完全未知环境下机器人路径规划的RPC算法

提出一种适合存在多种类型障碍的完全未知环境的机器人路径规划方法:RPC算法(全称为实时规划-选择算法)。即将BUG规划算法与所提出的两级路径选择策略相结合实时决策机器人的行为。其中两级路径选择策略模拟人类探索路径的思维模式实时决定机器人绕行障碍的方向,能够减小机器人避障中的盲目性和降低路径冗余度。此算法提高了机器人在未知环境中的智能性,增强了对较复杂环境的适应性。仿真实验表明了该算法的可行性。

RPC改进算法用于合成孔径声呐运动补偿

冗余相位中心(Redundant Phase Center-RPC)算法是合成孔径声呐系统中一种快速运动补偿方法,相位差估计是冗余相位中心算法核心。合成孔径声呐试验数据结果表明,样本延时很难精确估计。给出一种宽带信号相位差估计方法,减少了模糊相位误差的影响,并在处理中移除RPC估计器的线性分量,提高了RPC算法估计性能。改进的RPC算法在湖试数据处理中取得较好运动补偿效果。