基于改进连续-离散无迹卡尔曼滤波的水下航行器故障诊断

针对连续非线性系统的参数估计问题,提出了改进的连续-离散无迹卡尔曼滤波算法。该算法结合系统状态和参数的估计均值和协方差阵,通过构建控制系统的无迹状态矩阵,并对无迹状态函数积分获得预测无迹状态阵,再经过均值解算和估计更新,获得参数的估计值。然后,针对水下航行器连续非线性控制系统的故障诊断问题,将水下航行器执行机构的故障,以比例系数和附加参数的形式表达在控制系统的状态空间方程中,通过采用改进的连续-离散无迹卡尔曼滤波算法,估计故障数据,实现执行机构的故障诊断。最后,在水下航行器回坞仿真实验中,采用该算法有效估计出执行机构故障,验证了算法的可行性和有效性。     

基于应答器位置测量的AUV非线性模型预测对接控制

针对搭载超短基线(USBL)声学定位系统的全驱动自主水下航行器(AUV)的自主回坞控制问题,提出一种基于应答器位置测量的回坞预测控制算法。首先用体坐标系下的应答器位置测量定义回坞对接误差,基于Jacobian矩阵描述应答器位置测量与AUV速度之间的运动学关系,建立非线性对接误差模型。采用非线性模型预测控制求解对接控制问题,产生航行器速度指令。然后设计自适应速度控制器实现对速度指令的全局渐近跟踪。最后采用REMUS AUV的模型参数进行了仿真研究,结果验证了方法的有效性。     

联邦卡尔曼滤波在水下航行器组合导航系统中的应用

为了提高水下航行器的导航定位精度,设计了以捷联式惯性导航系统、地形匹配、多普勒计程仪等构成的组合导航系统,建立了各子导航系统的误差模型,采用联邦滤波技术对水下组合导航进行信息融合,建立了水下组合导航系统的观测方程并进行了计算机仿真.仿真结果表明:使用联邦卡尔曼滤波技术进行信息融合提高了组合导航系统定位精度和定位可靠性,能满足水下航行器高精度和高可靠性的要求.     

水下无人航行器结构环境SFEKF同步构图定位方法

针对传统同步构图定位(SLAM)传感器具有数据量大、处理速度慢、实时性差的不足和基于扩展卡尔曼滤波的同步构图定位(EKF-SLAM)具有对水下无人航行器(UUV)位置估计精度低、甚至发散的缺陷,把带次优渐消因子的扩展卡尔曼滤波器应用到了导航系统中,提出了基于多元测距声呐(MRS)的UUV结构环境SFEKF-SLAM(suboptimal fadingextended Kalman filter-SLAM)方法.首先建立基于霍夫变换的水下MRS特征提取模型,设计了基于SFEKF-SLAM的UUV导航系统,利用该系统可以对UUV的状态进行预测,结合MRS信息可以对UUV周围结构环境进行状态更新.海试结果验证了基于霍夫变换的水下MRS模型能够有效提取环境特征,基于SFEKF-SLAM的UUV导航系统相对于常用的基于EKF-SLAM的UUV导航系统具有更高的定位精度,能够构建更加精确的港口堤岸地图.     

一种基于UKF的AUV移动声学网络协同导航方法

针对扩展卡尔曼滤波(EKF)在自主水下航行器(AUV)移动声学网络协同导航中,存在强非线性观测方程条件下线性化误差大、计算复杂等缺点,文章提出一种基于无迹卡尔曼滤波(UKF)的AUV移动声学网络协同导航方法.利用移动长基线原理和UKF方法,建立基于UKF的协同导航滤波算法,并通过仿真实验与传统的EKF协同导航算法进行对比.仿真结果表明,基于UKF的协同导航算法能明显减小导航定位误差,在导航精度上优于EKF方法,是AUV协同导航中一种更加简单有效的导航滤波方法.     

基于尺度优化IUKF滤波的室内定位估计方法

为了改善以往室内接收信号强度指示定位方法精度不高的问题,提出了一种运用单形采样和协方差修正策略的尺度优化迭代无迹卡尔曼滤波器(SIUKF),对节点坐标和信道衰减参数进行联合估计解算,从而实现对目标位置获取的改进定位方法.该方法针对室内环境复杂、干扰因素较多、接收RSSI信号存在较大的噪声的情况,使用kernel平滑法对原始数据进行预处理校正,并将定位问题转换为非线性状态最优化估计问题.实验和仿真结果表明,与扩展卡尔曼滤波(EKF)和标准无迹卡尔曼滤波法(UKF)相比,采用具有更高非线性近似精度的SIUKF解决接收信号强度指示室内定位估计问题,可以较好地提高目标位置估计精度,且计算复杂度适中,稳定性更好,平均定位精度可达0.65 m,能满足室内定位的需求.     

基于扩展卡尔曼滤波算法的室内定位跟踪系统

为了解决无线室内定位系统实时跟踪位置坐标误差较大问题,提出一种基于扩展卡尔曼滤波(EKF)算法的室内定位方法。系统采用基于WiFi信号指纹定位,然后利用扩展卡尔曼滤波对估算的位置进行滤波,以改善WiFi指纹定位方法的精度,达到对目标实时跟踪。仿真和实验结果表明,该算法有效地改善了系统定位精度,能较好地满足室内定位的需求。     

一种基于UWB的高精度室内定位系统设计

传统的室内定位方法精度低、稳定性差.为降低多效应和非视距误差等情况的影响,设计了一种基于超宽带的高精度室内定位系统,主要由定位基站、定位标签、无线通信系统及上位机等组成.首先采用中值均值滤波算法对超宽带距离观测量进行预处理,然后结合泰勒定位算法求解标签的位置信息,最后利用卡尔曼滤波算法对标签的位置信息进行平滑处理.结果...     

基于灰色系统理论的水下航行器效能评估方法研究

针对水下航行器的自身特点,从效能的观点对水下航行器相关因素进行了属性划分,建立了水下航行器效能评估指标体系;并根据已知信息,运用灰色系统理论和层次分析法对水下航行器效能评估进行了研究,提出了水下航行器效能灰色评估方法。采用该方法对水下航行器的性能进行了综合评价,结果表明:该方法解决了水下航行器评估中难以处理的信息不完全和部分信息模糊的问题,提高了水下航行器效能评估的客观性和有效性,为水下航行器系统的技术优化和使用效能的提高提供了科学决策依据。     

声纳技术在海底地形辅助导航中的应用

精确导航是潜艇和其它水下航行器长距离水下安全航行的基本保障。目前，潜艇常用的船位推测法、惯性导航系统都存在定位误差随时间积累的特性。因此，必须定期地用外部信息对其进行校准。提出采用多波束声纳实时获取海底地形再与海底地形数据库的地形数据进行相关匹配，并通过小波快速迭代求精匹配算法，得到当前潜艇位置信息，将其作为参考点对惯性导航系统误差进行修正。实验结果显示，海底地形辅助导航匹配速度快，使导航精度明显提高。     

一种用于AUV导航控制软件开发与系统测试的半实物仿真系统

设计并完成了用于自主水下航行器(AUV)导航控制软件的开发与系统测试的半实物仿真系统。该半实物仿真系统由实时仿真计算机和真实的导航控制计算机构成,实时仿真计算机完成AUV空间运动的实时积分解算,并利用多功能数据采集卡和串行通讯端口模拟AUV导航控制系统中的传感器和操舵机构的工作,为导航控制计算机提供全真的软硬件工作环境,使开发人员在此基础上能够完成导航控制软件全部功能的开发,并进行全面、有效的系统级软件测试,具有非常高的工程实用价值。尤其在实航试验中,可以立即在现场对修改后的导航控制软件进行测试,极大地降低了由软件修改带来的试验风险。     

一种有效的水下机器人并行定位标图方法

提出了一种水下机器人并行定位标图的方法.首先对声纳扫描数据进行直线特征提取.在特征的匹配过程中,引入3种几何约束:一元约束,二元约束和刚性约束来保证观测特征和模型特征的正确匹配.在并行的定位与标图中进行了机器人的位置修正和地图修正.应用该方法,机器人在较为复杂的环境下,仅使用前视声呐和多普勒速度仪,依靠不精确的地图,实现了自主的定位和导航,同时修正了地图的精度.仿真和物理试验证明了该方法的正确性.     

基于TTCAN和NCS的鱼雷制导系统结构

研究了时间触发的CAN总线、网络控制系统和基于网络控制原理的鱼雷制导系统。对于基于时间触发的TTCAN，详细分析了高层协议及工作原理。提出基于NCS的鱼雷制导系统一般性结构和设计方法，通过仿真分析了鱼雷网络控制系统存在的时延和数据包丢失等稳定性问题。通过对鱼雷网络控制系统结构、实时网络通信协议和规范的研究，指出NCS将是下一代全数字鱼雷的重要技术基础和结构。     

某新型远程自主水下航行器建模研究

根据某新型远程自主水下航行器的组成和特点,通过对其进行动力学和运动学分析,基于经典的动量和动量矩定理,建立了该新型自主水下航行器的数学模型。该模型不仅可以用来模拟航行器的正常巡航状态,而且可以用来模拟航行器的悬停状态,可用于航行器的操纵性分析及控制系统的设计与仿真。     

基于MDS-MAP和非线性滤波的WSN定位算法

为提高传感器网络节点的定位精度,对MDS-MAP结合非线性滤波方法的多种传感器网络定位算法进行研究.根据传感器节点间距离与节点定位坐标之间存在的非线性关系,在MDS-MAP定位算法的基础上,引入扩展卡尔曼滤波（EKF）求精算法和不敏卡尔曼滤波（UKF）求精算法,对MDS-MAP求得的节点坐标进行求精.对MDS-MAP定位算法、MDS-MAP和EKF相结合的定位算法（MDS-EKF）、MDS-MAP和UKF相结合的定位算法（MDS-UKF）的定位精度进行比较.实验结果表明：EKF和UKF等非线性滤波方法的应用可以提高定位精度,在相同条件下MDS-UKF定位算法的定位精度更高并且其生成的网络拓扑图最接近于实际网络拓扑图.     

用改进的Rao-Blackwellized粒子滤波器实现移动机器人同时定位和地图创建

将进化策略应用于Rao-Blackwellized粒子滤波器,并结合自适应重新采样方案实现了室内移动机器人同时定位和地图创建.在仅有单目视觉和里程计的基础上,建立了鲁棒的感知模型,通过有效的尺度不变特征变换方法提取环境特征,并采用Unscented卡尔曼滤波更新特征,特征点的匹配采用基于KD-Tree的高维特征点快速匹配算法.在实际Pioneer 3移动机器人上进行的实验结果表明,本文提出的方法是可行的.     

Semi-Direct Visual Odometry and Mapping System with RGB-D Camera

In this paper a semi-direct visual odometry and mapping system is proposed with a RGB-D camera, which combines the merits of both feature based and direct based methods. The presented system directly estimates the camera motion of two consecutive RGB-D frames by minimizing the photometric error. To permit outliers and noise, a robust sensor model built upon the t-distribution and an error function mixing depth and photometric errors are used to enhance the accuracy and robustness. Local graph optimization based on key frames is used to reduce the accumulative error and refine the local map. The loop closure detection method, which combines the appearance similarity method and spatial location constraints method, increases the speed of detection. Experimental results demonstrate that the proposed approach achieves higher accuracy on the motion estimation and environment reconstruction compared to the other state-of-the-art methods. Moreover, the proposed approach works in real-time on a laptop without a GPU, which makes it attractive for robots equipped with limited computational resources.     

用改进的Rao-Blackwellized粒子滤波器实现移动机器人同时定位和地图创建

将进化策略应用于Rao-Blackwellized粒子滤波器,并结合自适应重新采样方案实现了室内移动机器人同时定位和地图创建。在仅有单目视觉和里程计的基础上,建立了鲁棒的感知模型,通过有效的尺度不变特征变换方法提取环境特征,并采用Unscented卡尔曼滤波更新特征,特征点的匹配采用基于KD-Tree的高维特征点快速匹配算法。在实际Pioneer 3移动机器人上进行的实验结果表明,本文提出的方法是可行的。