基于无线数传技术的无人船控制系统设计与实现

针对于现有的无人船(unmanned surface vehicle)存在的问题,为提高其控制行驶最大距离,设计一种以无线数据传输模块为传输介质的系统,传输下位机与上位机之间的数据;从激光雷达的二维扫描图像信息,根据SLAM (simultaneous localization and mapping)算法制作出水面环境的栅格地图圈定卫星地图盲区,组合多种传感器定位的方式估算无人船相对位置并定位在卫星离线地图,以达到按路径规划行进的目的;设计了上位机软件和基于STM32的控制器;无人船位姿信息发送到上/下位机,上位机得到信息向下位机传输实现远程遥控行驶的目的;实验结果表明,与常规的网络信号发射和接收传输数据不一样,在无网络基站环境中仍能够在1 200 m以内保持良好的远程控制,证实了系统的可靠性和准确性。     

融合RFID相位差和激光扫描的动态目标定位

针对传统射频识别(RFID)技术不适合移动机器人跟踪动态目标位姿,利用粒子滤波器融合RFID和激光雷达扫描数据,实现移动机器人对动态目标的位姿跟踪。首先利用RFID的相位差信息估计动态目标相位差速率,然后与激光雷达扫描动态目标估计的时间差速率进行匹配;最后选取最近邻的K个匹配点进行粒子滤波,从而实现动态目标的定位。最后,在机器人SCITOS G5平台上开展验证测试,实验结果表明,所提方法可以很好地定位动态目标,有效地减少定位误差。     

基于二元决策图的节点不可靠网络可靠度计算

针对节点不可靠网络可靠度计算效率较低的问题,提出一种基于二元决策图的网络可靠度计算方法.通过因子分解得到节点可靠网络的有序二元决策图(OBDD),根据节点和边的关系对边的变量节点执行边替换操作,生成节点不可靠网络的OBDD,并利用其高效存储结构提高不可靠节点的处理效率.在遍历OBDD计算可靠度时,引入Hash表以避免对同一节点的重复访问,从而减少冗余计算,进一步提高计算效率.在基准网络中的对比实验结果表明,该方法不仅能正确计算网络可靠度,而且能快速分析大型网络.     

基于改进区域生长的水岸线提取方法研究

针对无人船在水面目标识别及视觉导航中涉及到的水岸分割问题,提出了一种基于改进区域生长的水岸线提取方法。首先在Lab颜色空间对图像进行阈值分割,得到水面种子点候选区域;然后通过构建最小二乘问题在种子点候选区域自动选取最优初始种子点,并基于图像标准差实现生长规则阈值自适应;最后依据初始种子点和生长规则进行区域生长,并对得到的水面区域进行边缘提取,从中分离出水岸分界线。采用该方法对水岸样本图像进行实验,通过相关系数和偏移误差对水岸线提取结果进行评价。实验结果表明,该方法能够提取出复杂环境下的水岸线,具有一定的鲁棒性,且基本满足实时性要求。     

基于单UWB融合里程计的多机器人相对定位方法

针对卫星信号受阻,无预设基础设施(定位基站、地标等)环境下多机器人间的相对定位问题,提出了一种基于单个超宽带(ultra-wideband, UWB)融合里程计的多机器人相对定位方法。该方法利用滑动窗口截取历史时刻的多组机器人间测距信息与里程计预测的机器人位姿,构建非线性最小二乘问题,实现机器人间的相对位姿估计;利用扩展卡尔曼滤波算法估计里程计协方差,并将其以加权的方式运用于非线性优化,抑制滑动窗口内里程计累积误差对定位结果的影响;最后,利用图优化算法融合里程计与非线性优化获得的相对位姿作进一步优化,抑制UWB测量误差影响,以获得稳定的相对定位结果。实验结果表明,在6 m×12 m的真实测试环境中,所提方法能够获得0.32 m的相对位置精度和4.16°的相对角度精度,相比于现有多机器人相对定位方案,该方法具有高精度、低成本、部署简单以及定位稳定的优点。     

基于异构包对序列的网络瓶颈测试方法

提出了基于异构包对序列的网络瓶颈测试方法,定义子路径瓶颈带宽的测试条件,设计了子路径和路径瓶颈测试算法,并通过仿真实验,证实了上述算法的有效性,使用异构包对序列方法,能够在短时间内测试出瓶颈带宽和发现瓶颈链路。     

探测包长可变的往返时延测量

作为高清视频传输领域的新型技术,巨帧传输加剧了网络延迟动态性,使得传统时延测量方法很难准确估计往返时间。提出了一种探测包长可变的往返时延测量方法:测量初期,确定保证超时定时器稳定工作的增益系数和偏差权重系数范围;测量期间,根据包长动态设定这两个系数。该方法使得超时定时器能反映时延的动态性,提高定时准确性,减少不必要的重传。实验表明该方法可在巨帧网络中有效测量往返时延。     

基坑变形监测中的观测精度及其适用性分析

通过对全站仪和测斜仪的观测值的误差分析并结合工程实际应用比较,分析了基坑边坡位移监测中两种仪器观测精度以及其适用性。充分考虑基坑工程特点,选择合适的观测仪器可大幅提高监测技术水平和安全性。     

融合超宽带方位和距离的移动机器人定位

可靠定位是机器人完成导航和路径规划的前提,机器人通过多个超宽带(ultra-wideband, UWB)基站的测距信息实现定 位,但基站数量不足时定位精度受限。 针对这一问题,提出融合超宽带距离和方位的移动机器人定位方法。 根据方位标准差区 分信号来自基站前方(视场)或背后(非视场),消除方位的前后奇异性。 在此基础上,利用 UWB 距离和方位测量值构建约束函 数,通过图优化算法融合里程计和 UWB 测量数据实现全局位姿优化。 实验结果表明,该方法在 13 m×6 m 的室内环境中,移动 机器人无规则运动能够达到 0. 093 m 的定位精度,比传统的基于测距 UWB 和里程计融合方法定位性能提升了 46%,且具有较 强的鲁棒性。