的有效性,该方案和技术已成功运用于某型号固定翼无人机自主回收。     

多传感器数据融合新算法及在诊断学中的应用

着眼于复杂装备系统诊断实践中多传感器数据融合需求,提出了一种基于模糊贴近度的数据融合新算法,通过计算各个传感器测量值与估计值之间的模糊格贴近度,确定它们在测量中的权重,从而实现多传感器诊断参数数据融合.结合该算法原理,还设计了它的诊断数据融合应用软件.应用实例表明:该算法体现了稳定性强、可靠性高的传感器在数据融合中的"优越性",运算过程简洁、快速,运算方法可行、有效,便于发动机诊断中实现时环境测量与数据处理.     

多传感器数据融合新算法及在诊断学中的应用

着眼于复杂装备系统诊断实践中多传感器数据融合需求,提出了一种基于模糊贴近度的数据融合新算法,通过计算各个传感器测量值与估计值之间的模糊格贴近度,确定它们在测量中的权重,从而实现多传感器诊断参数数据融合.结合该算法原理,还设计了它的诊断数据融合应用软件.应用实例表明该算法体现了稳定性强、可靠性高的传感器在数据融合中的"优越性",运算过程简洁、快速,运算方法可行、有效,便于发动机诊断中实现时环境测量与数据处理.     

移动机器人的定位算法

通过对移动机器人在未知环境中的运动分析，结合多传感器信息，提供一种新的移动机器人在未知环境中的定位算法。该算法可根据移动机器人的运动，不断更新其位置状态，并能对下一步位置状态进行预估计，然后根据实测传感器信息对预估值进行修正，获得实际位置状态。     

特征地图中基于高斯核函数的自动导引车Markov定位算法

针对特征地图中应用Markov定位算法在对自动导引车全局定位时出现传感器观测与地图之间的特征数据关联不唯一而导致定位失败的问题,提出一种不通过数据关联的Markov定位计算新方法。利用高斯核函数将环境中的稀疏特征拟合成平滑致密曲线,通过对比传感器观测和算法预测得到的两个致密曲线相似度来计算Markov定位中的观测模型。建立了模型及算法,设计了两种环境对该方法进行仿真分析,相似环境下的仿真验证了位姿估计的准确性,非相似环境下的仿真验证了全局定位的高效性。通过在半封闭环境的自动导引车对比定位实验,验证了该方法在实际环境中对位姿估计的有效性和优越性。     

基于RSSI测距的老人监护系统定位方案

为满足养老院老人监护系统成本低、响应快速等要求,将无线传感器网络(WSN)技术应用到老人监护系统中,提出了一种基于接收信号强度(RSSI)测距的无线定位方案。对养老院具体环境和定位要求进行了分析,以Micaz节点构建了系统平台,并结合RSSI测距的特点,提出了在不同环境下的锚节点部署方案;设计了适应性强的区域三边定位算法,以实时监测老人的位置信息,当老人身体出现异常时,能快速确定老人位置,确保老人的人身安全;最后,通过实验验证了该定位算法的正确性。研究结果表明,基于RSSI测距的老人监护系统定位方案能够较好地完成定位功能,帮助医护人员及时准确地到达出事地点,加快救援速度。     

煤矿井下供排水系统无人值守技术方案研究

介绍了一种用于煤矿泵房的无人值守系统,本控制系统以PLC作为控制核心,触摸屏为显示和主要操作设备,通过传感器进行各种数据的采集,利用PLC对传感器采集到的数据进行分析,做出判断开泵或者停泵的指令,并将指令传递到执行器,从而实现无人值守控制。     

多信息融合的物流机器人定位与导航算法的研究

为解决大规模的仓储货物搬运和分拣,引入了大规模自动化物流机器人系统。其中物流机器人的定位和导航是实现大规模自动化物流机器人系统的关键。物流机器人系统结合灰度传感器、超声波传感器和加速度传感器的多传感器融合,物流机器人的集群调度和路径规划、摄像头定位等研究,并在此基础上改进和优化,提出了以多信息融合的定位与导航算法为基础的物流机器人系统。该物流机器人系统由软件和硬件2部分组成。硬件包括三轮行走机构、抬升机构、装卸台机构、摄像头基站以及STM32F103ZET6芯片作为控制系统硬件。软件包括物流机器人的方位信息获取,多传感器融合的导航算法,实验数据表明物流机器人系统可以完成对货物的高效搬运和对物流机器人的导航、定位。定位精度能控制在3%左右,时间成本降低28%左右,且该系统具有很好的鲁棒性。     

无人帆船研究现状与展望

无人帆船是一种以海洋环境能源为驱动,可以胜任远海作业、具有实时数据传输功能和实时定位功能、低运营成本的多用途新型海气界面移动观测平台。其以风力作为航行驱动力,以太阳能电池板等获取电能供给控制系统和传感器使用。与传统的海洋移动观测平台相比,可以实现低成本的长航时、大范围、高时空分辨率海洋观测,尤其是海气界面的海表气象数据和次表层海洋数据等海洋环境要素的精细观测。可以为全球气候变化、海洋酸化、海洋碳循环、极地气-海-冰相互作用等前沿热点问题的研究提供数据。对国际上具有代表性的无人帆船进行介绍分析,对无人帆船的帆船结构、运动机理与航行控制等技术的研究现状进行综述,并对无人帆船的发展趋势和关键技术进行讨论。     

无线传感网络节点定位算法综述

节点定位技术是无线传感器网络的关键技术之一。文章介绍了无线传感器节点定位的原理、节点定位算法的评估标准,讨论了现有的节点定位算法的分类．对无线传感器网络距离相关和距离无关两大类的算法进行了分析对比,并对未来节点定位算法的发展进行了展望。     

移动机器人的蒙特卡罗自主定位算法研究

在分析基于贝叶斯估计的定位过程基础上,针对Markov定位算法需要大量存贮空间和计算量导致无法在较高频率下有效利用传感器信息的问题,利用基于采样的Monte Carlo方法解决移动机器人的自主定位问题。理论分析和仿真试验表明,Monte Carlo自主定位算法很大程度上提高了定位效率,能够更有效的利用传感信息且降低了传感信息不确定性的影响,在“绑架”后以及在中心对称环境中都表现出良好的全局定位性能。