基于单目视觉的静止目标定位方法

以无人机感知与避障为背景,提出了基于运动的单目视觉测距方法.选择摄像机运动过程中在不同位置对同一目标获取的两幅图像,然后利用尺度不变特征变换算法对所选图像进行特征检测和匹配,通过分析同一目标特征点在两幅图像中不同成像位置的变化,结合无人飞行器自身的运动参数,求解出无人飞行器与障碍目标之间的位置信息.采用该方法对不同位置的目标进行定位实验,结果表明该算法的测量精度和时效性可以满足实际避障的要求.     

基于结构光的植保无人机障碍物在线检测系统

为了确保植保无人机在飞行作业过程中的安全,要求植保无人机具有自动避障能力,为此提出了基于结构光视觉的障碍物检测方法。为提高障碍物检测的实时性,重点研究了基于嵌入式平台的植保无人机障碍物检测系统,通过将障碍物图像处理算法的并行计算映射到GPU硬件资源上完成,大大提高了算法的运行效率。实验表明,在保证障碍物轮廓线完整的前提下,通过对比CPU和CPU-GPU实现处理算法,障碍物检测系统获得了约46.15的加速比,采集及处理时间约为48.985 ms。该系统具有处理效果明显与实时性好等优点,为植保无人机的实时障碍物检测和进一步实现自动避障奠定了基础。     

一种冗余机械臂的多运动障碍物避障算法

冗余机械臂的避障问题一直是工业机器人应用领域的研究热点之一;为了改进传统避障算法的不足,提出了一种多运动障碍物的避障算法;该算法利用各障碍物的运动状态得到与机械臂之间的最小预测距离,并将其利用雅可比转置矩阵转化为机械臂对应杆件上的躲避速度,再将躲避速度引入梯度投影法中求得机械臂的关节角速度,并通过积分得到避障运动中机械臂的关节角度值,在完成末端轨迹跟踪的同时实现冗余机械臂的实时避障;利用一款七自由度冗余机械臂对该算法进行了仿真验证,结果表明该算法能有效实现冗余机械臂对多运动障碍物的避障。     

基于激光和单目相机信息融合的智能轮椅避障策略研究

针对智能轮椅使用环境复杂多变,障碍物形状各异,单一传感器无法获得完整的环境信息的问题,提出一种基于激光传感器和单目视觉传感器信息融合的障碍物检测方法。通过单目相机和激光雷达传感器感知智能轮椅周围环境,得到障碍物的形状、距离分布状况等信息;在此基础上提出两种传感器信息的融合策略,建立局部障碍物地图,进一步采用模糊神经网络完成整体避障算法,实现智能轮椅安全、快速避障等功能。实验结果验证了文中所提避障算法的可行性及有效性。     

基于激光雷达的内河无人船障碍物识别方法

无人水面船(简称无人船)在内河航道环境中具有广阔的应用前景,对障碍物的智能感知是实现内河无人船自主航行的关键。针对内河无人船对近距离障碍物的感知需求,分析了内河环境下主要障碍物的激光数据特征;在对激光数据进行模式分析、数据滤波、去除聚类孤立点等预处理基础上,提出了一种基于SVM的内河典型障碍物识别方法;在所搭建的基于激光雷达的无人船环境感知系统上,进行了实验水池环境下的障碍物识别实验。实验结果表明提出的SVM障碍物感知算法识别率达到85%以上,基本满足无人船自主航行要求。     

基于T-S模糊神经网络的智能轮椅避障控制策略

在复杂的环境中,智能轮椅的自主避障是安全的保证。本文提出基于超声波和激光传感器的环境深度分区算法,和T-S模糊神经网路的信息融合方法,实现避障策略。提高了智能轮椅控制系统的实时性和安全性,实现避障控制的高效性。     

基于激光雷达的移动机器人避障控制研究

以VFH算法思想为基础,提出适用于激光雷达的数据处理算法,将其作为避障算法用于移动机器人的室内自主行进过程中。根据室内避障问题的特点,通过仿真研究设计了适用于室内避障的障碍物阈值规则。在移动机器人实验中发现,受室内地面环境影响,直接将仿真程序应用到移动机器人实际操作中,会出现打滑偏航乃至不能顺利到达目标点的严重后果。为此,根据航向角变化率提出了分段降速方法,应用该方法移动机器人在起始点与目标点可以自主移动,验证了算法的有效性与实用性。     

透过散射介质对直线运动目标的全光成像及追踪技术

光散射是限制光传输以及降低和破坏光学成像性能的主要因素,透过复杂散射介质对运动目标的全光成像是光学领域极具挑战性的技术之一.本文提出一种利用散斑差值自相关透过散射介质对运动目标进行实时追踪的方法.采用赝热光照明,基于光学记忆效应理论,通过对运动目标采集的两帧散斑做差值,然后做自相关运算,计算目标移动的距离,实现对目标的实时追踪,并且利用相位恢复算法进行简单处理就可以重建隐藏目标.对该方法进行了实验验证,成功地对隐藏的运动目标实现了成像与追踪.这种透过散射介质对运动目标的全光成像及实时追踪技术,在生物医学等领域具有重要应用潜力.     

一种微小型无人船控制系统设计及航向控制方法研究

无人船在保护海洋环境和开发海洋资源方面具有广泛的应用前景和市场价值。微小型无人船不仅可以用于海洋环境监测,也可以作为海上通信中继平台,在军事应用领域也有其潜在应用价值。本文设计了一种基于ARM的微小型无人船控制系统,同时进行了详细的控制系统硬件设计和软件设计,并通过水池实验结果验证了该控制系统的有效性和实用性。此外,针对无人船航行过程中存在风浪流混合干扰的问题,设计了一种自适应模糊PD航向控制算法,进行了相应的水池试验并与传统PD控制算法进行了对比分析。     

基于自适应模板的低信噪比运动目标的自动定位算法

从目标相对于邻域背景区的信噪比出发,分析了其低信噪比运动小目标特性对自动目标识别所带来的困难.基于部分Hausdorff距离在模板匹配相似性度量中可以有效抑制背景与噪声干扰的优点,提出了用自适应模板实现自动目标识别的方法.然后,综合目标区像素灰度自适应二值化处理和形心算法,实现了图像序列中目标自动定位的功能.实验结果证明：该基于自适应模板的低信噪比运动目标的自动定位算法具有快速,稳定和实用等优点.     

改进蚁群算法的局部信息动态路径规划

针对传统蚁群算法收敛速度慢、对动态路径变化适应性低的局限性,提出了一种基于局部信息获取策略的动态改进型蚁群算法。该算法利用局部信息获取策略,进行最优局部目标点的获取,然后调用改进蚁群算法获取局部区域内的最优路径,再重复循环获取新的最优局部目标点,直到找到全局目标点。与此同时,将提出的改进型蚁群算法应用于动态路径规划中的路径寻优与避障,仿真结果表明：提出的算法在具有与传统蚁群算法相当的路径优化效果的同时,能够有效适应障碍变化、大大提高了路径规划的收敛速度。     

基于激光雷达的多旋翼飞行器实时避障系统

针对多旋翼飞行器的障碍物规避问题,提出一种基于激光雷达的自主飞行多旋翼飞行器避障系统,实现多旋翼飞行器自主飞行的实时避障;该避障系统针对静态、低速运动障碍物,综合飞行器本体姿态、速度、加速度等状态信息,建立基于改进势场法的避障模型和算法;在机器人操作系统(ROS,Robot Operating System)平台进行该避障系统的软件实现,其通过串口与飞控进行通信,完成多旋翼飞行器的自主避障飞行;同时,为了使该系统能在强光环境正常工作,在不影响系统实时性的前提下,对激光雷达的干扰问题进行优化设计;大量实验表明:该避障算法计算量小,能够保证避障系统的实时性,在机体慢速以及低速运动(机体与障碍物之间的相对运动速度小于等于3 m/s)的场景中能够正确检测范围6 m内,并迅速规避障碍物。     

一种复杂环境下移动机器人避障新方法

基于传统人工势场法的机器人避障算法虽然计算量小、实时性好,但在陷阱区域或在障碍物前可能产生震荡,导致机器人不能到达目标点,为解决上述缺陷,提出一种带记忆功能的沿边法。通过记录和分析障碍物边缘人工势场法的局部最小点来判断目标点是否被障碍物包围,从而避免机器人来回震荡和围着目标点旋转的发生。该方法步骤分为沿边行为激活和退出条件、局部最小点记录条件以及目标点被障碍物包围的判断准则。通过实验,结果表明该方法解决了复杂环境下机器人的避障问题。该方法用于复杂环境下的机器人避障是可行的、有效的。     

Distributed formation control for a multi-agent system with dynamic and static obstacle avoidances

Formation control and obstacle avoidance for multi-agent systems have attracted more and more attention. In this paper, the problems of formation control and obstacle avoidance are investigated by means of a consensus algorithm. A novel distributed control model is proposed for the multi-agent system to form the anticipated formation as well as achieve obstacle avoidance. Based on the consensus algorithm, a distributed control function consisting of three terms(formation control term, velocity matching term, and obstacle avoidance term) is presented. By establishing a novel formation control matrix, a formation control term is constructed such that the agents can converge to consensus and reach the anticipated formation. A new obstacle avoidance function is developed by using the modified potential field approach to make sure that obstacle avoidance can be achieved whether the obstacle is in a dynamic state or a stationary state. A velocity matching term is also put forward to guarantee that the velocities of all agents converge to the same value. Furthermore, stability of the control model is proven. Simulation results are provided to demonstrate the effectiveness of the proposed control.     

基于多分类支持向量机的船舶桨叶数识别研究

分析了目前常用的支持向量机多分类方法以及存在的不足,本文提出了一种混合纠错输出编码的多分类支持向量机改进算法,并应用于利用船舶目标辐射噪声DEMON谱进行船舶桨叶数分类的实验。理论分析与实验结果表明,该改进算法编码明确、具备纠错能力,是一种有效的多分类支持向量机方法,在船舶桨叶数识别中,其分类性能优于一对余、一对一及最小输出编码支持向量机等多分类方法,可适用于船舶桨叶数的分类识别。     

Collision avoidance for a mobile robot based on radial basis function hybrid force control technique

Collision avoidance is always difficult in the planning path for a mobile robot. In this paper, the virtual force field between a mobile robot and an obstacle is formed and regulated to maintain a desired distance by hybrid force control algorithm. Since uncertainties from robot dynamics and obstacle degrade the performance of a collision avoidance task, intelligent control is used to compensate for the uncertainties. A radial basis function (RBF) neural network is used to regulate the force field of an accurate distance between a robot and an obstacle in this paper and then simulation studies are conducted to confirm that the proposed algorithm is effective.