基于改进RBPF算法的轮式机器人SLAM导航系统设计

传统的机器人导航系统在复杂的地形环境中常常无法引导机器人躲避突然出现的障碍物,无法精准采集数据;为此提出一种改进RBPF算法的轮式机器人SLAM导航系统,对系统硬件和软件进行设计;改进RBPF算法是一种滤波算法,将激光雷达与里程计的信息作为提议分布,提高了导航精度;系统硬件主要由导航功能模块、底盘驱动模块、控制模块组成,利用RPLIDAR A1型激光雷达设计导航功能模块,并设计底盘驱动模块和控制模块;软件设计中,以改进RBPF算法为基础,设计了轮式机器人SLAM导航系统的实现程序,应用算法代入的方式加强了普通轮式机器人导航算法对粒子计算与卡尔曼滤波的敏感程度;实验结果表明,在有障碍物的室内场景中,与传统滤波算法以及基于软件库系统相比,改进RBPF算法规划的路径更短,导航错误点出现率降低了30%左右。     

具有椭圆盘极点约束的线性系统滤波器设计

针对一类线性系统,研究其闭环系统极点具有椭圆盘约束的情况下滤波器设计问题。在极点约束的前提下,控制目标要求闭环系统渐近稳定,并且干扰抑制性能指标小于给定的上界。首先利用有界实引理给出椭圆盘极点约束前提下滤波器的存在条件;其次,利用线性矩阵不等式技术,将滤波器的存在性问题转化成一组线性矩阵不等式(LMI)的可行性问题,根据LMI的可行解,给出滤波器的设计方法,由该方法得到的滤波器满足给定的性能要求;最后,数值算例说明该方法的有效性和可行性。     

广义离散随机线性系统自校正最优预报器

运用现代时间序列分析[1]的方法研究广义离散随机线性系统最优及自适应状态估计.将状态估计转化为输出预报和白噪声估计,从而提出了系统的最优预报器,并且证明最优预报器对于初始值的选取渐近稳定.在噪声统计未知时提出了自校正预报器.仿真例子说明了其有效性.     

Edge, Shade and Mixed Range Detection by Fuzzy Gaussian Filter for an Autonomous Robot

Extraction of edge, shade and mixed ranges are the first stage in the process of image understanding. This paper highlights the difficulties for a mobile robot to find out these features from a video stream of images transmitted from the robot. As the robot moves through the uneven lighting condition in its surrounding, the image quality differs from point to point. The paper proposes a recursive formulation of fuzzy Gaussian filter, by varying its parameters, i.e., window size and value to get the dominant features of the online video images. The method has been implemented on a client machine for the video images transmitted by the mobile robot Pioneer DX-2. The result shows that the method is suitable for the online images taken in varying lighting conditions.     

非平稳ARMA信号自校正滤波器及其应用

本文处理带白色观测噪声的非平稳ARMA信号估计问题.应用状态空间方法和现代时间序列分析方法[1],基于ARMA新息模型,提出了非平稳ARMA信号自校正滤波器,推广了Hagander和Wittenmafk的结果[2],并给出了在雷达跟踪系统和检测数据数字滤波方面的应用.仿真结果说明了本文结果的实用性和有效性.     

A Gaussian wavelet network-based robust adaptive tracking controller for a wheeled mobile robot with unknown wheel slips

In this paper, a robust adaptive tracking controller is proposed for a nonholonomic wheeled mobile robot (WMR) in the presence of unknown wheel slips. The role of the Gaussian wavelet network in this proposed controller is to approximate unknown smooth nonlinear dynamic functions due to no prior knowledge of the dynamic parameters of the WMR. In addition, one robust law is employed at the kinematic level so as to compensate the harmful effects of the unknown wheel slips, and another robust law is used at the dynamic level to overcome total uncertainties caused by dynamic parameter variations, external disturbances, etc. The stability of the whole closed-loop control system is proved in accordance with Lyapunov theory and Barbalat's lemma. Ultimately, the simulation results are shown in comparison with those of another control method under the same condition to confirm the validity and efficiency of this proposed control method.     

一种快速求解二值线性方程组的并行结构

针对求解GF(2)域的线性方程组问题,改进现有的高斯消元算法,提出一种快速求解未知向量的硬件并行结构,通过增加消元与行循环位移的并行操作以降低时间复杂度,采用一类仿“smart memory”基本单元的互联完成整个算法在硬件上的映射。对结构的性能分析表明,对于密度远大于或小于0.5的n阶二值增广矩阵,并行结构平均计算时间约为2n个时钟周期,远小于软件算法时间(1/4n3)。在 3阶~50阶的二值非稀疏增广矩阵上的实现结果表明,与软件实现相比,该结构的性能可提高约2个数量级。     

基于区间类型2模糊系统的高斯噪声新滤波器

基于区间类型2模糊系统(interval type-2 FLS),通过分别引入输入与输出空间的合理划分,建立了一类新的反馈选择型模糊神经网络结构,在此基础上提出了FLS滤波器．实验结果表明,与其他滤波器(如均值滤波器、Wiener滤波器等)相比,FLS滤波器在滤除高斯噪声、保持图像原有结构方面效果更好．     

A sequential GM-based PHD filter for a linear Gaussian system

The probability hypothesis density(PHD)flter provides an efciently parallel processing method for multi-target tracking.However,measurements have to be gathered for a scan period before the PHD flter can perform a recursion,therefore,signifcant delay may arise if the scan period is long.To reduce the delay in the PHD flter,we propose a sequential PHD flter which updates the posterior intensity whenever a new measurement becomes available.An implementation of the sequential PHD flter for a linear Gaussian system is also developed.The unique characteristic of the proposed flter is that it can retain the useful information of missed targets in the posterior intensity and sequentially handle the received measurements in time.     

适用于独立式车辆自动跟踪的力延时柔性虚杆建模

针对传统车辆自动跟踪系统中前车加速和转弯时跟踪误差大的缺点,提出一种具有力延时的改进柔性虚拟杆建模的算法.在原柔性虚杆的基础上增加虚拟力控制部分,使虚拟柔性杆精确地拟合出前车轨迹,并拖动后车沿着虚杆的形状进行精确运动.该作用力会根据虚拟柔性杆的形态和长度的不同而发生改变,并且该虚拟力自产生到发生作用要经历一段延时,通过...     

A Real Time Self-Tuning Motion Controller for Mobile Robot Systems

This paper proposes an intelligent controller for motion control of robotic systems to obtain high precision tracking without the need for a real-time trial and error method. In addition, a new self-tuning algorithm has been developed based on both the ant colony algorithm and a fuzzy system for real-time tuning of controller parameters. Simulations and experiments using a real robot have been addressed to demonstrate the success of the proposed controller and validate the theoretical analysis. Obtained results confirm that the proposed controller ensures robust performance in the presence of disturbances and parametric uncertainties without the need for adjustment of control law parameters by a trial and error method.      

电磁诱导农用喷雾机器人路径导航系统的设计与实现

针对温室内农药喷洒作业自动化的需求,设计了一种电磁诱导式农用喷雾机器人路径导航系统．采用数字波形合成技术设计实现了基于ARM7单片机的信号发生器系统．研制了机器人位置检测传感器和以霍尔芯片为核心的磁标志检测传感器．利用信号发生器和传感器成功实现了喷雾机器人的导航控制．     

线性时变系统的分散自校正控制*

本文对由存在有界扰动和非线性关联的子系统组成的线性时变离散大系统提出了一种多项式逼近的分散自校正控制算法。也可用神经网络去实现自校正控制，采用神经网络作为预报和控制器，网络学习算法用Ｗｉｄｒｏｗ－Ｈｏｆｆ规则。证明了这种分散自校正控制系统的稳定性，仿真结果表明系统是稳定的，可以很好地跟踪期望输出。     

自适应高斯粒子滤波在导航中的应用

针对粒子滤波中重要性密度函数难以选取和粒子退化导致的计算精度下降的问题,提出一种新的自适应高斯粒子滤波算法。通过高斯混合密度函数和UT变换来获取状态均值和协方差阵,选择并计算合适的自适应因子来调节均值和方差,在迭代过程中可动态调节重要性密度函数,并用WEM和EM步骤代替重采样,上述滤波算法考虑了最新量测信息的影响,使滤波性能明显改善,能更好地解决非线性非高斯系统模型的抗干扰问题。将提出的算法应用于SINS/GPS组合导航系统跑车试验中,结果表明上述滤波算法能提高导航解算的精度,其性能明显优于已有滤波,同时验证了当系统出现噪声干扰突然变化时提出算法的有效性。     

最佳线性过滤器构成的一种自适应系统

本文介绍一种基于时域综合法的由最佳线性过滤器构成的自适应系统。文中首先介绍噪音为白色噪音时的可变传递函数和最佳自适应过滤器。由于在一般情况噪音并非是白色噪音,这时过滤器的构成就比较困难,文中给出了这种自适应最佳过滤器的组成。     

分数阶微分滤波器及高斯分布参数估计

设计了一种分数阶微分滤波器．利用此滤波器可实现信号的分数阶微分，使得分数阶微分计算简单化．首先，采用此滤波器获得高斯分布的分数阶微分；然后，通过对高斯分布的分数阶微分的分析，建立了高斯分布的分数阶微分的过零点与微分阶数之间的关系和高斯分布的分数阶微分的最大值与微分阶数之间的关系；最后，得到了一种估计高斯分布参数的新方法．     

自主飞行机器人导航系统设计

自主飞行机器人系统是以微型直升机模型为载体的复杂系统。在该系统中导航系统采集各传感器数据得到机器人当前飞行姿态、空间位置以及相应的监控信息,控制模块依此监控信息按照给定策略计算并发出控制信号,实现飞行机器人的自主控制。本文对自主飞行机器人导航系统设计及功能实现做出了详细阐述。首先,给出了本自主飞行机器人的系统构造;其次,给出了导航系统的硬件组成部分以及各部分所完成的功能任务;最后阐述了导航系统的功能实现,包括飞行姿态和空间位置的获取。     

基于高斯滤波器组混合特征的录音回放攻击检测研究

录音回放是目前声纹识别技术应对各种仿冒语音攻击的主要手段.针对传统语音特征无法区分真实语音和回放语音的问题,提出一种基于高斯滤波器组的Fisher比混合倒谱特征提取算法.将高斯滤波器组代替传统三角滤波器组,分别采用线性频率和逆ERB频率替换MEL频率,形成高斯线性频率倒谱系数特征(G-LFCC)和高斯逆ERB频率倒谱系...     

移动机器人寻线导航系统的设计与实现

提出了一种移动机器人寻线导航系统传感器检测点布局方案,基于此布局方案进一步讨论了对应的硬件系统组成及控制程序方案与结构。实践表明,系统具有传感器检测方案及检测点布局科学合理、对场地要求不高、适应性和灵活性强、可靠性高、成本低、行进速度快、偏差纠正能力强、便于硬件实现和软件处理等特点。     

基于高斯混合PHD滤波的多目标跟踪

多目标的跟踪的主要目的是通过一个存在关联不确定性、检测不确定性以及噪声和虚警的观测序列集,联合估计目标数目和目标状态.传统的多目标跟踪算法中的数据关联算法计算量大不易实现,而基于随机集的PHD滤波算法可避免数据数据关联问题,直接估计目标状态.本文针对目前PHD递推算法难以获得闭和解的问题,阐明了在目标运动模型和新生强度都是线性高斯模型的情况下,每一时刻的后验强度都是高斯混合的.进而推导出表示后验强度的高斯成分的均值,方差和权值的递推方程.由仿真结果可以看出在非线性高斯情况下,本算法对多目标有良好的跟踪性能.