基于支持向量机的自恢复自适应蒙特卡洛定位算法

机器人定位技术对智能机器人的高效、精确和安全运行至关重要,然而在实际的定位过程中,机器人常面临“绑架”问题。为了应对这一难题,提出一种基于支持向量机(SVM)的自恢复自适应蒙特卡洛定位(SVM-SRAMCL)算法。首先,构建用于识别机器人“绑架”状态的检测模型——基于SVM的绑架检测模型(SVM-KDM);其次,通过自适应蒙特卡洛定位(AMCL)算法所得的粒子集计算粒子特性值,并作为SVM-KDM的输入,一旦检测到“绑架”事件,使用扩展卡尔曼滤波器(EKF)融合惯性测量单元(IMU)和里程计(Odom)的数据估计机器人的新位姿;最后,使用AMCL算法进行粒子预测、更新和重采样,最终实现机器人的重新定位。相较于自恢复蒙特卡洛定位(SR-MCL)算法,绑架后恢复定位所需的更新减少了4.1次,重定位的成功率提高了3个百分点。实验结果验证了所提算法在解决移动机器人的定位“绑架”问题方面具有更高的效率和成功率。

基于粒子滤波的AUV组合导航方法

讨论了粒子滤波器和RB(Rao-Blackwellised)粒子滤波器两种滤波方法在组合导航中的应用,给出了组合导航算法用于自治水下航行器(AUV)的具体数学模型,并且与拓展卡尔曼滤波器的导航结果进行比较.利用AUV湖上试验验证了3种算法的导航性能,试验结果表明RBPF组合导航算法能够获得最好的导航精度;然而通过对算法进行分析,发现其计算复杂度高于其余两种滤波算法.

电动辅助转向电机控制研究及EMC设计

为解决商用车在行驶过程中,传统的液压助力转向系统阻力较大且效率较低,并且在长期使用后保养不当容易泄露,可能引起事故等问题,对电动辅助转向电机控制算法和设计进行了研究。电动辅助转向电机选择永磁同步电机,通过应用模糊PID(Proportional Integral Derivative)算法可以精确,快速地调制到参考值。同时采用拓展卡尔曼滤波器可以估算永磁同步电机的转子位置,减小控制器的体积及成本。在驱动系统中,由于大电流耦合路径多样严重影响电机控制系统的电磁兼容性能,所以电机控制时采用驱动系统EMC(Electro Magnetic Compatibility)设计。实验结果表明,基于模糊PID算法以及拓展卡尔曼滤波器的永磁同步电机控制可以应用于商用车电动辅助转向电机控制中。

基于自适应滑模观测器的荷电状态估算方法

锂电池荷电状态(State of Charge, SOC)的精确估算是电池管理系统的必要基础,但锂电池受充放电倍率大小、老化速度等影响,存在强非线性、时变性等特性,SOC难以直接测量,只能结合海量电压和电流数据通过算法估算。本文提出一种自适应滑模观测器算法(Attitude Sliding Mode Observer, ASMO)对SOC估算,通过梯度下降的算法实时更新滑模观测器矩阵增益,以提高算法的精度和鲁棒性。在测试工况下将拓展卡尔曼滤波算法、滑模观测器算法与改进算法比较,结果表明,相较于传统拓展卡尔曼滤波算法和滑模观测器算法,改进过的算法具有更高的精度和鲁棒性,误差可控制在1%以内,验证改进算法有效性。

小型飞行器姿态估计系统设计与实现

提出了一种基于最小二乘拟合和四元数拓展卡尔曼滤波器小型无人机姿态系统估计方法。首先建立三轴磁力计的物理模型,采用最小二乘拟合算法估算磁力计的干扰向量,然后采用加速度计对磁力计进行倾斜补偿,最后采用拓展卡尔曼滤波器融合加速度计、陀螺仪和磁力计的4数据,估计飞行器三维姿态。测试结果表明,姿态系统的方位角的线性误差最大为4°,倾斜40°情况下,方位角最大误差为2.6°,静止放置时,横滚角、俯仰角和方位角最大的静止偏差分别为0.215°、0.103°和0.464°。

示教机械臂姿态解算改进方法仿真研究

在示教机械臂姿态解算精度优化的研究中,针对使用单组传感器进行数据融合,姿态解算的传统方法中存在的精度低,稳定性差的问题,设计了一种组合MEMS传感器的姿态解算方法。将六组传感器安装于载体坐标系三个轴上,分别测量两组传感器数据。以传感器量测数据与四元数估计数据的向量积代替姿态角误差作为互补滤波器的输入量,分别利用模糊控制器和PI控制器,根据互补滤波原理调节陀螺仪输出量。通过拓展卡尔曼滤波器进行姿态估计,得到更精确的四元数,进而转化为姿态角。仿真结果表明,在静态和动态情况下,多组传感器组合调节后的姿态角数据相比单组传感器PI调节在姿态角精度和系统稳定性上有进一步提高。

电缆隧道巡检机器人定位建图系统研究与实现

电缆隧道空间小、环境复杂,因老化及腐蚀易发生火灾,巡检机器人可以通过日常巡检提早发现隐患,但电缆隧道环境存在定位难度大、地图信息缺失的问题。针对以上问题,该文提出了电缆隧道环境下使用IMU、车轮里程计、激光雷达多传感器数据融合的定位建图方法,并设计了该方法的电缆隧道定位建图系统。为了验证定位建图系统的有效性,该文使用该系统进行实验测试,定位、建图能力均可满足巡检要求。

基于三维语义包围框的车辆事故检测方法研究

为了研究在交通监控场景下的车辆空间运动状态,介绍了一种基于三维目标检测生成三维语义包围框的车辆事故检测方法。该方法从卷积神经网络中提取车辆运动姿态,预测出车辆的三维边界框。融合三维目标检测和二维到三维扩展卡尔曼滤波器,在视频序列中恢复6自由度的三维车辆姿态和跟踪轨迹,利用三维语义包围框建立事故检测评价指标。实验结果表明,所提出的联合二维和三维交通事故检测方法准确率可达81.75%。