稀疏扩展信息滤波SLAM算法的稀疏规则研究

稀疏规则是扩展信息滤波性能的关键。在现有的稀疏规则中,精确稀疏扩展信息滤波(ESEIF)的稀疏规则有较优的性能,但有其适用上的缺陷。通过将稀疏扩展信息滤波(SEIF)与精确稀疏扩展信息滤波(ESEIF)的稀疏规则结合起来,提出了一种组合的稀疏规则。该组合规则能适用于任何的探索环境,还充分利用了ESEIF稀疏规则的性能优势。最后,通过大量的Monte-Carlo仿真实验,验证了该方法的有效性。

基于稀疏扩展信息滤波和粒子滤波的SLAM算法

针对传统粒子滤波算法单次迭代过程中仅应用到当前的信息,且小权值粒子代表的信息在重采样中被删除而导致信息不能充分利用的问题,提出了稀疏扩展信息滤波和粒子滤波相结合的同时定位与地图创建(SLAM)算法,信息矩阵记忆了机器人位姿的历史信息,应用Gibbs采样重新获得粒子集,使粒子集能够更好地描述后验分布,提高算法的状态估计精度。大量的Monte-Carlo仿真实验验证了该算法中机器人定位精度较FastSLAM2.0算法提高80%左右。

基于精确稀疏扩展信息滤波的粒子滤波SLAM算法研究

传统粒子滤波算法的单次迭代过程以及小权值粒子在重采样中被删除都使得机器人位姿的历史信息不能充分利用,因而会出现粒子的退化现象,从而导致滤波算法的估计精度较低。本文提出基于精确稀疏扩展信息滤波的粒子滤波SLAM算法,利用精确稀疏扩展信息滤波的信息矩阵反映机器人位姿相对变化的同时,也对应于状态后验概率的条件概率的性质,应用Gibbs采样直接从SLAM完全后验分布产生样本,充分利用了信息矩阵包含的不确定信息,粒子分布均匀,且保持了多样性,缓解了粒子退化现象。实验结果表明所提算法的粒子集能够更好地描述真实后验分布,显著提高了SLAM算法的估计精度。

高校图书馆OPAC系统中书目扩展信息应用情况研究

利用MASHUP技术,可以实现书目扩展信息应用,在OPAC系统中显示图书封面、章节目录等内容。现在在大部分的OPAC系统中都可以实现,但应用的情况比较混乱,缺乏统一的标准规范。

基于稀疏化的快速扩展信息滤波SLAM算法

随着SLAM技术的不断发展,计算效率已经成为制约SLAM发展的主要因素.所提出的算法从稀疏化的角度对扩展信息滤波SLAM算法进行改进.根据信息矩阵几乎稀疏的特点,该算法在合理稀疏化信息矩阵的同时利用环闭合检测技术,不仅大大提高了算法的计算效率,而且所得到的估计结果也很精确.通过仿真对信息矩阵稀疏化、算法效率、重定位以及误差和协方差四个关键问题进行了分析.分别就室内具有摄像头的两轮机器人和室外具有激光雷达的四轮机器人的情况进行了实验讨论.仿真与实验结果表明了所提算法的有效性.

多特征扩展信息滤波在RGB-D点云数据中的应用

针对RGB-D相机获取的数据在全局拼接中由于单点精度不高而导致误差累积的情况,提出一种多特征扩展信息滤波模型(multi feature extended information flter,MEIF)。利用迭代最近点(iterative closest points,ICP)算法获取场景内的点特征,利用区域面生长法平面拟合得到的空间平面参数作为面特征,构建多特征加权扩展信息滤波模型,实现对RGB-D相机数据的全局拼接。实验证明,该方法对误差累积的消弱有一定的作用,对RGB-D数据在室内场景生成的应用具有一定的参考价值。

基于扩展信息滤波的多机器人SLAM研究

运用信息滤波算法实现多机器人SLAM,根据对机器人运动结构和刚体约束建立多机器人运动模型,用里程计和激光测距传感器建立多机器人观测模型,并运用SLAM方法建立全局地图,不断更新该地图的同时完成校正多机器人位姿.根据理论推导,利用信息滤波算法解决多机器人SLAM问题,仿真实验也结果表明多机器人定位精度良好.

精确稀疏扩展信息滤波的地图优化研究

研究了移动机器人同时定位与地图创建(SLAM)精确稀疏扩展信息滤波(ESEIF)的地图优化算法,即利用信息熵度量变量不确定性的特性来对地图特征点进行分类,选择不同类型的特征点处理ESEIF的不同更新过程,同时优化活动地图,使SLAM更新在恒定时间内实现,且提高了机器人和地图的估计精度.仿真实验证明:在特征点多的大环境下,特征点优化后的算法实时性强,估计精确度更高.

精确稀疏扩展信息滤波的多机器人SLAM研究

在机器人同时定位与地图创建(SLAM)问题中,多机器人SLAM成为目前机器人学中的研究热点.因此,基于精确稀疏扩展信息滤波算法(ESEIF)的多机器人SLAM问题,根据多机器人的运动模型和观测模型分别对多机器人位姿估计及环境特征点进行观测,并依据阈值划分观测特征点,以完成机器人的观测更新,同时边缘化机器人位姿并进行重定位.实验仿真数据表明:多机器人的位姿精度良好,观测更新阶段时间基本上恒定,与地图特征点数量无关,体现了ESEIF算法在研究多机器人SLAM问题的有效性.

基于扩展信息滤波的跟踪传感器选择算法

针对目标跟踪时传感器系统资源有限问题,提出一种传感器组合自适应选择算法。从接收回波信号模型出发,建立基于扩展卡尔曼滤波的信息融合模型;通过设置期望协方差得到对应的期望信息增益,将各传感器的信息增益与期望信息增益进行比较;依次选择最优(即最接近期望信息增益)传感器组合对目标进行跟踪,直至满足跟踪精度要求。仿真结果表明,与现有的多传感器融合算法相比,所提算法能够自适应选择最优跟踪传感器,提高跟踪精度,节省系统资源。

基于通信交互扩展信息实现半自动/自动站间闭塞的方案及优势分析

基于继电电路实现半自动/自动站间闭塞功能存在对电路元件性能要求高、站间电缆敷设和维护成本高、特殊场景故障分析复杂等诸多问题,提出一种基于通信交互扩展信息由计算机实现半自动/自动站间闭塞功能的方案,通过与继电电路方案进行对比,分析出基于通信方式交互的信息含义明确,时序判断更加准确,可克服继电方式的设计缺陷,适应更多复杂的应用场景,并在施工和运营维护方面具有明显优势。

基于WebRTC的移动视频监控实时位置信息扩展

铁路移动视频监控在保障铁路运输安全方面起着重要作用,但目前铁路移动视频监控系统存在一些局限性。为了提高系统的效率和可靠性,本文提出了一种基于WebRTC的方案,通过扩展RTP头部并添加移动设备的实时位置信息来实现。该方案通过在RTP包头部添加自定义扩展,可以将移动设备的位置信息传输给接收端,并且可以根据位置信息来进行及时的方案设定和网络适应性控制。我们在实验中测试了该方案的性能,并发现它可以有效地提高铁路移动视频监控系统的效率和可靠性。

基于分布式信息滤波的集群导弹协同定位方法

针对领从式集群导弹中的从弹定位问题,考虑领弹动态地切入切出导航网络情况,提出了一种基于捷联惯性导航系统(INS)与到达时间(TOA)测距系统相融合的领从类分布式协同导航方法。该方法综合考虑了导航参数与相关传感器误差模型,基于INS误差系统建立线性状态空间模型,基于弹间数据链TOA测距系统建立非线性伪距量测模型,并基于扩展信息滤波器实现动态信息的分布式融合,以适应量测信息节点数目动态变化引起的协同导航网络结构变化。将其应用于集群导弹协同导航系统中,仿真结果表明所提算法可以快速且高精度地完成从弹导航参数的估计,可以有效消除领弹节点变化所带来的负担。该方法可以作为低成本从弹导航系统的补充手段。

一种改进的稀疏扩展信息滤波SLAM算法

如何得到精确一致的稀疏信息矩阵是稀疏扩展信息滤波同时定位与地图创建(SLAM)算法的关键.在对相关性进行详细深入分析的基础上,提出一种改进的信息矩阵稀疏规则.该规则利用稀疏时刻的观测信息,从全局上保留了与机器人相关性最强的特征.在不增加计算负担的情况下,提高算法的精度及一致性.最后,通过大量的Monte-Carlo仿真实验,验证该方法的有效性.

基于扩展不完备信息的无人战斗机综合战术灰色粗决策方法

为解决信息不完备条件下的无人战斗机(UCAV)综合战术决策问题,提出了一种基于扩展不完备信息的UCAV综合战术灰色粗决策方法。考虑粗糙集决策过程中决策属性发生缺失的情况,提出扩展不完备信息系统这一概念;按照"正向指标"的概念,建立聚类指标样本矩阵;基于灰色定权聚类方法补全缺失的决策属性;依据使决策最有可能发生的原则,给出决策信息系统的最优选择,以该最优选择为代表提取出决策规则;根据软、硬杀伤结合使用的UCAV作战想定,建立了UCAV综合战术决策模型,并通过仿真实例给出了决策过程,验证了该方法的正确性和有效性。结果表明:该方法能在条件属性和决策属性都存在部分缺失的情况下正确给出UCAV综合战术行为。

基于扩展公共信息模型的配电网故障诊断研究

为解决故障信息数据庞大、信息不确定性以及故障诊断算法的选择性等问题,本文依据IEC61970的公共信息模型(CIM)以及IEC61968的CIM扩展模型,搭建故障诊断信息统一模型,并在扩展故障信息模型的基础上,提出基于拓扑搜索的配电网故障诊断算法。该算法是在故障发生后,诊断程序调用以CIM为模型的配电网拓扑结构及故障信息数据,采用简单的深度优先搜索方法实现故障诊断。文中给出实现算法的流程图,并用某配电网局部联接图验证该算法的正确性,结果表明本文提出的故障诊断算法具有一定的可行性和准确性。

基于SCMA的端信息扩展多用户安全通信系统研究

端信息扩展技术使用多项端信息组成的扩展序列来表示身份信息,各项端信息与所传递的数据本身无关,从而隐藏用户的真实信息.然而,端信息扩展序列资源利用率低、自相关性弱,无法实现多用户并发安全通信.对此,将稀疏码多址接入(sparse code multiple access,SCMA)技术引入端信息扩展序列生成过程中,提出基于SCMA的端信息扩展多用户安全通信系统模型,详细阐述了模型中的码本设计分配、码字加载发送策略.进一步,从安全性能和通信服务质量2方面对原型系统进行理论分析和实验验证.实验结果表明:基于SCMA的端信息扩展多用户安全通信系统可实现用户信息的隐蔽传输,服务器端能够正确区分用户信息.采用稀疏编码后,系统具有较低误比特率,且在一定过载条件下,仍具有良好的传输性能.

基于IFC的水利水电工程信息扩展实现与应用

BIM技术在水利水电工程全生命周期的运用越来越受到广泛关注,基于BIM模型的工程数据信息作为关键生产要素的重要性日益凸显。当前水利水电工程信息模型存储标准采用基于IFC标准的信息模型扩展,在实际应用中仍存在数据信息不够完善、标准未在设计软件中实现等问题。进一步开展基于模型信息的研究与应用工作,需首先解决模型信息的动态扩展,并在设计软件中集成以方便使用的问题。结合行业工程信息标准,探讨在IFC标准体系下进行信息扩展的方式,梳理了采用C#语言在Microstation基础上IFC标准扩展的具体实现方法。基于Microstation开发信息处理程序,可方便快捷地根据需要添加、查看、更新、扩展工程所需数据信息,以XML文件格式将标准存储,可更方便今后的研究、共享。程序在实际工程中得到应用和验证,顺利完成三维信息模型的交付。基于Microstation的IFC信息扩展实现方法简便可行、移植性强,可为后续开展数据交付标准、工程模型信息扩展、工程数据分析等研究工作打下良好的基础,也可为同类项目提供参考。

连续交通流特性信息加权线性多步扩展法研究

信息扩展技术可以解决数据不足的问题。目前我国公路交通量不大， 通过观测数据直接得到一条完整的交通流特性曲线不容易。本文利用了交通流速度 密度的格林希尔茨线性关系， 对观测数据进行加权线性多步扩展， 然后再通过误差调整得到了近似且完整的交通流特性曲线， 并利用国外的实测数据对该扩展法可行性进行了验证。最后， 对３ 条路的观测数据运用该扩展法得到了３ 条交通流特性曲线， 以供应用参考， 文中讨论的加权最小二乘法可用于交通预测。

连续交通流特性信息加权线性多步扩展法研究

利用交通流速度—密度的格林希尔茨线性关系，对观测数据进行加权线性多步扩展，然后再通过误差调整得到了近似且完整的交通流特性曲线，并利用国外的实测数据对该扩展法可行性进行了验证。最后，对三条路的观测数据运用该扩展法得到了三条交通流特性曲线，以供应用参考，文中讨论的加权最小二乘法可用于交通预测。