机载光电测量设备目标自主定位误差分析

为了提高机载光电测量设备定位精度,搭建了机载光电测量设备目标自主定位系统。利用齐次坐标转换的方法,构建了机载测量系统跟踪目标时的目标定位方程和定位误差方程,并利用蒙特卡洛法分析目标自主定位误差。引入小波分析理论对定位误差进行优化以提高目标自主定位精度。对实验数据和飞行实测数据进行了分析,结果显示,采用小波分析理论优化目标自主定位误差可以大幅提高目标自主定位精度,提高幅度达到70%,得到的结果验证了目标自主定位技术的可行性和优越性。文中的分析方法和内容同样也适用于地面跟踪测量平台和舰载跟踪测量设备。

机载光电成像平台的多目标自主定位系统研究

为同时对多个目标实施实时或准实时定位,建立了机载光电成像平台多目标自主定位系统,针对该系统提出一种基于像元视线向量的多目标自主定位模型。通过目标检测算法得到视场中各目标的像素坐标,根据单面阵电荷耦合器件(CCD)传感器的成像原理,构造各目标的视线向量并计算其与图像中心主目标的像元视线角,结合已测得的主目标相对光电平台的方位角、高低角和距离,计算出各目标与机载光电平台的角度与距离关系,应用全球定位系统(GPS)、航姿测量技术获取载机的位置姿态信息,通过齐次坐标变换方法计算出单幅图像中多个目标的大地坐标。针对镜头畸变引起的定位误差,提出基于畸变率的方法进行畸变修正。在1100 m高空对地面目标定位时,多目标定位的圆概率误差(CEP)约为28.74 m,大地高定位误差约为18 m,能同时对50个目标进行实时地理定位。当镜头畸变率为2%时,畸变修正后圆概率误差减小了7%。该多目标自主定位方法具有效率高,便于工程应用的优点。

Application of Kalman filter on mobile robot self-localization

Self-localization is a fundamental requirement for the mobile robot. Robot usually contains a large number of dif- ferent sensors, which provide the information of robot localization, and all the sensor information should be considered for the optimal location. Kalman filter is efficient to realize the information fusion. Used as an efficient sensor fusion algorithm, Kalman filter is an advanced filtering technique which can reduce errors of the position and orientation of the sensors. Kalman filter has been paied much attention to robot automation and solutions to solve uncertainties such as robot localization, navigation, following, tracking, motion control, estimation and prediction. The paper briefly describes Kalman filter theory, and establishes a simple mathematical model based on muti-sensor mobile robot. Meanwhile, Kalman filter is used in robot self-localization by simulations, and it is demonstrated by simulations that Kalman filter is effective.

努力从“教师”走向“教育者”

课题研究能让一个教师快速成长起来,也为青年教师的专业化发展搭建了一个重要的平台。近几年,无论是在校本教研,还是进修培训中,我参与了一些课题的研究和实践,从中受益匪浅。一、在研究中构建整体语文教学目标意识新课改后,长春版小学语文教材在编排上有许多特点,这要求语文教师要有清晰的目标意识,不拔高或降低学习要求,同时,要考虑学段间甚至不同课时间的衔接。但在实际教学中,老师们最容易犯的错误就是忽略了目标的整体构线。