存在障碍物影响的多AUV间距离量测识别与平滑算法

相互间距离量测信息是多AUV协同定位的基础。利用朗伯W函数求解AUV间的RSS距离估计,并通过TOA及RSS 2种距离量测结果的比较,引入一种障碍物引起的非视距(ONLOS)量测识别方法。在此识别基础上,建立了多AUV间距离量测动态变化模型,并利用Kalman滤波方法设计了ONLOS距离量测误差平滑算法。仿真结果表明,该算法可有效提高领航与跟随AUV间的相对距离量测估计精度,减轻ONLOS量测误差对多AUV协同定位性能的影响。

速度平滑距离与Vondrak平滑方法在高精度测量中的比较应用

随着卫星定位以及测定轨精度的提高,需要研究厘米量级的高精度测距系统;针对现有测控系统测量距离值存在较大随机误差的问题,提出了一种基于速度对距离值进行平滑的方法,以减小测距随机误差,并将之与Vondrak平滑方法作了对比;为了保证速度的解算精度,给出了一种基于三阶锁相环路的跟踪接收方案,并对环路跟踪精度、速度平滑时间选择及优化等进行分析和仿真;仿真结果表明,新提出的接收方案和速度平滑距离方法能够实现对不同动态目标信号的有效跟踪,有效降低距离测量的随机误差,可为高精度航天测控系统提供一种解决思路。

激光三维扫描仪距离像的平滑和建模

采用激光三维扫描仪对物体表面进行测量时 ,得到的距离像中通常含有较大的误差。本文采用小波变换的多分辨率特性 ,给出了一种自动距离像平滑方法 ,处理后的结果很好地保留了原始距离像中细节部分的信息。本文还给出了一种快速的结构化距离像建模方法 ,直接利用距离像数据点之间存在的邻域信息生成以三角形网格表示的曲面。

顾及几何形态与密度分布的点云压缩方法

针对传统点云压缩算法中主要应用法向量、曲率等测度来描述目标区域几何信息,易受噪点影响,无法保证压缩精度的问题,提出一种顾及几何形态与密度分布的点云迭代压缩算法。本文首先利用三维高斯核函数对原始点云进行平滑处理,依据点平滑前后平坦度变化分量与密度变化分量来衡量当前点在点云中的重要度,然后迭代去除重要度最低的点,并计算该点影响范围点集,更新其重要度,最终实现点云压缩。采用两份数据对本文算法进行验证,并与三种经典压缩方法进行对比,实验表明,相较于其他三种方法,本算法压缩结果在点分布均匀的同时,能够较好的保留特征点集。