聚(丙烯酸-co-甲氧基聚乙二醇甲基丙烯酸酯)梳状高分子的侧链结晶行为

以不同分子量的甲氧基聚乙二醇甲基丙烯酸酯(mPEG1000MA或mPEG2000MA)为大单体,与丙烯酸(AA)、甲基烯丙基磺酸钠(SMAS)等单体通过自由基聚合反应合成了一系列具有不同分子量、不同侧链长度、不同侧链密度的聚(丙烯酸-co-甲氧基聚乙二醇甲基丙烯酸酯)梳状高分子.用乌氏黏度计测定梳状高分子的特性黏数以表征其分子量大小.采用示差扫描量热法(DSC)测量梳状高分子中甲氧基聚乙二醇(mPEG)侧链的结晶温度和熔点.分析认为,当mPEG1000MA与AA共聚后,处于玻璃态的PAA主链对mPEG侧链的物理限制作用很大程度上影响了mPEG侧链的结晶行为.这种在受限环境中mPEG的结晶温度和结晶熔点均发生明显漂移,低于PEG在本体中的结晶.结晶温度和熔点的偏移受到主链长度、侧链疏密、侧链长度、磺酸侧基含量等诸多分子结构和组成因素的影响.研究结果表明:共聚物中侧链越稀疏,侧链结晶受限作用越明显;mPEG侧链分子量越大,其结晶受到主链的限制作用越弱;在梳状高分子主链上引入磺酸侧基官能团后,侧链的结晶的受限程度增加,并且由于非晶侧链的增多,表现出明显的侧链玻璃化转变.     

基于非线性优化的单目视觉/惯性组合导航算法

针对自主移动机器人在GPS拒止环境下准确实时定位的问题,提出一种单目视觉/惯性组合导航算法。为解决视觉/惯导工作频率不一致问题,利用预积分技术预先处理惯性测量值;引入了一种快速高精度线性初始化方法,分步估计初始系统尺度、重力方向、速度及零偏;结合全局地图三维点约束削弱累积误差,基于是否更新地图点,构建了两种基于非线性优化的单目视觉/惯性紧耦合模型,以保证导航的局部精度及全局一致性。实验结果表明:初始化方法可快速(15 s内)实现高精度状态初始化;与单目视觉导航算法相比,提出的算法不仅可获取绝对尺度信息,且导航精度更高;与传统滑动窗口非线性优化方法相比,提出的算法在窗口优化过程中加入全局地图三维点约束,可有效削弱累积误差,验证了算法的正确性和可行性。     

鲁棒性地形匹配/惯性组合导航算法

基于传统平均绝对差算法引入了选取搜索区域和匹配运算的改进策略,使得算法在匹配定位时允许载体灵活机动,提高了实时性;针对桑迪亚算法易发散的问题,分析了组合滤波算法的特点,建立了地形匹配/惯性组合导航的数学模型;针对地形匹配"虚定位"影响滤波结果的问题,引入了一种基于新息向量的鲁棒检测算法,采用最小二乘对误匹配点进行拟合改正。仿真研究表明:与传统算法相比,组合滤波算法精度更高、稳定性更强,能高频率(200 Hz)输出高精度导航参数,误差保持在一个格网间距(90 m)以内;鲁棒检测算法能有效抵御粗差影响,在经纬度方向各加入0.05°粗差的情况下,仍可保持较高精度。     

结合光流跟踪和三焦点张量约束的双目视觉里程计

针对城市街道准确实时定位的问题,提出将光流跟踪与三焦点张量约束结合的双目视觉里程计方法。为提高运算效率,将图像序列分为关键帧与非关键帧,对关键帧进行常规的特征点检测与匹配,对非关键帧用Lucas-Kanade光流跟踪特征点对。推导了基于前后帧、左右视图三焦点张量约束的观测方程,顾及动力学方程,组成卡尔曼滤波模型。考虑到观测方程的非线性,采用迭代Sigma点卡尔曼滤波进行解算,解算过程中用RANSAC稳健估计策略提纯匹配,以增强系统整体稳健性。实验结果表明:提出的算法在基本不损失精度(X方向优于5 m,Y方向优于4 m)的情况下,计算速度提升6.2倍,单帧图像平均处理时间由0.3115 s下降为0.0503 s,能够满足城市定位实时准确的需求。     

复杂环境下无人车双重自适应定位算法

针对复杂环境中部分传感器失效情况下无人车定位精度下降甚至出现无法定位问题，提出局部自适应滤波和自适应信息共享因子分配的双重自适应算法，提升了无人车多源融合定位性能。所提算法利用新息自适应调节测量噪声对局部滤波器进行自适应状态估计，利用局部滤波器状态协方差和观测噪声自适应分配信息共享因子，能有效地抵御观测值粗差影响。仿真结果和实车测试数据均表明，该双重自适应定位算法能够根据局部滤波器新息和状态协方差在线自动更新信息共享因子，相比自适应联邦卡尔曼滤波算法和经典联邦卡尔曼滤波算法，位置精度分别提高了44%和63%，误差小于1 m，验证了所提算法在复杂环境下能有效提高整个导航系统的可靠性、鲁棒性。