Multi-Scale Fusion Algorithm for AUVs Integrated Navigation Systems

To deal with the low location accuracy issue of existing underwater navigation technologies in autonomous underwater vehicles(AUVs),a distributed fusion algorithm which combines the model's analysis method with a multi-scale transformation method is proposed for integrated navigation system based on AUV.First,integrated navigation system theory and system error sources are introduced in details.Secondly,a navigation systems observation equation on the original scale is decomposed into different scales by the discrete wavelet transform method,and noise reduction is performed by setting the wavelet de-noising threshold.At last,the dynamic equation and observation equations are fused on different scales by the wavelet transformation and Kalman filter.The results show that the proposed algorithm has smaller navigation error and higher navigation accuracy.     

基于激光传感器的槽型轨轮廓匹配方法

为了实时掌握有轨电车线路的轨道状态,以期更有效地指导线路运营维护,针对有轨电车特殊的轨道结构和安装方式带来的轨道轮廓匹配困难问题,提出适用于槽型轨的轮廓匹配算法. 通过分析轨道的磨损规律及结构特征,定义槽型轨的匹配基准区域,给出区域的自动分割方法. 为了解决匹配区域定位困难的问题,设计两段式最近点迭代（ICP）匹配算法,实现轮廓的精确匹配;通过卡尔曼滤波器对匹配得到的旋转平移参数进行连续预测,解决在特殊情况下的异常匹配问题;通过实际线路实验,验证算法的可靠性. 实验结果表明：所提匹配算法具有快速、高精度和高鲁棒性的特点,能有效克服槽型轨的特殊结构和嵌入式安装方式带来的匹配困难问题.     

一种改进的雷达弱目标检测前跟踪算法

针对基于粒子滤波的检测前跟踪算法(PF-TBD)采样盲目性的问题,提出基于辅助粒子滤波的检测前跟踪算法(APF-TBD).该算法的重要性密度函数是一种依靠过去状态与系统最近观测量的密度函数,进一步使权值变化稳定,最终使得均方根误差较小,得到的粒子更逼近真实值,并将其应用于常规雷达对弱目标的检测与跟踪.仿真结果表明,该算法比PF-TBD有更好的检测效果与跟踪效果.     

基于三维激光雷达的动态障碍实时检测与跟踪

为了解决在大数据量的情况下实现高效检测与跟踪的难点,提出一种室外动态未知环境下自主车的多障碍实时检测与跟踪的算法.由于Velodyne 64线三维激光雷达具有数据量大、精度高等特点,采用其与相机结合感知环境.算法结合从图像处理中得到的道边信息将原始激光雷达数据的感兴趣区域转化为栅格地图,在地图上采用区域标记和模板匹配的方法进行聚类和特征提取,检测得到盒子模型的障碍物,并进行障碍物跟踪.为了避免在多障碍物的情况下出现虚警和漏检,基于多假设跟踪数据关联和卡尔曼滤波来跟踪连续多帧的障碍物.本算法在自主车平台上能够以每帧100 ms实现准确、稳定地检测和跟踪.     

改进的地图匹配算法在车载导航系统中的应用

介绍了目前常用的几种地图匹配算法的特性,在分析了各种地图匹配算法的基础上,给出了一种改进的自适应滑动窗口的地图匹配算法,有效解决了地图匹配计算量大、对行车位置反应敏感等问题。在实际车载导航系统中的应用表明,该算法可以满足实时应用需求。     

基于滤波器裁剪的卷积神经网络加速算法

针对卷积神经网络（CNN）模型的压缩和加速问题,提出基于滤波器裁剪的新型卷积神经网络模型加速算法. 通过计算卷积层中滤波器的标准差值衡量该滤波器的重要程度,裁剪对神经网络准确率影响较小的滤波器及对应的特征图,可以有效地降低计算成本. 与裁剪权重不同,该算法不会导致网络稀疏连接,不需要应用特殊的稀疏矩阵计算库. 基于CIFAR-10数据集的实验结果表明,该滤波器裁剪算法能够对VGG-16和ResNet-110模型加速30%以上,通过微调继承的预训练参数可以使结果接近或达到原始模型的精度.     

迭代中心差分粒子滤波的SLAM算法

为了提高SLAM算法中的位姿估计精度,通过在广泛使用的RBPF粒子滤波器中,利用迭代中心差分卡尔曼滤波器(ICDKF)来代替其中的扩展卡尔曼滤波器(EKF),并融合新的观测数据使提议分布更加接近后验概率分布,并且能够精确估计智能车辆的位姿,进而采用ICDKF算法更新特征地图的位置.该算法在保证定位精度的同时减少了计算的复杂度,提高系统的估计性能,增加了迭代算法的稳定性.仿真实验结果验证了迭代中心差分粒子滤波SLAM算法的有效性.     

未知室外环境下移动机器人的三维场景重建

针对传统最近点迭代（iterative closest point,ICP）算法的局限性与大型室外场景的特点,在处理算法速度、算法精度以及迭代陷入局部最小问题等多个方面提出了改进的ICP配准算法.并且在处理多帧匹配问题时,提出了新的在线多帧匹配方法与减小累积误差的离线多帧匹配方法.利用改善的ICP算法与多帧匹配方法,依靠三维激光雷达与移动机器人,重建了室外场景,形成了完整的室外三维地图,为实现未知室外环境下移动机器人的定位与导航打下基础.实验表明,该方法快速、精度高、鲁棒性强,适用于重建大型复杂的室外环境.     

微型无人机视觉定位与环境建模研究

同步定位与环境建模（SLAM）是实现无人机自主飞行和智能导航的关键技术。该文提出了适用于微型无人机的视觉定位与环境建模方法,针对RGB-D传感器使用point-plane ICP点云匹配算法实现视觉自主定位,利用并行计算加速以满足无人机控制的实时性要求;采用TSDF算法融合多帧观测的点云数据,实现了无人机对未知目标环境区域的模型重建;将视觉SLAM系统与无人机载IMU传感器融合,进一步提升了自主定位和建模精度。实际搭建了微型无人机视觉与环境建模验证系统,室内环境下可以达到0.092 m的定位偏差和60 Hz的更新速率,满足了无人机控制的精度和实时性要求,验证了该方法的有效性。     

基于混合神经网络的ECG数据压缩

提出了一种基于神经网络自适应模板匹配（ＮＮＡＴＭ）的ＥＣＧ压缩方法,利用Ｋｏｈｏｎｅｎ的自组织特征映射（ＳＯＦＭ）对ＥＣＧ波形进行分类,然后根据分类结果将心搏波形送往相应的前馈网络压缩,并生成一匹配模板,最后用ＳＡＰＡ３算法对残差信号进行处理。对以２５０Ｈｚ和１１ｂｉｔ量化的ＭＩＴ／ＢＩＨ心电波型的实验表明,该方法压缩效果好于ＳＡＰＡ３算法。     

大理岩球形颗粒接触破碎过程与机理

为研究大理岩球形颗粒的接触破碎过程与机理,利用岩石双轴流变仪,配合特别定制的球铰支座与位移量测系统,进行了大理岩球形颗粒球-面接触与球-球接触试验,对大理岩球形颗粒接触破碎的过程、破碎形态以及试验力-位移曲线进行研究,分析了大理岩球形颗粒接触破碎的力学特性以及破碎过程的细观机理.同时在离散元方法中引入强度折减参数对接触破碎试验进行数值模拟,直观地显示了破碎发展过程,并将数值模拟结果与试验结果进行对比分析,最后总结了颗粒接触数值参数标定经验.研究表明,大理岩颗粒在法向接触力的作用下,先在颗粒接触点处产生局部破碎并逐渐形成弹性核,其存在改变了法向接触力的传递路径,弹性核被压入使颗粒产生贯通裂缝,最终发生整体破碎.引入强度折减参数的数值模型能较好拟合试验中的破碎形态,其结果是对室内试验很好的补充,能进一步明确大理岩球形颗粒接触破碎过程的细观机理.     

一种多地球物理特征匹配自主导航方法

针对地球物理场具有多个特征和匹配可操作性较强的特点,文中提出了一种多地球物理特征匹配的自主导航方法,研究了导航方法的实现方式和对应的匹配算法。导航方法通过同步测量航迹上的地磁场的多个特征和重力梯度,采用固定点数的滑动窗口构造测量序列后与基准图匹配,最后对匹配结果做融合,得到实时位置信息。匹配算法设计了基于"初始位置+初速度+加速度"实值编码的遗传算法作为搜索策略,采用平均平方差准则(MSD)作为每个特征的匹配相似性度量,并使用加权最大值原则融合所有特征的相似性度量。最后由仿真算例验证了方法的可行性,表明了导航方法具有良好的匹配精度,可用于低空、低速运动载体的导航。     

基于点线特征的快速视觉SLAM方法

为了提高RGB-D相机同时定位与地图构建（SLAM）系统在弱纹理场景下的定位精度和鲁棒性,提出快速的基于点线特征的SLAM方法. 在非关键帧的追踪过程中,基于描述子进行点特征匹配,基于几何约束进行线特征匹配;当插入新的关键帧时,计算线特征描述子以完成关键帧间的线特征匹配,并利用线特征三角化算法生成地图线. 通过降低线特征匹配过程运算量来提高SLAM系统的实时性. 此外,利用线特征的深度测量信息构造虚拟右目线段,并提出新的线特征重投影误差计算方法. 在公开数据集上的实验结果表明,与ORB-SLAM2等主流方法相比,所提算法提高了RGB-D SLAM系统在弱纹理场景下的定位精度;与传统点线特征结合的SLAM方法相比,所提算法的时间效率提高了约20%.     

低速运动载体在参考地图上的定位研究

在分析了低速运动载体利用参考地图定位辅助惯性导航系统（INS）的特点之后,认为现有的匹配定位算法不适应修正低速航行运动载体的INS误差,因而相应地提出了一种单步等值线匹配算法. 在该算法中加入了误匹配判断和惯性导航与匹配定位方法之间的转换逻辑判断,以保证算法的有效性和稳定性. 仿真结果表明,在可匹配区其定位精度与地图格网间距相关,圆概率误差(CEP)可以达到地图网格间距的0 7倍.     

基于激光测距传感器的家庭机器人导航仿真

通过将激光测距器的扫描数据和来自家庭机器人的里程计结合在一起,给出了同时定位和地图生成的算法．基于扩展卡尔曼滤波算法,滤去不必要的数据,直接将传感数据和环境特征相匹配,融合激光扫描数据和人工路标,给出了机器人连续位置更新的方法．仿真结果表明该方法较好地解决了室内机器人导航问题．     

基于RGB三分量亮度法线相似度的立体匹配算法

为了解决立体匹配算法中匹配精度不高的问题,在分析RGB彩色空间图像的光学特性的基础上,提出了RGB彩色空间R、G、B三彩色分量亮度法线的概念,并得出亮度法线反映了RGB图像像素三分量的高频信息的结论。为了获得双目立体图像间的精确稠密视差图,提出了采用RGB三分量亮度法线相似度来计算自适应权值的局部立体匹配算法,通过Middlebury测试平台与其他当前流行的立体匹配算法进行结果比较,实验结果显示,提出的算法得到了更加精确的匹配结果。     

Robust visual tracking algorithm based on Monte Carlo approach with integrated attributes

To improve the reliability and accuracy of visual tracker,a robust visual tracking algorithm based on multi-cues fusion under Bayesian framework is proposed.The weighed color and texture cues of the object are applied to describe the moving object.An adjustable observation model is incorporated into particle filtering,which utilizes the properties of particle filter for coping with non-linear,non-Gaussian assumption and the ability to predict the position of the moving object in a cluttered environment and two complementary attributes are employed to estimate the matching similarity dynamically in term of the likelihood ratio factors;furthermore tunes the weight values according to the confidence map of the color and texture feature on-line adaptively to reconfigure the optimal observation likelihood model,which ensured attaining the maximum likelihood ratio in the tracking scenario even if in the situations where the object is occluded or illumination,pose and scale are time-variant.The experimental result shows that the algorithm can track a moving object accurately while the reliability of tracking in a challenging case is validated in the experimentation.     

Rao-Blackwellized滤波器实现机器人同时定位和地图创建

为了实现移动机器人仅依靠单目视觉和里程计创建可靠地图,本文提出了基于Rao-Blackwellized粒子滤波器的同时定位和地图创建方法.文中建立了鲁棒的运动模型和感知模型;通过有效的尺度不变特征变换方法提取环境特征,并采用基于KD-Tree的高维特征点最近邻快速搜索算法实现特征匹配;通过对匹配对的三维重建创建了密集的空间三维自然路标.实际实验表明本文方法能创建较高精度的地图.     

Fuzzy deduction methods of selecting the underwater terrain navigation matching area

To overcome the problems of not describing terrain matching characteristics totally with a single terrain feature parameter in underwater navigation terrain database, an evaluation method named Vague set is proposed to describe the terrain suitability comprehensively based on the fuzzy decision making (FDM) method. The membership functions and non-membership functions of the Vague set are used to define the influence of the terrain map characteristics parameters on matching suitability, and comprehensive evaluation values of matching areas are obtained by the weighted score function method. Simulation results demonstrate that the terrain map suitability is positively proportional to the comprehensive evaluation value, while the matching position error is negatively proportional to the comprehensive evaluation value of the matching area. The Vague set can choose the optimal matching areaeffectively, and solve the problem that the single topographic map featurecannot evaluate suitability comprehensively.     

3D reconstruction method based on contour features

To guarantee the accuracy and real-time of the 3D reconstruction method for outdoor scene, an algorithm based on region segmentation and matching was proposed. Firstly, on the basis of morphological gradient information, obtained by comparing color weight gradient images and proposing a multi-threshold segmentation, scene contour features were extracted by a watershed algorithm and a fuzzy c-means clustering algorithm. Secondly, to reduce the search area, increase the correct matching ratio and accelerate the matching speed, the region constraint was established according to a region''s local position, area and gray characteristics, the edge pixel constraint was established according to the epipolar constraint and the continuity constraint. Finally, by using the stereo matching edge pixel pairs, their 3D coordinates were estimated according to the binocular stereo vision imaging model. Experimental results show that the proposed method can yield a high stereo matching ratio and reconstruct a 3D scene quickly and efficiently.