挖掘机器人视觉目标定位

为实现挖掘机器人的自动挖掘,在挖掘机实验模型基础上进行了电路改造,构建了以单片机为核心的控制电路,通过无线蓝牙与上位机进行通讯,实现对挖掘机操作装置的控制。通过视觉传感器采集挖掘机铲斗、目标物的实时图像,经图像处理后,对目标物中心及铲斗标记中心进行提取、定位,计算出二者之间的实时距离,进而控制挖掘机铲斗对目标物进行挖掘。     

基于压缩感知的矢量阵聚焦定位方法

本文针对噪声源近场定位识别问题,利用声源分布在空间域具有稀疏性,在压缩感知理论框架下建立了新体系下的矢量阵聚焦波束形成方法,用于解决同频相干声源的定位识别问题.新方法可在小快拍下准确获得噪声源的空间位置,且不损失对噪声源贡献相对大小的评价能力.通过详细的理论推导、仿真分析和试验验证,证明了基于压缩感知的矢量阵聚焦定位新方法本质上实现了l1范数正则化求解下的波形恢复和空间谱估计,因此具有较高的定位精度,较强的相干声源分辨能力、准确的声源贡献相对大小评价能力以及较高的背景压制能力,可应用于水下复杂噪声源的定位识别.     

基于质心迭代估计的无线传感器网络节点定位算法

针对无线传感器网络非测距定位方法的应用,提出了基于质心迭代估计的节点定位算法.该算法首先计算当前连通信标节点所围成的平面质心的坐标及其与未知节点间的接收信号强度,然后用计算所得质心节点替代距离未知节点最远的连通信标节点,缩小连通信标节点所围成的平面,并通过多次迭代的方法提高节点定位精度.仿真实验结果表明,该算法的各项指标均为良好,适用于无线传感器网络的节点定位.     

基于暗通道先验的无人机图像去雾算法研究

对于单幅图像去雾处理,暗通道先验算法具有较好的效果,但该算法处理时间长,对储存资源与计算资源要求很高,很难应用于无人机图像去雾。在暗通道先验算法的基础上进行改进,提出了一种快速的去雾算法,首先通过优化滤波器直接获得高精度的透射率,避免了原算法后续的抠图处理,显著降低了计算复杂度;然后针对去雾图像偏暗、灰度分布偏离原始图像的情况,以原始图为参考,采用直方图规定化方法进行增强处理,提高了亮度,改善了去雾图像的视觉效果,与He算法相比,该算法不仅极大地降低了计算复杂度,速度提高了近5倍,而且保持了原始算法的去雾能力。     

低空大展弦比无人机翼梢磁梯度测量探头气动特性及影响

针对一种低空大展弦比无人机, 文章进行全机和翼梢磁梯度测量探头数值模拟.全机计算给出翼梢磁梯度测量探头对全机气动特性和操稳特性的影响; 翼梢磁梯度测量探头计算实现了气动外形优化设计, 在保持全机操稳特性的前提下, 最大程度地减小全机气动阻力增量.结果表明, 磁梯度测量探头对全机气动阻力增量在9%之内, 俯仰力矩变化在5%之内, 对全机操稳特性的影响不大, 气动外形优化设计基本满足该低空大展弦比无人机的安全飞行技术要求.      

基于瑞利熵的多无源传感器数据关联算法

针对当前多无源传感器数据关联算法构造关联代价时,未考虑位置估计不确定性所引入的误差,提出一种基于位置估计不确定性的被动传感器数据关联算法。首先通过量测与伪量测概率密度函数之间的瑞利熵构建关联代价函数,以准确描述两个相似的概率密度函数之间差异,然后通过具体实验测试本文算法的有效性和优越性。实验结果表明,相对于当前经典的数据关联算法,本文算法提高了数据关联的正确率和速度,具有更高的实际应用价值。     

基于BDS/GPS和百度地图的现代有轨电车监控系统的设计

为实现对现代有轨电车车辆的位置及运行状态进行实时监控,设计了一个基于BDS/GPS和百度地图的现代有轨电车监控系统;定位终端以具有我国自主知识产权的BDS/GPS双模定位模块为主,RFID系统作为辅助定位手段;数据通过HTTP的GET方法提交至服务器,由服务器端的PHP页面自动处理后存储到MySQL数据库,中心管理平台显示页面调用百度地图API,将数据显示在百度地图上;最终该系统可以实时获取并存储列车的位置坐标、速度、时间等信息,并在百度地图上以点、线和图表的形式显示出车辆的坐标和运行轨迹等;测试结果表明,该系统运行稳定,定位精度高,获取数据准确、时延小,能够满足应用需求。     

基于多模差分融合的高速车辆定位算法

针对车辆高速运动下定位延时大、精度低、稳定性差的问题,发挥GPS、RSSI和INS三种定位模式的各自优势,将GPS差分校准算法与RSSI测距相结合求解横坐标,将RSSI测距与INS惯导迭代算法相结合求解纵坐标,提出了一种适合高速运动车辆的多模差分融合精确定位算法。以四车道的高速路为场景进行了仿真实验,当车速为70km/h时,跟踪误差<1m,定位延时<0.2s。实验结果表明,该算法可实现车身级和车道级定位,在精确交通诱导、车辆防撞等智能交通领域具有应用前景和推广价值。     

基于MDARM和VxWorks的小型无人机执行器故障检测方法

由于目前在小型无人机执行器故障诊断中存在着智能化程度较低,容易受到人为因素干扰,从而出现故障漏检等问题,难以满足小型无人机对飞行安全的要求。为此,本文提出一种基于多维数据关联规则挖掘(Multidimensional Data Association Rules Mining: MDARM)和VxWorks操作系统的小型无人机执行器故障诊断方法,通过建立执行器内部传感器测量的温度、压力、流速、力矩等相关变量的历史数据库,并对这些数据进行预处理,以避免带来噪声污染,并利用可测量参数与不可测量参数之间的关联性,建立故障诊断知识库,避免了诊断过程中的人为因素干扰,实现小型无人机执行器故障的精准测量。实验结果证明,这种方法能够有效地提高故障准确率64.7%,对小型无人机执行器的智能诊提供有效指导,应用前景广阔。     

对新时期分析测试中心定位的思考

就如何理解和看待新时期分析测试中心的定位和发展,如何解决分析测试中心在结构和管理上存在的固有问题提出了粗略的观点.希望对分析测试中心的发展起到抛砖引玉的作用.