NLOS环境下基于EKF的移动机器人定位研究

针对室内移动机器人基于接收信号强度(RSSI,Received Signal Strength Indication)测距定位存在非视距(NLOS,Not-line-of-sight)传播问题,提出一种利用运动模型预测RSSI并修正NLOS测量的定位算法。首先结合移动机器人运动模型预测位置和信号强度RSSI,进而实现NLOS误差判定和测量修正;然后结合步长将移动机器人限制到圆域内,采用改进三边定位算法定位;最后使用扩展卡尔曼滤波(EKF,extended Kalman Filter)进行定位结果优化,得到位置的优化估计。仿真实验表明,该方法能有效地提高定位精度,能有效抑制具有较大量值的NLOS误差,是NLOS环境下一种有效的定位方法。

基于高斯分布的机器人超声波环境建模研究

针对超声波两测量关联模型存在错误关联的问题,本文提出一种最大化外接圆概率的关联模型以提高关联准确性。首先,在CD聚类中增加探测目标分布信息,并提出判断RCD来自同一特征的方法;然后,最大化外切圆分布概率以提高关联准确性,对特征参数不确定性进行分析,利用最小二乘法进行特征参数估计;最后,实现了特征匹配和融合。仿真和实验表明,该算法能有效提高特征关联准确性,减少错误关联,参数估计方法提高了估计准确性,满足机器人环境建模要求。

电力巡线LiDAR点云电塔自动定位和提取算法

针对电力巡线机载激光雷达(LiDAR)激光点云电塔自动提取问题,提出了一种电塔自动定位和点云提取算法。首先,基于点云进行二维空间网格划分,利用网格点云高程偏差和方差特征提取潜在电塔网格;其次,基于电塔点云的高程连续特性完成电塔自动定位和点云粗提取;然后,利用点云分层密度信息和图像开运算,实现电塔精细提取;最后,利用轻小型无人机载激光雷达数据验证本文算法的有效性。试验结果表明,本文所提出的自动提取算法,能够有效解决LiDAR数据中电塔自动定位和点云提取问题,在LiDAR数据质量较差时仍能够取得良好效果,算法对于噪点数据具有较强的稳健性。本文所提出的电塔自动提取算法在LiDAR电力巡检数据处理中具有一定的应用价值。

一种三维激光扫描系统及点云标定方法

激光扫描是一种对于空间进行扫描测量技术,通过主动发射脉冲激光信号并进行飞行时间测量和出射角度测量,可实现快速的空间断面测量错误。在工业检测应用中,断面扫描成像缺乏三维空间信息,无法满足三维空间测量需求,需要进行二次集成以实现三维空间扫描。为实现基于二维激光扫描仪的三维空间扫描点云数据标定,本文从系统三维成像原理出发设计了系统点云标定方法,通过对安装误差参数的补偿实现了高精度点云数据的获取,经标定后的点云数据精度达到±1cm,能够满足常见的三维空间扫描应用需求。

Er^(3+)掺杂TiO_(2)的局域结构及电子性质的第一性原理研究

三价稀土铒离子(Er^(3+))掺杂二氧化钛(TiO_(2))因其优异的光电性能,在众多稀土掺杂发光晶体材料中脱颖而出,具有非常广泛的应用前景.利用CALYPSO(Crystal structure AnaLYsis by Particle Swarm Optimization)结构搜索方法和第一性原理计算,成功地预测和探究了三价铒离子掺杂二氧化钛(Er^(3+):TiO_(2))晶体的基态结构.首次报道Er^(3+)掺杂TiO_(2)的最低能量结构具有P4m2空间对称性.当Er^(3+)离子掺杂基质晶体时,Er^(3+)离子占据Ti^(4+)离子的位置,并造成结构畸变,最终使得Er^(3+)离子的局域对称性由D2d降低为C2v.通过电子结构计算发现Er^(3+)掺杂TiO_(2)的能带隙值约为2.27 eV,这表明Er^(3+)离子的掺杂会导致体系的带隙值降低,但没有改变其半导体性质,从而在光伏电池和半导体激光器等领域具有更广泛的应用.这些发现不仅为进一步探索Er^(3+):TiO_(2)晶体的性质和应用提供了数据参考,也为探究其他稀土掺杂晶体材料提供了最新的方法.

颈椎后路椎板切除侧块螺钉植骨内固定治疗颈椎管狭窄症

目的探讨颈椎后路减压椎板切除侧块螺钉植骨内固定在治疗颈椎管狭窄症的效果。方法 36例颈椎管狭窄症的患者行后路椎板切除侧块螺钉固定植骨术。所有患者作手术前后的JOA评分和X线、MRI检查,观察颈脊髓受压情况和内固定位置。结果随访6~18个月。临床评分：手术前平均JOA评分（11.3±1.05）分,手术后随访期平均（15.7±1.11）分;术后MRI比较术前显示脊髓后移,脊髓受压解除明确。结论颈椎后路椎板切除侧块螺钉植骨内固定治疗颈椎管狭窄症临床疗效满意。

面向自动装车的来车检测和规划系统

为解决自动装车车辆检测和码垛规划问题,设计基于三维激光成像的车辆特征识别和码垛规划系统。设计实现了激光三维扫描系统,提出点云检校方法,获取高精度三维点云;设计基于点云的开放式货车车厢全特征识别算法,经点云分割、特征识别和参数化,获取车辆完整的特征参数检测;基于检测结果设计了码垛规划器,可直接用于装车机使用;基于Linux嵌入式系统实现了系统控制、数据采集和处理。完成了超过1000辆车辆的现场检测和码垛规划测试。系统检测精度优于5 cm,单车检测和规划时间不大于40 s,满足全自动装车机车辆检测和码垛规划要求。