越野环境下无人履带平台的道路可通行性分析

针对越野环境下道路特征模糊、地形复杂的问题,基于相机与激光雷达融合感知的方案,提出一种针对无人履带平台道路可通行性分析方法。基于图像语义分割获取语义点云,进行可通行区域的粗提取;利用三维点云描述地面几何特征,同时考虑履带平台的通过性约束,对道路的可通行性进行分析;生成包含道路表面属性和地面几何信息的三维可通行性栅格地图。所提方法对于平台可通行性的定义反映了平台-环境的强耦合关系。试验结果表明,算法能够在线稳定地建立可通行性地图,对平台规划控制具有良好的引导作用,有利于无人履带平台在复杂越野环境下的稳定通行。     

履带平台无人驾驶系统基于语义信息的模块串联方法

为提高无人履带平台在复杂越野环境下的通行能力,提出一种通过语义信息串联无人驾驶系统中环境感知、运动规划、运动控制模块的方法。环境感知模块通过相机与激光雷达的融合感知方法,利用图像语义信息与激光雷达点云特征,结合平台通过性几何参数,对环境中可通行区域进行粗提取,之后在可通行区域利用高斯聚类模型对环境进行精细的可通行度分析,最终生成具有不同通行度语义信息的三维栅格地图;运动规划模块在考虑平台运动学模型、动力学约束以及平滑过渡约束的基础上,结合地形与道路表面属性生成行为运动基元,通过对基元的分层式在线选择生成具有行为语义的轨迹;运动控制模块基于模型预测控制算法充分考虑平台驱动电机的执行能力、跟踪偏差以及控制稳定性,借助运动规划给出的行为运动基元语义属性,对控制目标函数权重系数进行实时更新,减小轨迹跟踪的横向误差,航向误差以及速度误差。最终利用中型混合动力无人履带平台进行了实车验证,结果表明：所提运动规划方法结果相较于基于平面二值栅格地图规划的轨迹在平均俯仰角、平均侧倾角、平均曲率分别降低46.1%、46.5%、14.2%;所提出基于行为语义轨迹变参数运动控制方法相较于定参数的运动控制方法分别在横向偏差、航向偏差、速度偏差降低17.1%、2.7%、6.1%。     

动态环境下无人地面车辆点云地图快速重定位方法

无人地面车辆在战时全球定位系统定位信号缺失情况下,依靠车载传感器确定在已有地图中的位置是无人车辆发挥效能的关键。现有方法多基于二维栅格地图,难以适用于场景变化大的复杂环境,为此提出了一种动态环境下基于三维点云地图、采用聚类词带模型的快速定位算法。通过连续多帧激光雷达点云数据进行反向溯源,利用贝叶斯公式进行动态障碍物剔除,对点云进行聚类并提取各类的视点特征直方图描述子,进而构建词典与数据库并快速匹配,实现无人车点云地图中快速起始位置寻址;基于改进的实时激光定位与建图算法,完成了后续精准定位。实车实验结果表明：该算法在动态环境下能有效准确地在三维点云地图中精准定位,满足实时性需求。     

基于因子图优化的激光SLAM

为提高基于激光雷达的同步定位和建图(simultaneous localization and mapping,SLAM)精度,提出一种基于因子图的高效率、高精度的激光雷达SLAM框架。采用一种基于滑动窗口的因子图方法,将当前帧进行帧间匹配得到相对位姿,按照一定规则选出关键帧,将关键帧与全局地图进行匹配得到绝对位姿;构建一个因子图,将得到的连续帧之间的相对位姿与关键帧的绝对位姿作为优化因子,机器人的位姿作为状态节点放入因子图中进行位姿优化,得到高频率的机器人位姿以及全局一致的环境地图。结果表明：该算法能够减小误差的累积,具有更高的定位精度。     

基于多线激光雷达的非结构化道路感知技术研究

为解决无人平台在越野条件下能够感知识别非结构化道路的问题,采用基于多线激光雷达的测距传感器检测技术,通过对激光点云数据做栅格化处理,并进行距地高度、高度差和梯度差等特征统计及聚类分析、目标跟踪,实现了对道路可通行区域、障碍物、坡道和动态车辆等的检测.结果表明,相比于相机,采用基于多线激光雷达的三维测距传感器检测技术,可以更直接地获取障碍物分布的位置信息,能够为无人平台的自主导航提供局部栅格地图.     

基于拓扑路网的多挡无人履带平台路径重规划

针对越野环境中无人履带混合动力平台重规划鲁棒性差、场景适应性弱的问题,提出一种通过融入多目标函数模型进行规划路径重构,采用三次螺旋线对重构路径进行多阶段采样优化来生成重规划路径的方法。该方法主要研究无人履带平台运动过程中行驶路径出现局部动态无解、全局规划被动触发重规划功能、重新生成可达目标点的参考轨迹的策略,重点解决重规划时回退道路行驶的成本最优问题。平台搭载两挡行星自动机械变速器,无人平台在行进过程中可根据行驶速度切换到不同挡位,以应对不同路面条件下的速度需求,保证平台具有较强的可通过性。通过实车平台验证新方法针对不同越野场景,根据通行时间、能量消耗和换挡次数的三参数目标代价函数模型,得到最佳的重规划策略并生成一条最优可通行路径。研究结果表明：基于拓扑路网的多挡无人履带平台路径重规划方法降低了重规划过程的时间和能量成本,在兼备考虑时间、能量以及不同转弯半径和速度时选择适当的挡位,确保平台纵向运动动力性的同时,也充分考虑了时效性和经济性。     

越野环境下高精地图关键技术和应用展望

随着人工智能等技术的发展，无人驾驶技术应运而生，越来越多的无人化装备也投入到作战应用中。面对复杂的越野环境，高精地图可以为无人车辆提供丰富的先验信息，辅助无人车辆进行环境感知、路径规划以及决策等，提升无人车辆越野机动能力。分析高精地图标准化、构建、应用等方面的研究现状，面向无人车辆越野环境下的自主机动任务需求，提出越野环境下高精地图的研究目标与技术体系，归纳总结越野环境下高精地图的基础理论与关键技术，并对越野环境下高精地图的应用发展进行了展望，为高精地图在无人驾驶方面的应用提供了参考。     

一种激光雷达可通行区域提取算法

基于模糊模型和时空关联分析,提出一种在激光雷达获取的点云数据中寻找可通行区域的方法。首先使用基于最大熵的模糊预测模型将激光雷达获得的单条扫描线数据聚类分段;然后寻找符合可通行特征的分段作为初始可通行区域;最后利用时空关联模型在多条扫描线数据中进一步优化可通行区域提取结果。算法通过利用不同方向三维到二维的映射避免了三维空间中计算量大的缺陷,同时又较好地保留了三维数据包含的信息,不涉及迭代计算和在线机器学习过程。实验表明,在城市环境中,算法能够较好的提取可通行区域。     

基准地图测绘下的视觉导航算法

针对GPS 信号拒止环境下自主导航定位问题,提出一种基于全局定位基准地图测绘的视觉导航算法。在 卫星导航信号可用时,利用同步定位与制图(simultaneous localization and mapping,SLAM)算法对使用场景制图,利 用时间戳与实时动态定位技术(real-time kinematic,RTK)将全局定位数据进行对齐,使用在线SLAM 算法载入全局 定位基准地图并进行全局范围内的导航定位。实验结果表明：该算法只需依赖视觉图像数据即可完成全局定位,其 定位和导航精度达到亚米级,导航与定位的误差平均值为0.36 m,均方差为0.31 m,满足实际应用要求。     

搭载任务载荷军用地面无人系统发展综述

随着军用地面无人系统研究的深入,单一的地面无人机动平台或任务载荷很难满足现代战场的需求,只有任务载荷和机动平台协同发展,地面无人系统才能在战场中真正形成战斗力。为进一步推动任务载荷与机动底盘协同技术的发展,综述了搭载任务载荷军用地面无人系统的发展背景、研究现状及技术特点,分别从多层次多维度的环境建模、基于多模态数据的通行度估计、基于多智能体协同建模的协同规划控制优化方法三方面对其关键技术进行阐述,总结了相关的研究框架和重点,并对搭载任务载荷军用地面无人系统未来的发展方向进行了展望。     

面向快速室内视觉定位的ORB-SLAM2 算法

针对随机采样一致性(random sample consensus,RANSAC)算法在快速去除错误匹配时因随机性导致算法 效率较低的问题,提出一种采用顺序采样一致性(progressive sample consensus,PROSAC)算法来改进ORB-SLAM2 框架中的错误匹配删除方法。通过利用特征点的匹配质量对特征点进行预排序,减少图像匹配过程中的迭代次数; 提出基于最大化割归一化割算法(normalized cuts and image segmentation,Ncut)的全局BA 分段优化算法,以降低计 算复杂度。通过数据集验证,结果表明：优化后的即时定位与地图构建(simultaneous localization and mapping,SLAM) 系统在保持绝对轨迹和相对位姿误差同ORB-SLAM2 基本一致的情况下,相同图像的错误匹配去除的效率提升了 50%,证明了该算法的有效性。     

基于激光扫描测高技术的地形匹配

提出了一种不同于传统的地形匹配方法.利用角分辨率和测距精度高的激光扫描雷达, 实时获取激光发射点到飞行器下方一定范围内地面采样点的斜向距离, 通过重采样和插值技术恢复出各采样点的高程, 然后和预存的参考图进行匹配.匹配中将高程直接相关匹配和基于小波变换的多尺度特征匹配相结合.在尽量保证实时性的同时, 获得了较高的捕获概率和定位精度.初步仿真检验了该方法的优越性.     

基于四叉树法和PROSAC 算法改进的视觉SLAM 技术

为解决在同时定位与地图构建(simultaneous localization and mapping,SLAM)的前端进行特征点匹配时, 随机抽样一致法(random sample consensus,RANSAC)存在的迭代次数高、实时性较差、鲁棒性不稳定等问题,提出 一种基于四叉树法和渐进一致采样法(progressive sample consensus,PROSAC)算法融合改进的图像匹配算法。实现四 叉树法+PROSAC 算法的误匹配剔除算法,在EuRoC 数据集上对改进后的ORB-SLAM2 算法进行实验。结果表明： 相比于ORB-SLAM2 系统,该算法在Vicon Room 1 03 数据集上总体绝对轨迹误差平均值减小了39.28%,总体相对 位姿误差减小了35.45%,具有更高的建图精度。     

基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法

针对现有多模盲均算法(MMA)收敛速度较慢、均方误差大的缺陷,提出一种基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法(DNA-GBA-FS-MMA)。该算法利用分数间隔均衡器对信号进行过采样,以获取更多信道信息;将DNA遗传算法引入到蝙蝠算法中,得到一种DNA遗传蝙蝠算法(DNA-GBA),利用这个新算法来寻找蝙蝠群的全局最优位置向量,并作为多模盲均衡算法初始化最优权向量的实部与虚部。仿真结果表明,与现有的MMA相比,DNA-GBA-FS-MMA 的稳态误差最小、收敛速度最快、星座点最清晰紧凑。     

三星定位算法的研究

提出了一种利用多普勒测量量和伪距测量量相结合进行静态三维定位的算法。该算法不仅可以求解用户的三维位置，而且可以求出接收机的时钟偏差和频率偏差。经过进一步的改进，还可以实现对动态用户的定位和测速。文中对所提出的算法模型进行了计算机仿真，仿真结果证明了该算法的正确性及实用性。     

Super-resolution Restoration of Remote-sensing Images

A novel image restoration scheme, which is super-resolution image restoration algorithm Poisson-maximum-afterword-probability based on Markvo constraint （MPMAP） combined with evaluating image detail parameter D, has been proposed. The advantage of super-resolution algorithm MPMAP incorporated with parameter D lies in the fact that superresolution algorithm MPMAP model is discrete, which is in accordance with remote-sensing imaging model, and the algorithm MPMAP is proved applicable to linear and non-linear imaging models with a unique solution when noise is not severe. According to simulation experiments for practical images, super-resolution algorithm MPMAP can retain image details better than most of traditional restoration methods; at the same time, the proposed parameter D can help to identify real point spread function （PSF） value of degradation process. Processing result of practical remote-sensing images by MPMAP combined with parameter D are given, it illustrates that MPMAP restoration scheme combined PSF estimation has a better restoration result than that of Photoshop processing, based on the same original images. It is proved that the proposed scheme is helpful to offset the lack of resolution of the original remote-sensing images and has its extensive application foreground.     

移动机器人SLAM 改进算法的分析与实现

为解决移动机器人扩展卡尔曼滤波(EKF-SLAM)算法计算复杂、精确度不高及易受干扰的缺点,提出一 种基于最优平滑滤波理论的改进同步定位与地图构建(simultaneous localization and mapping,SLAM)算法。详细介绍 算法的改进过程,通过Matlab 软件对其位置轨迹跟踪误差及标准差进行仿真分析,基于机器人操作系统(robot operating system,ROS)系统的实验平台,在室内走廊进行SLAM 实验以测试改进算法的效果。结果表明,改进的 SLAM 算法精度高、抗干扰能力强,能实现移动机器人的即时定位与地图构建。基于ROS 系统的软件平台能简化开 发难度,提升移动机器人的智能化。