基于MSCKF的IMU与激光雷达紧耦合定位方法

针对传统移动机器人定位方法对计算资源要求较高,而其所采用的嵌入式处理器通常计算力不足的问题,提出了一种低计算复杂度的移动机器人定位方法。该定位方法使用多状态约束下的卡尔曼滤波器对激光雷达和IMU数据进行融合,同时采用近似近邻搜索方法取代传统的KD树近邻搜索方法来进行激光点云法向量的提取,在符合平面特征提取精度要求的前提下,法向量提取速度提高了近6倍。最后,在地下车库场景下对该定位方法进行了测试,该方法整体定位误差在0.4 m以内,旋转绝对位姿误差集中在0.02～0.06 rad之间。实验结果表明,所提方法占用较少的计算资源,在结构化环境中能够提供良好的定位结果。     

基于全隐式紧耦合算法的颤振数值分析

为高效而准确地进行颤振问题的分析计算,发展一种全隐式的紧耦合算法,即将气动和结构动力方程各自构造为子迭代求解形式,在虚时间域上分别采用LU-SGS格式和Newmark方法交替求解气动和结构方程,以获得每一物理时间步的高精度解.气动方程在多块结构化网格下用有限体积方法离散,结构计算采用线性模型.一种径向基函数和超限插值结合的方法被用来进行气动网格的变形.运用所发展的算法,进行某二元机翼极限环振动和AGARD 445.6 Wing线性颤振的数值分析,二元机翼的计算获得极限环振动幅值随无因次来流速度变化的特性线,AGARD 445.6 Wing的颤振边界清晰地表现出跨音速"凹坑". 计算结果与文献和试验值较为符合,表明发展的全隐式紧耦合算法能够有效地模拟颤振问题.     

基于最小偏度采样的UPF算法

针对一般的粒子滤波中的退化问题,提出了一种改进的Unscented卡尔曼粒子滤波算法。首先,提出了最小偏度采样策略,将该策略用于UKF(Unscented kalman filtering)算法中,以UKF方法生成建议分布并从中采样,解决了一般粒子滤波算法中以转换先验密度函数作为替代分布所引发的粒子退化等问题。其次,将多项式重采样和分层重采样两种方法结合起来进行重采样,有效地减弱了粒子退化问题。最后,给出了非线性序列的仿真算例。理论分析和仿真结果均表明,改进的UPF算法提高了滤波的精度,算法的运行效率也得到了较大的提高。     

基于多传感器紧耦合的工程机械定位与建图系统

工程机械工况复杂、作业环境恶劣,实现工程机械无人驾驶将带来显著的社会效益和经济价值。工程机械不同于普通乘用车,为实现无人驾驶工程机械在多复杂工况下的高鲁棒性定位,采用多传感器紧耦合的同步定位与建图系统(Simultaneous localization and mapping, SLAM)。针对现有SLAM前端算法计算冗余、计算效率低下等问题,采用基于点线、点面特征匹配的方法,结合局部地图配准,有效降低点云配准时的数据量,避免计算冗余。针对现有激光融合SLAM无回环检测的问题,基于空间近邻原则结合正态分布变换算法将回环检测机制引入SLAM系统,有效降低SLAM系统建图的全局误差。针对工程机械作业环境定位与建图易退化的问题,在点线、点面特征匹配的基础上,创立了残差自适应反馈机制,使得迭代方程求解快速收敛而不发散。仿真和实车试验结果证明该套SLAM系统能够有效解决工程机械在桥梁、长廊等作业场景下的建图退化问题,建图速度大大提高,能够满足工程机械实时定位与建图的需求。     

基于北斗定位的车辆防碰撞预警算法研究

为了预测碰撞事故的发生和降低碰撞事故发生的概率,提出了一种基于北斗定位的车辆防碰撞预警算法。在每辆车上安装一个亚米级的北斗定位模块和无线通信模块,将监测到的自车位置坐标和周边相邻车辆的位置坐标,分解成水平和竖直两个方向,分别用卡尔曼滤波预测算法对下一时刻车辆的速度、加速度和行驶状态进行预判断,快速选出一定发生碰撞和一定不发生碰撞的情况。若不能立即判断,则分别计算出X和Y方向加速度可变情况下的安全距离,建立并求解碰撞预测状态模型,算出X和Y两个方向同时达到安全距离的碰撞时间最小值,若此最小值比设定的阀值小,则执行报警操作。通过北斗定位模块确定车辆位置坐标,利用卡尔曼滤波算法对车辆行驶情况进行预判断并建立防碰撞预测模型,最后运用MATLAB软件进行仿真。结果表明此算法与传统的利用雷达测距的防碰撞算法相比,具有预警准确性高、可靠性高的特点,更加适应驾驶环境。     

基于多基站IMMKF-DOA辅助车辆协同定位算法研究

针对传统卡尔曼滤波算法在进行车辆实时运动过程中难以精准定位问题,提出一种基于运动状态自适应的交互多模型卡尔曼滤波(Interacting multiple model Kalman filter,IMMKF)与多基站到达方向(Direction-of-arrival,DOA)相融合进行车辆位置实时估计算法。基于无偏估计器对测量噪声协方差进行实时更新并将其嵌入标准卡尔曼滤波算法中实现自适应交互多模型卡尔曼滤波。针对车辆不同运动状态及动态行驶环境对车辆定位估计精度的影响,构建自适应交互多模型卡尔曼滤波器与多基站信息融合算法进行车辆位置实时估计,考虑不同车速与不同基站数等行驶工况下车辆定位精度的变化趋势,实现车辆实时位置的准确估计。利用PreScan-Simulink联合仿真平台进行虚拟仿真验证和实车试验验证。结果表明,基于交互多模型卡尔曼滤波与到达方向角的融合算法相对标准的卡尔曼滤波估计精度高,较好地改善了传统单一模型的卡尔曼滤波算法在进行车辆实时运动状态估计过程中精准定位问题,实车试验验证了提出算法对车辆定位精度较传统卡尔曼滤波算法的精度提高了一个数量级,实现了更精确的车辆位置估计。     

基于UPF算法的涡旋压缩机压缩气体的温度预测研究

针对涡旋压缩机运行时腔体内气体温度变化的预测问题,提出一种基于粒子滤波(PF)算法的涡旋压缩腔内气体温度的预测方法。但是传统的PF算法存在粒子退化现象,使粒子集无法准确表示实际后验概率分布,导致预测精度降低。采用无迹卡尔曼滤波(UKF)算法改进PF算法的建议分布函数,抑制了粒子权重退化。通过推导计算压缩介质温度的数学模型,建立温度变化的状态方程,利用UKF算法、PF算法和改进后的无迹粒子滤波(UPF)算法对温度进行预测。预测结果表明UPF算法的预测估计误差平均差为2.74%,预测估计标准差为2.73%,其预测精度和稳定性远高于PF算法和UKF算法。     

应用最小偏度采样的UPF算法

针对一般粒子滤波中的退化问题,提出了一种改进的Unscented卡尔曼粒子滤波(UPF)算法.提出了最小偏度采样策略,将该策略应用于UKF算法中,以UKF方法生成建议分布并从中采样,解决了一般粒子滤波算法中以转换先验密度函数作为替代分布所引发的粒子退化等问题.将多项式重采样和分层重采样两种方法结合起来进行重采样,有效地减弱了粒子退化问题.最后,给出了非线性序列的仿真算例.理论分析和仿真结果表明,改进的UPF算法提高了滤波的稳定性和精度,算法的运行效率提高了30%.     

纵横向运动耦合时车辆状态估计算法研究

考虑到车辆纵向运动和横向运动的主要耦合因素,提出了一种利用扩展卡尔曼滤波理论间接测量车辆行驶状态参数的方法.首先,研究了卡尔曼滤波理论及其算法的具体流程,建立了基于Dugoff轮胎模型的耦合三自由度动力学模型,结合基于横向加速度反馈的预瞄最优曲率驾驶员模型,建立了人-车闭环整车系统;其次,搭建了基于扩展卡尔曼滤波理...     

一种快速有效的动态车辆牌照定位算法

由于动态车辆图像往往在复杂的外界环境中得到,所以很多牌照分割方法都会失去作用.提出了一种基于字符竖向纹理特征的牌照定位算法,首先对动态车辆图像进行边缘检测和腐蚀等预处理,之后水平扫描边缘图像,得到整幅图像的跳变点分布,根据牌照字符的竖向纹理特征,确定牌照的可能区域,再结合牌照的几何结构特征,修正车牌的边界.实验结果表明算法有较强的适应能力,具有较高的实用性.     

基于无线定位的自动引导车辆系统

本文提出了一种基于无线定位的自动引导车辆系统,分析表明该系统具有根据不同环境用户自定义路径的优点,使得自动引导车辆真正成为FMS中的"柔性"连接体.     

基于无线定位的自动引导车辆系统

本文提出了一种基于无线定位的自动引导车辆系统，分析表明该系统具有根据不同环境用户自定义路径的优点，使得自动引导车辆真正成为FMS中的“柔性”连接体。     

基于小波分析的车辆牌照定位方法

通过与几种传统的边缘提取算法的比较,提出了一种基于多尺度小波分析的方法来找出道路汽车图像中的有关车辆牌照的高频分量,并应用数学形态学方法对由其得到的边缘图像进行膨胀处理,从而准确得出车辆牌照位置.     

基于磁流变阻尼固紧器的工作台定位研究

基于磁流变液制作的X向、Y向磁流变阻尼固紧器,采用新颖的横向卧式结构,解决了传统纵向立式阻尼固紧器磁流变液溢出密封和摩擦初始阻尼力较大的问题。该固紧器具有柔性阻尼和无冲击固紧工作台的双重功能,减弱了传统固紧方法带来的冲击和直线电机驱动引起的振动,并成功应用于纳米三坐标测量机,使工作台在X向、Y向的分辨率达到5nm,定位稳态波动从原来的20nm减小到5nm。     

基于滑模控制的车辆纵横向耦合控制

在车辆动力学分析的基础上，建立了以纵向速度、横向速度、横摆角速度为状态变量的车辆纵横向耦合的动力学模型。以发动机扭矩（或制动力矩）和前轮转角为控制目标，车辆与前导车的纵向距离误差以及相对预瞄路径的横向距离误差作为输入参数，采用滑模控制、动态表面控制方法来设计控制器，并通过仿真计算比较了耦合与解耦两种情况下的纵向、横向位置误差。结果表明，耦合控制取得了较好的效果。     

基于免疫算法的车辆控制器的研究

将免疫算法引入到车辆控制器中,提出了自适应在线免疫算法的车辆PID控制器,以达到改善车辆控制的效果。通过大量仿真试验,验证了免疫算法在车辆控制过程中的优劣。仿真结果表明,该控制系统具备了很强的鲁棒性,能够迅速适应外界变化,具有较大的工程应用价值。     

基于YOLO算法的车辆实时检测研究

随着科学技术的不断发展,人工智能已经融入航空、汽车、航海等领域,人们对智能交通的迫切需求已经成为当今社会迅速发展的趋势。近年来在自动驾驶领域中针对传统的图像识别分类问题,目标检测更符合对行人和车辆实时检测的现实需求。与传统的识别不同,YOLO(You Look Only Once)是一个将目标检测作为回归问题的识别算法,它具有检测速度快、全局性好、泛化性强等特点。本文研究了YOLO算法的实现,并基于Opencv计算机视觉库在Visual Studio开发环境中进行了YOLO算法测试,实验结果表明,车辆识别准确可靠。     

钢球定位涨紧钻模

一、钻模的结构及其特点。钻模结构如图所示: 其特点为: (1)制造简单、装夹方便、定位可靠; (2)该工具以被加工工件孔定位,依靠三个钢球涨紧     

钻夹具的定位胀紧装置

图1为盖板式钻夹具的胀紧装置图。主要结构件定位心轴4的圆周上按120°等分三个孔,各装入胀紧销6、挡板5和弹簧7。