多传感器融合定位技术研究进展分析

随着GNSS及计算机技术的不断发展,人们对室内外位置服务的需求不断增加。学校、医院、展厅、写字楼等都需要使用准确的室内外定位信息,特别是在应对紧急情况时,室内定位信息显得尤为重要。本文分析了多传感器融合的室内外定位技术研究进展,提出了基于数据融合的多传感器融合定位平台,以GPS技术为主导,结合WIFI、航位推算等定位技术的方法,通过一定的数据融合算法,增强室内外定位的完备性,为进一步实现室内外无缝定位、智慧地球等提供了参考。

GNSS/多传感器融合定位中的欺骗检测技术

全球卫星导航系统(GNSS)与多传感器组成的融合定位系统由于其精确性和鲁棒性,已经在自动驾驶和无人探测等领域得到广泛应用。然而,GNSS容易受到欺骗干扰影响,导致融合定位系统输出错误信息,进而引发严重后果。鉴于传感器能够提供不受GNSS欺骗干扰的载体状态信息,融合定位系统能够通过GNSS和传感器信息的相互校验实现欺骗检测。本文对此类GNSS欺骗检测技术进行了综述,首先概述了GNSS/多传感器融合定位的传感器组成和信息融合算法;其次将现有GNSS/多传感器定位中的欺骗检测技术分为独立信息一致性监测和信息融合异常检测2类,并总结分析了不同算法的基本原理、实现方法和性能效果;最后对GNSS/多传感器融合定位中欺骗检测技术的未来发展趋势进行了展望。

基于多传感器融合的电力变压器内部放电定位与辨识技术

针对电力设备状态监测中传感器信息融合的难题,应用油中溶解气体、特高频、光纤超声等监测传感器构建了适用于变压器的融合传感阵列,提出了变压器内部放电的辨识策略。采用超声信号到达时间差估算实现了放电源定位,建立了多传感器监测特征融合算法,并结合K邻近(K nearest neighbors,KNN)算法实现了放电模式辨识。实验结果表明:放电源定位平均误差为45.1 mm,放电类型辨识准确率达到90.6%;所构建的多传感器融合感知策略与系统,可实现变压器内部放电源的准确定位与辨识,具有一定的应用推广价值。

多传感器融合技术在工业机器人定位精度提升中的应用

随着工业自动化水平的提升,工业机器人的定位精度对于保证生产质量和效率具有重要意义,多传感器融合技术作为一种有效手段,在提高工业机器人定位精度方面发挥着至关重要的作用。文章概述了多传感器融合技术在提升工业机器人定位精度中的关键作用,分析视觉、激光雷达、IMU、超声波和温度等多种传感器融合的具体应用,并讨论在实际应用中存在的问题,最后提出推动多传感器融合技术应用的具体建议,以促进其在工业机器人定位领域的进一步发展和应用。

基于多传感器数据融合技术的小麦病虫阈值决策算法设计

小麦病虫害种类繁多,且不同病虫害的症状可能相似,导致在小麦病虫阈值决策过程中可能出现数据信息的丢失、误判或冗余,进而影响阈值设定的准确性。传感器数据融合技术具有准确区分不同病虫害类型的潜力,其小麦病虫阈值的准确性较高。鉴于此,设计了一种基于多传感器数据融合技术的小麦病虫阈值决策算法。通过选择和布设多种探测传感器,利用多传感器数据融合技术,将来自不同传感器的数据进行整合,实现了对小麦病虫害的危害程度与产量损失率的精确测定。基于这些测定结果,制定了计算小麦病虫阈值的规则,并通过混合方法优化了小麦病虫害阈值决策过程,最终确定了更加准确合理的小麦病虫害的阈值。案例分析表明,所设计的算法响应时间较短,能够更快地处理数据并作出决策;所得结果与实际结果的误差平均值仅为3.4%,显示出小麦病虫害检测结果的高度准确性和可靠性,通过所提出的方法能够有效提升决策的效率和精确度。

混合动力汽车转向稳定性多传感器融合控制技术

为了满足汽车行驶稳定性要求,当前依托于单一传感信息进行转向控制,容易忽略很多影响因素,使得控制后汽车转向质心侧偏角依旧较大。因此,混合动力汽车提出转向稳定性多传感器融合控制技术。考虑混合动力汽车转向过程中的动态特性,构建转向动力学模型,并计算出车辆理想横摆角速度。深入分析横摆角速度、滑移率对车辆转向稳定性的影响,得出期望的横摆力矩和滑移率调整力矩。将汽车转向稳定性控制问题看作二次规划问题,结合BP神经网络和常规PID控制器,设计转向稳定性控制算法,利用车辆转向参数的理想值、实际值和偏差值推算出稳定性控制参数。结合融合多传感器实时采集信息,推算出汽车转向姿态误差代入控制结构中,给出优化后的控制参数。实验结果表明:新提出的控制技术应用后,车辆转向的质心侧偏角不超过±0.012 rad/s,满足了混合动力汽车转向行驶要求。

“多传感器信息融合技术”研究生课程案例库建设与教学实践

案例教学是推动研究生培养模式改革的重要手段。文章以“多传感器信息融合技术”课程作为切入点,在与学科前沿紧密结合的基础上,进行了课程案例库的建构与内容设计,通过在教学环节中复现实际的工程情境,促进研究生对具体问题进行主动思考和深入分析,进而实现知识和能力的充分融合。实施效果调查显示,案例教学有利于拓宽研究生的科研视野,提升研究生的创新能力和工程实践能力。

多传感器信息融合技术在机器人设计中的应用

随着智能机器人在工业、医疗、家居等领域的广泛应用,对其感知环境和做出决策的能力提出了更高的要求。多传感器信息融合技术作为提升智能机器人性能的关键手段,通过整合来自不同传感器的信息,可以显著提高机器人的环境感知、定位和导航能力。本文首先回顾了信息融合技术的基本理论和在智能机器人中的应用实例,详细介绍了多传感器信息融合的原理、常用方法及其在智能机器人系统设计中的实现。通过设计具体的实验,验证了信息融合技术在提高智能机器人性能方面的有效性,并对实验结果进行了详细分析。最后,讨论了当前技术的挑战与未来发展方向。本研究不仅展示了多传感器信息融合技术在智能机器人领域的应用潜力,也为未来相关技术的研究提供了参考。

基于多传感器融合的系统自我定位与地图重建

在图优化框架的基础上,设计多传感器融合方案和有效的优化方法,提出一套具有鲁棒性的定位与建图(Simultaneous Localization and Mapping,SLAM)方案,能够有效应对室内外复杂环境。进一步发展激光-视觉后端建图融合方法,构建具备全新地图表达形式的点云网格化地图。同时使用低成本传感器,设计实现基于多传感器融合的高性能低成本背包扫描系统,整体完成在未知环境中的自我定位和稠密建图,且在低性能CPU设备上将长时间运动带来的每100 m的轨迹误差平均降低至厘米级。提出的基于多传感器融合方案,在精度、算力消耗上能够匹配现有主流方案,对获取各种环境条件下的系统准确定位结果和丰富的空间信息具有重要意义。

基于多传感器融合的无人舰载机舰面定位研究

无人舰载机在航母舰面的自主定位是实现自主转运、提高驶入/驶出效率的重要前提.其中,如何依靠机载传感设备实现GPS拒止环境下的舰载机自主舰面定位是亟待解决的关键技术.为此,提出了一种基于视觉和激光雷达融合的无人舰载机舰面自主定位算法.该算法通过结合手眼标定和互信息标定方法进行多传感器在线标定,使无人舰载机在面对风浪及航母运行等情况下机身摇晃导致传感器外参标定结果变化后仍能保持稳定运行;引入因子图用于无人舰载机的多传感器位姿联合优化并基于自主转运过程中的运动模型建立了简单高效的传感器失效标准,从而有效地融合了激光雷达和视觉定位结果,使该算法在单个传感器失效的情况下依然可以进行精确的自主定位;最后建立了基于多传感器的舰载机舰面仿真系统对本文算法进行验证,实验结果表明,本文算法在单个传感器失效的情况下定位误差仍维持在0.2m以内,满足实际应用要求.

基于EKF的多传感器融合定位算法研究

针对室外移动机器人定位系统精度依靠传感器融合存在累计误差的问题,提出一种基于扩展卡尔曼滤波(EKF)的多传感器融合的室外移动机器人定位方法。通过实时差分定位(Real-Time Kinematic,RTK)和里程计信息、IMU信息对室外移动机器人进行扩展卡尔曼滤波融合定位,在真实室外环境中进行实验。实验结果表明:该算法能消除累计误差,提高机器人的定位精度,动态定位精度可达2.5 cm以内,相较于里程计-IMU融合定位,误差减少了92.4%左右,相较于传统的RTK算法,定位精度提高了55.4%。多次实验表明,该算法具有较好的鲁棒性。

基于多传感器融合的物流AGV精准定位及在人机安全中的应用

针对物流AGV机器人定位通常依赖单一传感器,环境和数据精度问题导致定位精度、智能车间中人机协作存在不安全隐患的问题,文章提出了结合激光雷达和RGB-D摄像头进行建图和定位,再引入AR视觉标签,并设计多传感器基于扩展卡尔曼滤波定位框架,充分利用多源传感器,实现提高定位精度至6 mm。同时,智能车间中人机协作中存在不安全隐患,采用卷积神经网络VGG16进行实时不安全识别,以检测潜在安全风险,利用物流AGV的摄像头在机器人空载回程时进行安全监测,避免智能车间安全事故发生。对比传统方法,本研究实现了更精准定位和可靠的环境安全监测。

基于改进最小二乘法的椭圆形玻璃幕墙缺陷多传感器融合检测技术

针对常规椭圆形玻璃幕墙缺陷多传感器融合检测的结果误差较大的问题,提出基于改进最小二乘法的椭圆形玻璃幕墙缺陷多传感器融合检测技术。在分析椭圆形玻璃幕墙受力点处应力值和反差增强分组传感器检测数据信号而获取缺陷部位的初始拟合曲线后,采用改进最小二乘法拟合缺陷部位立体位置曲线,融合缺陷检测图像得到检测结果。试验结果表明:应用该方法得出的检测累积误差平均值为0.07,可满足椭圆形玻璃幕墙缺陷的检测要求。

多传感器融合下后勤物资采供数据远程采集技术

后勤物资采供涉及多个环节和数据源,这些数据源的数据格式、结构和标准各不相同,导致数据源的分散和多样性,增加数据采集的难度。为此,研究多传感器融合下后勤物资采供数据远程采集技术。分析多传感器融合下后勤物资采供数据远程采集技术总体架构,利用多传感器采集后勤物资采供原始数据,并将其汇总至A/D转换器,经A/D转换器实现数据形式转换,将转换后的后勤物资采供原始数据传输至数据预处理与融合单元。采用改进自适应加权融合算法预处理多传感器采集的原始数据并融合,实现后勤物资采供数据的远程采集。实验结果表明,所提方法的接收数据量时间较短,可有效实现后勤物资采供数据融合,且融合后数据较为完整,具有较好的后勤物资采供数据远程采集效果。

工程认证背景下“机器人传感器与信息融合技术”教学改革与探索

工程教育专业认证是实现工程教育国际互认和工程师资格国际互认的重要基础,旨在确保工科毕业生达到行业认可的质量标准,提高工科人才培养质量。机器人工程专业是顺应国家建设需求和国际发展形势的新兴专业,为了提高该专业教学质量,培养高精尖工科人才,本文在工程认证背景下,结合工程教育专业认证培养目标,以“机器人传感器与信息融合技术”专业核心课为例,在课程教学目标、内容、方法以及考核形式等方面进行了一系列改革探索,通过改革促使学生的课堂参与度有所提高,学习积极性和主动性加强,作业完成质量更高效,学生将所学知识应用于实际问题中,提高其理论运用及实践能力,满足社会对高素质人才的需求。

基于改进YOLOv5s和传感器融合的目标检测定位

针对无人车环境感知过程中相机无法提供道路目标的位置信息,激光雷达点云稀疏以致检测方面难以达到很好效果的问题,提出一种通过融合两者信息进行目标检测和定位的方法。采用深度学习中YOLOv5s算法进行目标检测,通过联合标定进行相机与激光雷达外参的获取以转换传感器之间的坐标,使雷达点云数据能投影到相机图像数据中,得到检测目标的位置信息,最后进行实车验证。结果表明,所提算法能在搭载TX2嵌入式计算平台的无人车自动驾驶平台上拥有27.2 Hz的检测速度,并且在一段时间的检测环境中保持12.50%的漏检率和35.32 m的最远识别距离以及0.18 m的平均定位精度。将激光雷达和相机融合,可实现嵌入式系统下的道路目标检测定位,为嵌入式平台下环境感知系统的搭建提供了参考。

多传感器融合的无人车自主定位实验研究

为了满足机器人专业课程实验研究性教学需求,设计一个多传感器融合的无人车自主定位实验。选择智能机器人开放平台作为载体,在硬件平台上研究退化环境实验,实现3D激光惯性融合的定位与建图。在实验环节中,首先,通过惯性测量单元(IMU)获得位姿信息,通过激光雷达获得点云数据,利用扩展卡尔曼滤波处理位姿信息,并利用体素滤波处理点云数据,从而完成数据预处理;然后通过坐标转换实现激光惯性组合定位;最后在硬件平台上研究退化环境实验,实现3D激光惯性融合的定位与建图。实验结果表明,IMU测量数据有较高的准确性,而激光点云则会约束IMU的测量偏差。这种组合方式能够有效地提高同步定位与建图(SLAM)系统在复杂现实环境中的测量精度和鲁棒性,适用于无人车的自主定位。应用表明,该实验系统使学生获得了综合训练,提升了学生的综合实践创新能力和科研创新能力,并取得了良好的教学效果。

多传感器信息融合技术在电机故障诊断中的应用研究

随着电机技术的不断发展,电机故障诊断技术也面临着新的挑战和机遇。其中,传统的电机故障诊断,基于单参数、单特征的电机故障诊断方法,往往在诊断过程中存在不确定性问题,这难以保证诊断的精确度。因此,主要研究多传感器信息融合技术在电机故障诊断中的应用,旨在通过综合多个传感器的信息,提高诊断的准确性和可靠性。

基于多传感器融合的AGV导航技术

针对AGV单一传感器导航在实际环境中定位精度过低、易出现路线偏离的问题,提出一种多传感器融合定位的AGV导航技术。首先,搭建了一种基于激光雷达、深度相机和惯性测量单元3种类型数据融合的定位建图策略。其次,采用改进萤火虫算法进行全局规划,通过动态窗口法完成未知障碍环境局部避障导航。仿真实验与实机测试结果表明,多源数据融合建立的地图更精确,改进后萤火虫算法较改进前和对比文献算法路径长度分别缩短36.65%和23.07%,规划时间分别减少26.95%和12.62%,有效提高了复杂环境定位精度,实现了AGV的实时全局精准导航定位。

12kV配电柱上开关一二次融合关键技术之交流传感器实践

近年来,在我国电网基础设施升级改造过程中,提高配电网中成套电气设备的使用效益具有重要作用。目前,配电网的设备产品升级速度比较快,相关功能越来越完善。在12kV配电柱上开关一二次融合关键技术研究过程中,深入分析开关一二次融合与交流传感器之间的应用方案,可以在一定程度上提高配电网的先进性和专业性,保证配电网的运行水平。在本次研究中主要分析12kV配电柱开关一二次融合的具体原理和优势,探讨在12kV配电柱开关一二次融合中的关键技术,并研究交流传感器的实际应用情况。