基于自适应感知复位算法的移动机器人定位

本文在传统粒子滤波的基础上提出了一种基于自适应感知复位定位算法(ASRL:Adaptive Sensor Reset- ting Localization)的移动机器人定位方法.该方法通过带有权值的样本集描绘机器人的可信度,根据有效的样本数计算需要生成的新样本数,然后从感知分布中采样代替原来的样本.ASRL算法已经在安装有编码器和彩色摄像机两种传感器的实际移动机器人AMR-ITL上进行实验,结果表明该算法鲁棒性更好,收敛更快.

基于改进A*算法的可行性路径搜索及优化

针对路径搜索和路径优化问题,提出了一种改进的A*搜索算法。对估价函数予以加权处理,并引入“人工搜索标志”,避免重复搜索无效区域,能有效且快速地逃离障碍物陷阱,使得算法在未知环境中能有效准确地找到可行性路径,并对可行性路径进行了优化,得到最短路径。仿真实验证明了算法的有效性和适应性。

基于不完备知识的飞机发动机故障诊断研究

飞机发动机故障诊断需要厂家提供的诊断知识和不断积累的专家实践经验,具有不完备性。基于粗糙集理论,研究了一种从不完备诊断信息中获取诊断知识的方法。该方法将厂家提供的飞机发动机故障诊断知识和专家实践经验形成统一的诊断信息表,利用粗糙集的知识约简方法处理,获得一致的诊断规则,为飞机数字化维修技术的实现提供了保障。实例分析结果验证了所提出方法的有效性和优越性。