基于低成本传感器配置的信息融合方法研究

文章重点研究了低成本传感器配置及信息融合的方法,针对实际工程应用,设计了低成本传感器配置方案及信息融合的方法,通过建立系统的状态空间模型,应用卡尔曼滤波,并采用4元数表示法进行扩展卡尔曼滤波的姿态融,借助于算法研究了实时扩展卡尔曼滤波技术的设计与实现,最后采用实例模型的数据对方案进行仿真验证,并对验证结果进行分析。

研究者开发低成本传感器手套:使机械手触摸识别物体

麻省理工学院计算机科学与人工智能实验室(MIT-CSAIL)的研究人员近日开发了一种低成本的传感器手套,旨在使人工智能能够'弄清楚'人类如何通过触摸识别物体。它被称为可伸缩的TActile手套(STAG),使用550个微小的压力传感器来生成可用于创建改进的机械手的模式。人类非常善于通过触摸来弄清楚物体是什么(例如在黑暗中摸索眼镜或手机)。

基于机器学习利用低成本传感器数据构建城市近地面PM_(2.5)浓度的高分辨率空间分布

PM_(2.5)是当前影响中国城市空气质量的一种重要污染物,它对人体健康有不利影响,高时空间分辨率的PM_(2.5)浓度分布是城市大气污染精细化防控和健康影响评估的重要基础.低成本传感器在中国城市空气质量监测领域得到越来越多的应用,但由于其数据质量不够高,其价值没有得到充分的挖掘.本研究以在长三角地区蚌埠市城区作为研究案例,首先基于国控站监测数据对低成本传感器观测数据进行校准.接着通过6种机器学习模型的预测性能的比较选取随机森林作为本研究的核心方法.然后利用随机森林方法结合土地利用类型、人口密度和通过WRF模式模拟得到的气象数据、监测数据等多源数据,构建了时间分辨率为1 h、空间分辨率为0.005°(接近500 m)的近地面PM_(2.5)浓度的时空分布.最后对几种方法的结果进行了比较和评估.反演得到的高分辨率PM_(2.5)浓度的10倍交叉验证结果显示,空间R2=0.95,RMSE=9.32μg·m^(-3),时间R2=0.88,RMSE=9.24μg·m^(-3).结果表明,低成本传感器观测数据可以帮助人们构建具有更高精度的高时空分辨率的PM_(2.5)浓度分布,使得低成本传感器数据的时空特征价值得到更好的利用,同时也可为低成本传感器更好地服务于空气质量精细化管理提供一种新的应用思路.

低成本空气传感器国际政策进展及应用——美国、欧盟与中国的比较

低成本、小体积、低功耗传感器技术的发展使得我们能够近乎实时地以高分辨率进行空气质量监测,对已有的大气监测网络进行补充,并使更多的公众积极参与到环境监测中,共同改善空气质量。本文对美国、欧盟和中国推动大气监测领域中低成本传感器技术发展及应用的政策、低成本传感器性能标准的设定情况、应用场景及发展模式进行梳理、对比、分析,最后为低成本空气传感器技术在我国的进一步发展提出了四点建议。第一,自上而下与自下而上的发展模式相结合,加快制定传感器技术标准和规范;第二,拓宽应用场景,让更多的公众参与到空气质量改善过程中;第三,促进国际交流与合作,制定区域性或者国际性的传感器技术标准与规范;第四,加大资金支持,实现传感器技术的不断创新。

低成本微型传感器计划

低成本微型传感器计划的目标有两个。第一个目标是利用640×512规格的非致冷氧化钒(VO_x)焦平面研制并提供一种远距离红外传感器;第二个目标是利用160×128规格的氧化钒焦平面列阵研制一种可一次性使用的微型传感器。640×480规格的传感器用以执行远距离的监视和目标瞄准任务,是一种可重复使用的贵重仪器。160×120规格的传感器则是为要求微型化以及低成本和低功耗的应用而设计的,同时也是为一次性的军事应用而设计的。这种研究工作的目的是进一步降低非致泠红外传感器的成本,进一步减小它们的重量和功耗,提高它们的性能,从而提高它们在以前热成像技术从未涉及的军用和民用市场中的适用性。

面向停车场场景的多传感器融合匹配算法与融合数据的并行处理

自动泊车是无人驾驶领域可率先实现量产的重要功能之一。实现自动泊车功能,首先面临着停车场数据的采集和分析工作。基于三种典型停车场场景,从硬件传感器搭建,传感器感知算法开发和场景数据处理分析三方面分别展开:对采集平台搭建工作,主要介绍如何进行传感器的安装、时间轴标定,和空间坐标统一;基于前视毫米波雷达和视觉传感器,重点介绍这两种传感器的匹配算法和目标级别的融合算法;基于场景提取与大数据处理的数据分析,开发自动化批量数据处理Python代码,实现TB级的原始数据标注,并在短时间内完成自动化批量处理,整个技术流程工具链具有较高的科研价值和商业价值。

使用低成本全球定位系统接收器估算列车速度

开发了一款能够从铁路设备上主动采集并上传数据的智能手机应用(app),以及一种简单的数据处理算法来估算列车速度。研究结果表明,利用低成本传感器估算列车速度是可行的。

基于扩展卡尔曼滤波的车辆状态可靠估计

为实现高机动工况下车辆状态的可靠估计,提出了一种基于改进的扩展卡尔曼滤波的车辆运行状态估计方法.首先建立基于非线性车辆动力学的系统状态模型,该模型分别以低成本的车载轮速和方向盘转角传感器信息作为系统的观测量和外部输入量;然后通过改进的卡尔曼滤波递推算法高精度地推算出汽车的关键运行状态.仿真试验表明,所提出的方法既可适应一般机动环境也可适应较高机动环境.此外,该方法可显著提高直测量的精度,并可实现对质心侧偏角、侧向速度等难以直测量的准确估计,质心侧偏角估计误差小于3×10-3rad,速度估计精度小于0.1 m/s.

基于球形网格划分的二值化点云特征描述子

针对现有大部分三维特征描述子应用于低成本传感器获取的低质量点云数据时,在抗噪性、时间效率和内存占用等方面存在的问题,提出了一种局部参考坐标系构建方法。本文利用该局部参考坐标系设计了一种基于球形网格划分的二值化特征描述子。所提的局部参考坐标系基于消除二义性的法线确定Z轴,将特征点球邻域重心与特征点构建的向量在法平面上的投影作为X轴。Z轴的可重复性和球邻域重心的唯一性,使得所提局部参考坐标系对高斯噪声和点密度变化具有极强的鲁棒性,所提局部参考坐标系具有极佳的泛化性和时间效率。二值化特征描述子无论是对高质量模拟数据,还是对低质量实测点云都具有较好的描述性,对各数据集均能获得次优的性能。二值化特征描述子具有极高的时间效率,且仅占用616 bit的存储空间,极小的时间和内存开销使其更适用于需要实时响应的应用场景。

重污染郊区环境中二氧化碳垂直分布的观测和模拟

CO2垂直分布对于大气传输模式和遥感测量的校准和验证非常重要。由于传统仪器质量大,配套系统体积大,边界层内CO2的原位测量比较少见。本研究利用基于低成本非分散红外(NDIR)传感器的微型化CO2监测仪器,搭载在系留气艇上,测量河北省石家庄西南部低对流层(0–1000米)的CO2垂直分布和气象参数。低成本传感器与传统气相色谱分析仪测得的结果一致,CO2浓度的总体趋势随高度增加而下降。研究结果有助于直接分析大气边界层中CO2浓度的垂直结构,为WRF等大气传输模式的校准和验证提供基础数据。

无人驾驶清扫 开启智慧环卫新时代

环境卫生水平既体现国家综合实力,又反映政府管理水平和文明程度,更是人们健康生活的保证,无人驾驶技术的出现,将给作为'城市卫生守护者'的清扫队伍带来怎样的惊喜?

用于商业室内环境的PM2．5监测仪

近年来，中国城市的空气污染问题已越来越受到重视。北京的PM2．5年平均浓度已几乎是世界卫生组织规定的35ug／m2的3倍之多。随着数据获取的途径更加广泛，公众对于PM2．5暴露危害的关注逐步加强。尽管中国公众能够通过遍布全国的数以百计的室外PM2．5监测站点获取监测数据.

360°识别

通过低成本传感器实现可靠的L3级别无人驾驶技术,即将到来。近日,一辆特斯拉Model S在佛罗里达州发生交通事故,导致驾驶员死亡,当时这辆电动车正是采用Autopilot自动驾驶模式,这一事件使自动驾驶这个话题被推上了新的议程。尽管全世界都在议论这宗首起造成人员伤亡的自动驾驶汽车交通事故,但是其他众多对自动驾驶技术进行研究的开发商并没有因此而停止或者放松对这项技术的研发,图森科技就是其中的一家。

一种基于SVDCKF的无人机动态自适应航姿算法

针对小型无人机在复杂飞行条件下的航姿解算精度和鲁棒性问题,提出了一种动态自适应调节的奇异值容积卡尔曼滤波航姿估计算法。考虑到低成本航姿传感器随机偏差大的问题,将航姿传感器随机偏差作为待估计参数,以消除传感器随机偏差的影响。由于无人机航姿模型的非线性和滤波中协方差矩阵的非正定问题,设计了一种融合容积卡尔曼滤波(cubature Kalman filter,CKF)和奇异值分解(singular value decomposition,SVD)的非线性航姿滤波器来改善航姿解算精度。另外考虑到不同的飞行条件下,航姿传感器中三轴加速度对无人机航姿解算的影响,基于自适应滤波的思想,提出了一种动态自适应因子来不断地调节加速度测量噪声方差,提高了航姿滤波在复杂条件下的鲁棒性。实验结果表明,所提算法不仅有效地改善了非线性航姿模型的航姿解算精度,满足小型无人机的飞行需求,而且消除了航姿传感器随机偏差和三轴加速度测量噪声对航姿解算的影响,提高了算法的鲁棒性和抗扰性。