精确稀疏扩展信息滤波的多机器人SLAM研究

在机器人同时定位与地图创建(SLAM)问题中,多机器人SLAM成为目前机器人学中的研究热点.因此,基于精确稀疏扩展信息滤波算法(ESEIF)的多机器人SLAM问题,根据多机器人的运动模型和观测模型分别对多机器人位姿估计及环境特征点进行观测,并依据阈值划分观测特征点,以完成机器人的观测更新,同时边缘化机器人位姿并进行重定位.实验仿真数据表明:多机器人的位姿精度良好,观测更新阶段时间基本上恒定,与地图特征点数量无关,体现了ESEIF算法在研究多机器人SLAM问题的有效性.     

精确稀疏扩展信息滤波的地图优化研究

研究了移动机器人同时定位与地图创建（SLAM）精确稀疏扩展信息滤波（ESEIF）的地图优化算法,即利用信息熵度量变量不确定性的特性来对地图特征点进行分类,选择不同类型的特征点处理ESEIF的不同更新过程,同时优化活动地图,使SLAM更新在恒定时间内实现,且提高了机器人和地图的估计精度.仿真实验证明：在特征点多的大环境下,特征点优化后的算法实时性强,估计精确度更高.     

基于SIFT算法的移动机器人同时定位与地图创建

研究了基于尺度不变特征变换（SIFT）算法的移动机器人同时定位与地图创建（SLAM）方法,即在视角改变情况下,用SIFT算法对不同图像进行特征匹配,根据极线几何原理得到摄像头的旋转角度,将之与里程计的角度信息融合,从而实现较准确的自我定位与地图创建.实验表明：本方法利用电荷耦合器件（CCD）摄像头和里程计间内在的几何关系来实现SLAM,提高了低成本移动机器人的定位精度.     

主动万向脚轮式全向移动机器人的关节空间多传感器信息融合算法

鉴于主动万向脚轮式全向移动机器人运动学矩阵与其脚轮转向关节的位置有关,因此脚轮的运动误差会同时降低机器人的里程计和速度控制精度.因传统的工作空间信息融合算法无法有效提高脚轮运动精度,本文提出一种基于卡尔曼滤波的关节空间多传感器信息融合算法.新算法首先预测机器人的工作空间状态,然后通过逆向运动学将其解算到关节空间,随之在关节空间内进行数据融合,以提高脚轮运动精度,最后利用脚轮运动的最优估计来更新各关节角度和机器人里程计信息.仿真实验验证了该算法可有效减少脚轮运动的误差,使机器人的运动学矩阵更接近其真实状态,从而提升了机器人的里程计和速度控制精度.     

一种基于粒子滤波的测向定位跟踪算法

基于多站测向定位提供的目标辐射源方位角信息,提出了一种基于粒子滤波的测向定位跟踪算法.该算法采用序贯蒙特卡罗的粒子滤波技术,对目标辐射源方位信息进行粒子滤波融合处理,实现了对机动目标辐射源的无源定位跟踪.仿真实验表明,该算法适用于非线性模型和非高斯噪声的目标跟踪,与传统的基于卡尔曼滤波的多传感器融合跟踪算法相比,定位跟踪更为精确,从而对提高战场电子目标定位跟踪和精确打击具有广泛的应用价值.     

可变高度激光里程计在室内不平整地面环境下的地图构建

针对可变高度激光雷达的结构特点提出了一种基于线、面特征的匹配算法, 并应用于存在不平整地面的结构化的室内环境. 首先提取激光点云中的边缘点和平面点, 并使用随机抽样一致性算法拟合成线段和平面; 然后根据线段与平面几何关系提出特征匹配条件, 完成特征之间的匹配; 利用特征间的匹配关系构建约束方程求解机器人位姿; 最后把机器人竖直方向位姿变换信息补偿到激光点云中, 并把纠正后的有一定高度的激光点云压缩成二维激光构建室内栅格地图. 实验结果表明, 与常用的二维激光同时定位与构图算法Gmapping对比, 在地面不平整的室内环境构建的地图得到了改善, 提高了移动机器人的构图精度.     

基于运动学模型的足球机器人运动免疫预测控制

在机器人无侧向移动的条件下,以左右轮的驱动力为输入量,建立两轮足球机器人平动和转动的离散时间状态空间模型;将免疫算法与预测控制结合,提出了一种免疫预测控制方法,在所建立的状态空间模型的基础上,对机器人进行平动和转动控制。该算法利用克隆选择算法实现预测控制的滚动     

一种新的运动自适应去隔行算法

提出基于棱边方向检测的运动自适应去隔行算法,该算法能充分利用图像序列的时间和空间上的相关信息,采用新颖的相邻场运动检测方法区分视频序列中的运动和静止部分.对于运动部分,使用改进的基于棱边方向的边沿自适应插值算法;对于静止部分,采用三点中值滤波插值算法.仿真实验表明：算法无论在画面视觉效果还是视频图像信噪比,均达到良好了效果.     

基于遗传算法的静态环境全局路径规划

静态环境中移动机器人全局路径规划一直是路径规划中的一个重要问题.作者提出了基于遗传算法的静态环境下机器人全局路径规划方法.该方法首先提出机器人工作空间中环境信息的神经网络模型,并利用该模型建立机器人免碰撞路径与神经网络输出的关系,然后将需规划的路径的二维编码简化成一维编码,并把免碰撞要求和最短路径要求融合成一个适应度函数.通过对算法进行实验仿真表明,提出的全局路径规划方法是正确和有效的.     

一种融合纹理和颜色信息的背景建模方法

鉴于目前视频序列的运动目标检测常使用背景差分法,但其受光照变化以及阴影影响,不能准确区分出运动物体的特点,因此提出一种新的背景建模算法.该算法融合纹理信息和颜色信息建立背景模型,其中的纹理信息采用LBP算子进行描述.为更好地描述纹理信息,进一步改进了基本的LBP算子,并同时引入抗噪因子增强抗噪声影响.实验证明,提出的算法在大多数情况下都取得良好的效果.     

一种解耦式主动脚轮全向移动机器人的标定方法

由于机器人的加工制造和装配等因素引起的几何参数误差影响了运动学模型的准确性,因此会同时降低运动控制和里程计精度.为提升全向移动机器人的运动精度,提出了一种针对基于解耦式主动脚轮的全向移动机器人的分步标定方法,该方法通过限制关节空间运动输入来简化运动学矩阵,并利用最小二乘法获得运动学参数的实际值,从而提升运动学模型的精度.搭建了基于解耦式主动脚轮的全向移动机器人实验平台,并通过仿真和实验对标定算法进行验证,实验结果显示在平面内三个自由度上速度控制精度和里程计精度均得到了显著提升,证明了标定算法的有效性.     

基于GIS技术的淹没区确定方法及虚拟现实表达

给出了基于数字高程模型的 GRID结构 ,适合两种不同类型淹没区的计算方法 ,尤其是第 2种 “洪水淹没” 类型方法较有特色 .对于采用本方法计算淹没区 ,准确性受地形图等高距大小、数字化采集 精度、数字地面模型 (DEM )高程精度以及格网间隔大小、像素探测分辨率等因素的影响. 等高距越小 , 数字化跟踪误差越小 ,数字地面模型内插越密 ,格网跨度越短 ,探测分辨率越高 ,淹没区计算精度也就越 好 .空间数据总量及探测分辨率决定了整个算法模型的效率.最后 ,介绍了将淹没区范围采用 OpenGL 工具进行虚拟现实三维可视化所涉及的关键技术和方法.该方法在已完成的九五国家地方重大攻关项 目所开发的《大型网络级水利防汛及流域规划动态管理信息系统》中得到实现.     

一种基于速度强度熵VMME与纹理特征的人群异常检测算法

人群异常事件检测是智能视频监控领域的重要研究内容, 文章提出了一种融合速度强度熵VMME与纹理特征的人群异常行为检测算法. 该算法采用LBPCM算法提取图像纹理特征, 在视频帧计算光流基础上, 获得特征点速度强度图, 并以其熵VMME作为场景运动特征, 将场景纹理特征和运动特征送入支持向量机训练分类. 实验表明, 新算法可实现对人群异常行为的检测, 且有较高准确率.     

英文维文人名机器翻译算法的研究与实现

本文提出了一种基于规则库的多层过滤进行机器翻译的算法.该算法实现了英文人名向维吾尔文人名的自动翻译.该算法不同于传统的英维人名翻译系统所采取的方法,不需要建立丰富、全面的两种语言人名对齐词库.本算法在对已翻译的大量实例进行统计并分析的基础上,找出了英文与维文人名翻译的三层规则并设计出了本算法.