一种多机器人协作控制方法

提出了一种基于Petri网模型的多个移动机器人协作控制方法.该方法主要包括两个模块:高层控制模块(HLCM)和低层控制模块(LLCM).HLCM负责任务分配和再规划,LLCM实现单个机器人的控制逻辑.利用可达树对Petri网模型中的死锁进行检测,并给出了消除死锁的方法.仿真实验证明了该方法的有效性.􀁱     

移动机器人的同时定位和地图创建方法

通过声纳传感器实时地创建和修正地图,局部地图是基于栅格的概率模型：工作环境被划分成栅格,每一个栅格赋一个值,标识栅格中有障碍物的概率．地图应用哈夫变换创建,定位通过对超声波数据应用滤波算法并结合地图创建实现．使用Pioneer2移动机器人在实际的室内环境中的实验,验证了该方法的可行性．     

一种对光照变化鲁棒性的彩色目标检测方法

彩色目标检测过程中由于环境光照的变化以及分布不均匀会造成物体反射光的改变,使得检测效率降低.彩色目标检测中最常见的光照影响是光照强度的改变和检测区域强度分布不均匀.本文对颜色生成基本过程进行考察,发现在很多应用中可以用简单的的DELTA函数近似传感器的响应函数.在此基础上用一个有限维向量量化光照变化,对像素进行补偿,提高对光照变化的适应能力.并用实际应用结果说明其合理性.     

基于时延补偿的移动机器人动态避障方法

为提高自主移动机器人的动态避障能力,提出以视觉信息为决策依据,通过时延补偿提高机器人对障碍物定位精度局部动态避障方法．在避障过程中无需考虑障碍物的运动速度和运动方向,更加适用于机器人在未知或部分未知环境下的路径规划．实验表明,这种方法是可行而有效的．     

基于错误传播分析的软件脆弱点识别方法研究

在太空环境中,软件系统经常受到各种辐射现象的影响.在此类环境下,寻找软件脆弱点主要是考虑环境扰动对该软件的影响.文中提出了一种由环境扰动引入的软件脆弱点的分析方法.首先在对软件系统模块化的基础上,通过在两个层面上分析错误在软件中的生成及其传播过程,给出寻找软件脆弱点的理论框架,随后进一步给出该框架中一些参数的实验估计方法,最后给出该框架在某卫星光纤陀螺捷联航姿控制系统上的应用.应用结果令人满意.     

并行计数器ROM及其在多输入并行加法网络中的应用

随着集成电路的飞跃发展,有可能用记忆元件来实现运算电路,本文提出利用ROM(Read only Memory)实现运算电路的一种方法。首先,提出各种并行计数器ROM的数学模型,其次,提出利用这种并行计数器ROM作为基本单元的多输入并行加法网络的构成算法,最后,对影响速度的因素进行讨论。 本文提出的多输入并行加法网络不但具有对于任何权(Weight)的输入信号直接进行高速处理的特点,而且,还具有结构非常简单、容易实现计算机辅助设计(CAD)的优点。因此,这种电路非常适合于高速乘法器、高速乘加器、高速卷积处理器,以及高速数字滤波器等信息处理用运算电路。     

一种基于特征点三维信息的自然路标提取与快速匹配方法

自然路标提取与匹配是vSLAM的基础。文中提出了一种基于特征点三维信息的自然路标提取、局部特征描述与快速匹配方法。采用双目视觉获取环境图像,提取左右目图像的特征点,并进行匹配。建立左摄像机坐标系下的每个匹配点的三维信息,提出视场约束规则对特征点进行过滤。在此基础上基于改进的MeanShift聚类算法进行自然路标提取。提出一种路标描述符,可以快速进行两个聚类的匹配。该方法可以有效提取非结构化环境中的自然路标,对机器人位姿估计精度要求较低。     

移动机器人同时定位与地图创建研究进展

对移动机器人的同时定位与地图创建􀁫(Simultaneous Localization and Mapping)的最新研究进行了综述.指出SLAM 面临的问题,介绍了SLAM的基本实现方法.通过对各种改进的SLAM实现方法的性能对比,详尽地分析了如何降低SLAM的复杂度、提高SLAM的鲁棒性等关键技术问题,同时对多机器人协作的SLAM也进行了论述.探讨了SLAM的研究与发展方向.􀁱     

移动感知网的快速自展开算法

讨论了移动感知网中的节点自展开问题,基于人工势场法,利用每个节点与其邻居节点之间的虚拟排斥力作用．提出了一种移动感知节点的自展开算法．仿真实验表明,该算法能使节点快速扩展到整个感知区域,同时每个节点所移动的路径很短．     

基于特征地图的移动机器人全局定位与自主泊位方法

 提出一种新的移动机器人全局定位与自主泊位方法.该方法分为两阶段：离线阶段,采用SIFT(Scale Invariant Feature Transform)算法并提出一种基于DD BBF(Double Direction Best Bin First)的特征匹配方法实现视觉特征三维重建;将进化策略应用于Rao Blackwellized粒子滤波器,并结合自适应重采样,实现了移动机器人同时定位和特征地图创建.在线阶段,采用基于HMM(Hidden Markov Model)的方法实现全局泊位位置识别;采用RANSAC算法实现全局度量定位;提出极点伺服控制方法,实现机器人精确自主泊位.在室内环境下的实验结果证实了该方法的优良性能.