基于无人地面车辆补充采集的三维重构模型优化

为解决无人机单独采集图像生成三维(3D)重构模型存在破损和孔洞的问题,提出了一种基于无人地面车辆补充采集的3D模型优化方法。该方法耦合基于模型分辨率、三角网格结构和人工选点3种方法提取待优化区域,生成3D包围框和法向量信息,并利用3D重构质量启发式方法生成补充采集视点。结果表明:在该方法优化下,粗糙3D模型的低质量区域得到了显著改善,模型投影像素尺寸平均减少66%;该方法可以有效提升了3D模型重构质量,为室外大规模精细3D重构领域提供了可靠的解决方案。

无人地面车辆感知技术综述

无人地面车辆(Unmanned Ground Vehicle,UGV)由于能够大大降低人员伤亡、作战灵活高效以及无人化设计优势等,成为构建兼具轻装部队的机动性和重装部队的杀伤力和生存力的新型目标部队的重要组成。实用的UGV对智能化的要求非常高,要求具备自主寻找、判断和识别目标以及实施作战行动的能力,因此,研究UGV系统的感官:UGV场景感知技术变得尤为重要。本文首先介绍了UGV场景感知技术在单传感器检测和多传感器融合等方面的发展,并对UGV场景感知技术的发展进行了展望,包括无人控制飞行器(Unmanned Aerial Vehicle,UAV)与UGV的空地结合、UGV间的数据共享、多传感器数据融合、增强毫米波雷达性能等。

美军无人地面车辆概述(二)(续)

对美国陆军无人地面车辆(又称军用机器人)进行概要介绍,编译的原文为截止到2007年底的美国政府公开发布资料,分为引言、轻型无人地面车辆、中型无人地面车辆、重型无人地面车辆、大型无人地面车辆等5章,包括20多种研制和投入使用的型号,本文为第二部分。

6×6特种无人地面车辆越障性能研究

为了研究6×6特种无人地面车辆的越障性能,介绍了一种轮式行走机构,建立了越障性能分析模型,对在无主动力矩和带主动力矩两种情况下摆臂悬架车辆的越障能力进行对比研究,分析了不同参数条件以及不同摆臂主动力矩对无人地面车辆越障性能的影响,并通过ADAMS软件进行仿真。结果表明,在车桥上施加主动力矩可以大幅提高该样车的越障性能,为无人地面车辆越障性能研究及车辆设计工作提供了重要的理论依据。

无人地面车辆测评体系研究

预先制定好的测评体系能够明确相关技术的指标,从而引导无人地面车辆的快速发展。提出了一种科学的无人地面车辆综合测评体系,包括:测试内容、测试环境、测试方法和评价方法。设计了从简单到复杂、由易到难的分层次测试内容。根据无人地面车辆测试内容的层次性要求设计了多层次(复杂度)的测试环境。为了实现对测试车辆测试过程的实时、全方位的监测,研制了移动测试平台和无线图像传输系统。采用模糊可拓展层次分析法实现了无人地面车辆的定量评价。提出的无人地面车辆的测评体系已经成功应用于"中国智能车未来挑战赛"。

一种非线性无人地面车辆的轨迹跟踪控制

针对传统轨迹跟踪控制方法存在的速度跳变和完美速度跟踪问题,以经典轨迹跟踪控制方法(Kanayama,1990)为基础,提出了一种基于无人地面车辆运动学模型的非线性轨迹跟踪控制。在算法中引入门控双极模型以解决速度跳变,同时考虑无人地面车辆的加速度限制,以解决完美速度跟踪。结果表明该方法的有效性和准确性。

无人地面车辆野外水体障碍物识别

针对野外环境下水体障碍物检测领域,从视觉信息中发掘水体区域存在的显著特征,并加入机器学习算法,提取水体特征描述符,用支持向量机(SVM)检测方法检测水体障碍物。基于S/V颜色特征与灰度共生矩阵,提出一种利用水体颜色和纹理特征的描述符检测野外水体的方法。在统计大量水体障碍物颜色和纹理特征的基础上,采用SVM训练分类器,针对实际问题通过实验选择RBF核函数和采样窗口尺寸,并优化RBF核函数参数,提高分类器非线性问题的解决能力。试验证明本文方法能够有效监测越野环境中水体障碍物,可提高水体检测的准确性和鲁棒性。

6×6无人地面车辆越障性能仿真研究

综合考虑悬架变形特点及车辆越障过程中的悬空现象,建立了无人地面车辆越障力学分析模型,对车辆通过凹坑过程进行了离散化处理,并进行仿真分析。结果表明,悬架刚度在车辆越障过程中起到了重要作用,为无人地面车辆越障性能研究及车辆设计工作提供了重要的理论依据。

无人地面车辆感应式充电试验装置研究

为了实现无人地面车辆机载蓄电池的自动充电,设计了旋转式耦合器和全桥式串联谐振功率变换器,并对谐振电路和主电路工作过程进行了仿真分析,最终研制了一种感应式充电试验装置。系列试验结果表明:所建立的主电路仿真模型符合实际,可以指导感应充电装置功率变换器的设计;随着耦合器气隙增大,电能传输效率呈现斜率渐缓式减小趋势;所设计充电装置能够在气隙1.2mm条件下实现蓄电池的恒流充电。

6×6无人地面车辆差速转向运动学分析

差速转向是无人地面车辆研究的重要理论内容之一,基于一种6×6无人地面车辆,建立车辆差速转向模型,着重进行运动学分析,讨论了车辆转弯速度、转向半径、角速度等参数之间的关系,并运用Matlab软件计算分析,为下一步运动路径规划及控制工作提供了理论依据。

无人地面车辆差速转向动力学仿真研究

对差速转向无人地面车辆的受力情况进行了详细分析,建立了差速转向动力学模型,得出了驱动力和转向阻力、驱动力矩和转向阻力矩之间的动力学方程。以ADMAS软件为平台,对行进间近似匀速圆周差速转向工况进行了仿真试验。通过对试验结果的分析,验证了模型的合理性,并为下一步车辆的运动控制工作提供了理论依据。

美军无人地面车辆概述(一)

对美国陆军无人地面车辆(又称军用机器人)进行概要介绍,编译的原文为截止到2007年底的美国政府公开发布资料,分为引言、轻型无人地面车辆、中型无人地面车辆、重型无人地面车辆、大型无人地面车辆等5章,包括20多种研制和投入使用的型号,本文为第一部分。

小型无人地面车辆可视化仿真

以实验室中的小型无人地面车辆(SUGV)为背景,在MFC下利用OpenGL与3D Studio MAX进行该SUGV运动过程仿真,实现了三维可视化仿真场景系统中模型的建立、调入和视点的设置,在动力学分析基础上建立SUGV各种运动模型,实现了三维模型的交互控制。该仿真系统既可为操纵人员提供模拟操纵平台,也可为开发人员提供辅助设计和开发的平台。

基于补偿控制的无人地面车辆轨迹跟踪方法

针对无人地面车辆轨迹跟踪精度不高,鲁棒性差的问题,提出了一种基于补偿控制的算法;该算法分为运动学和动力学两部分:基于方向角调整策略的运动学控制律能确保无人地面车辆有效跟踪参考轨迹;基于PD与模型参考模糊滑模自适应控制相结合控制的动力学控制律能有效补偿建模不精确和外界扰动带来的影响;仿真结果表明:该算法能够有效跟踪参考轨迹,控制量分配合理且鲁棒性较好。

美军无人地面车辆发展综述

对美军无人地面车辆进行简要介绍，阐述美军无人地面车辆发展历程，给出了其研究现状与趋势，提出了对我国无人地面车辆发展的几点启示。

6×6无人地面车辆越障能力分析

为研究6×6无人地面车辆的越障性能，通过建立力学模型，分析不同参数以及不同摆臂主动力矩对无人地面车辆越障性能的影响。结果表明，纵向摆臂式悬架结构可以大幅提高无人地面车辆的越障能力，并且随着前轮抬起量的增加，无人地面车辆跨越垂直障碍高度呈线性增长；在附着系数较小的情况下，其对车辆越障能力的影响较大，随着附着系数的不断增大，越障高度的增幅逐渐减小；无人地面车辆重心到摆臂铰接点连线的距离越小，中间轮越障高度越高，并且在同一附着系数条件下，中间轮越障高度大于前轮越障高度。

动态环境下无人地面车辆点云地图快速重定位方法

无人地面车辆在战时全球定位系统定位信号缺失情况下,依靠车载传感器确定在已有地图中的位置是无人车辆发挥效能的关键。现有方法多基于二维栅格地图,难以适用于场景变化大的复杂环境,为此提出了一种动态环境下基于三维点云地图、采用聚类词带模型的快速定位算法。通过连续多帧激光雷达点云数据进行反向溯源,利用贝叶斯公式进行动态障碍物剔除,对点云进行聚类并提取各类的视点特征直方图描述子,进而构建词典与数据库并快速匹配,实现无人车点云地图中快速起始位置寻址;基于改进的实时激光定位与建图算法,完成了后续精准定位。实车实验结果表明:该算法在动态环境下能有效准确地在三维点云地图中精准定位,满足实时性需求。

基于改进人工势场的无人地面车辆路径规避算法

针对无人地面车辆在城市环境的逐步运用及对城市障碍自主规避难的问题,提出了一种基于改进人工势场的无人地面车辆路径规避算法。面对城市障碍路径规避问题,建立引力势场、斥力势场以及综合势场模型;在对人工势场模型优劣分析的基础上,为了避免人工势场过早轨迹偏离以及局部震荡现象,改进人工势场函数、调整势场作用区域,构建以远距点斥力忽略障碍点引力减弱的综合势场模型。仿真结果表明,所提出的算法比Dijkstra算法路径规划效率提升了39.5%,比快速扩展随机树(RRT)算法路径规划效率提升了53.2%,能够更好地解决城市复杂环境自主规避问题。

无人地面车辆自主性评价指标体系研究

自主性是无人系统最为重要的性能指标之一,在对美国陆军无人地面车辆发展进行分析的基础上,以无人地面车辆自主性能力作为总体评价目标,从体现其自主性应具备的能力要素出发,分为感知能力、规划能力、运动控制能力、行为能力和学习能力5个评价方面,每个评价方面又包含多个能力因素,以此建立无人地面车辆自主性评价指标体系。

6×6无人地面车辆中心转向力学分析

基于某6×6无人地面车辆，建立中心转向模型，对轮胎受力进行分析，提出了中心转向过程中转向阻力矩的积分算法，讨论了完全滑移条件下中心转向驱动力矩与阻力矩之间的关系。利用Adams软件，对中心转向工况进行仿真实验，并将仿真实验结果与计算结果进行对比分析，验证了模型和算法的合理性。