基于WIFI指纹定位的仿生SLAM研究

针对复杂室内环境下移动机器人的定位问题,基于Rat SLAM模型的定位方法,由于室内环境的复杂性及易变性,定位精度及准确性很难得到保证。本文基于此提出Rat SLAM和WIFI相结合的策略,利用基于WIFI信号强度的指纹识别方法,离线阶段建立位置指纹数据库,在线定位阶段采用位置指纹定位算法完成认知点的匹配,从局部场景中获取更加精确的经历制图。实验分析表明:两种算法的结合使得移动机器人的定位精确度更高,提高了系统的鲁棒性,使系统具备了良好的定位性能。

基于HSV图像匹配的改进型RatSLAM算法研究

由于室内环境的复杂性和多变性,导致单独采用Rat SLAM算法进行定位存在视觉里程计可靠性低、环境适应性较弱及RGB图像在图像识别邻域应用效果较差等问题。针对这些问题,提出了一种替代原始Rat SLAM模型中的绝对差总和(SAD)匹配的新型图像匹配方法,先利用HSV图像特征进行图像全局特征的粗匹配,再利用SURF与ORB融合算法进一步进行局部特征的精确匹配,辅助Rat SLAM模型更好地完成模板匹配,进而实现对位姿细胞网络活性的更准确修正,最终得到优良的路径经历图。仿真实验表明:改进后的Rat SLAM仿生算法较改进前定位精度明显提高、匹配的成功率显著增强、鲁棒性更好。

基于Wi-Fi指纹的改进型室内定位算法研究

针对复杂多变的室内环境,导致运用Wi-Fi位置指纹定位算法定位的确定性和抗干扰能力较差,且定位精度及定位效率无法得到保证的问题,提出了一种改进型的位置指纹识别算法,将手持设备的方向角和接入点的数量加入离线指纹数据库,在线定位阶段采用K-means聚类算法与加权KNN算法相结合进行位置估计。通过实验验证得出,改进后的位置指纹定位方法与常规的位置指纹定位算法相比,定位精度得到明显提高,效率显著加快。

基于ROS的移动机器人自动导航系统设计

随着人类社会和智能技术的迅猛发展,自主移动机器人在人类的生活和工作中扮演的角色愈发重要。针对传统移动机器人在智能性方面存在的不足,基于自动导航的需求,设计、实现了一种新颖移动机器人自动导航方案。首先,利用Hector-SLAM算法完成环境地图信息的建模;其次,利用基于KLD重采样的AMCL算法完成移动机器人准确定位;最后,利用A*算法和DWA动态窗口法确定移动机器人的行进路径。结合ROS操作系统,以实现自主导航为终级目标,最终完成自主导航系统的设计。

混合式教学模式在FPGA课程中的应用

随着物联网信息技术的突飞猛进,利用互联网资源进行的线上网络教学模式受到众多师生的追捧和认可。但是教学实践表明单纯运用线上教学模式也存在学生学习效果无法监控,学生学习状态无法保证等问题。因此,"互联网+"背景下的线上远程网络教学与线下面对面课堂教学深度密切融合的混合式教学模式逐渐走入人们的视野。

青岛港与马来西亚关丹港建立友好港关系

为积极融入“一带一路”国家战略,加快推进青岛港国际化战略,今年9月21日,青岛港与马来西亚关丹港签署友好港协议书,共同促进双方贸易与航线的发展,积极开展港口开发建设、运营管理、绿色低碳、员工培训、流程优化、效率提升等领域的合作,不断扩大双方交流合作的成果。 关丹港位于马来半岛东部的彭亨州,面向南中国海,是“海上丝绸之路”沿线的重要港口,是马来西亚东岸最重要的海港和物流中心。2014年,实现吞吐量2137万吨。目前,关丹港正在进行总投资40亿林吉特（约合80亿元人民币）的扩建工程，预计2016年完成。届时，关丹港将成为马来西亚东岸规模最大的港口。