基于FPGA的移动机器人SNNs走廊场景分类器

神经形态芯片是类脑计算的重要研究内容之一,神经网络的硬件实现是神经形态芯片实现的基础。具有生物似真性的脉冲神经网络(Spiking Neural Networks, SNNs),通过尖脉冲(Spikes)传递时空信息,更适于用硬件实现,是实现类脑计算的主要工具之一。该文提出一种基于FPGA的移动机器人SNNs走廊场景分类器:将移动机器人超声传感器信息进行脉冲编码后输入到SNNs走廊场景分类器中,通过FPGA分类器的脉冲输出模式来判断机器人所处的走廊场景,从而提高机器人的环境感知能力和自主性。详细讨论了脉冲积分点火神经元模型的FPGA实现原理,以及基于此神经元模型的SNNs走廊场景分类器的硬件实现方案,仿真及实验结果证明了所提基于FPGA的移动机器人SNNs走廊场景分类器的有效性。所提走廊场景分类器不受光照条件的影响,需要的传感器测量信息少,FPGA硬件资源占有率低(LE的利用率仅10%),分类速度快、准确率高,适于实际应用。该研究不仅可以提高移动机器人的环境感知能力和自主性,而且为硬件实现SNNs提供了有益参考。

基于声纳的移动机器人沿墙导航控制

针对移动机器人提出了一种沿墙导航控制算法 .算法首先对室内环境中墙的形状进行分类 ,并针对每一类型的墙设计相应的控制策略 .然后在移动机器人运动过程中 ,基于有限状态机实现移动机器人沿墙状态的转移 ,从而使移动机器人采用不同的控制策略控制其运动 .文中利用Pioneer 2DX移动机器人对此算法进行了实验研究 。

基于多超声传感器信息和NeuCube的移动机器人走廊场景识别

为提高室内移动机器人的环境感知能力,针对其常处的结构化走廊场景的分类、Spiking神经网络(SNN)和基于SNN的新型计算模型Neu Cube进行研究。SNN利用尖脉冲传递时、空信息,比传统的神经网络更适于动态、时序信息的分析,以及各种模式信息的识别和分类。此外,SNN更易于用硬件实现。在对Neu Cube的基本原理、学习方法和计算步骤进行讨论的基础上,利用多超声传感信息和Neu Cube对室内移动机器人常处的7种走廊场景进行识别。实验结果表明基于多超声传感信息和Neu Cube的移动机器人走廊场景分类方法可以对7种走廊场景进行有效识别,该方法有助于增强移动机器人的自主性和提高其智能水平。

窄带水声信号的分布式检测融合

研究了分布式检测融合系统的融合算法,及其在水声信号检测中的应用。提出了一种基于软决策融合的水声信号检测融合算法,并结合窄带声呐信号检测系统,给出了融合系统检测性能的计算机仿真结果。仿真结果表明,采用检测融合技术可大幅度地提高水声信号检测系统的检测性能。

基于二阶锥的扩展式矢量阵宽带恒定束宽稳健性设计

提出基于二阶锥的低频八臂扩展式矢量阵宽带恒定束宽波束形成设计方法。利用矢量传感器组合特点,采用二阶锥方法设计满足稳健性要求的低旁瓣期望波束,然后利用二阶锥设计满足期望波束的宽带恒定束宽波束。较好地解决了波束稳健性、低旁瓣和恒定束宽问题,仿真分析表明,对于基阵位置误差,该宽带波束形成器具备了稳健性、低旁瓣和宽带恒定束宽等特性。

移动机器人的同时定位和地图创建方法

通过声纳传感器实时地创建和修正地图,局部地图是基于栅格的概率模型:工作环境被划分成栅格,每一个栅格赋一个值,标识栅格中有障碍物的概率.地图应用哈夫变换创建,定位通过对超声波数据应用滤波算法并结合地图创建实现.使用Pioneer2移动机器人在实际的室内环境中的实验,验证了该方法的可行性.

一种基于声纳信息的地图创建方法

地图创建是实现机器人在未知环境中自主导航的关键。该文对移动机器人在地图创建中所收集的不确定传感信息进行研究,分析声纳传感器的散射和镜面反射特性,提出一种改进的概率栅格的地图创建方法。该方法将距离信任因子引入到声纳传感器模型。利用该模型,实现移动机器人的自主地图创建,并有效地减少由于声纳传感器所引起的不确定性。通过机器人平台上进行的实验表明该方法的有效性。

移动机器人地图创建中的不确定传感信息处理

该文研究移动机器人自主创建地图中的不确定传感信息处理问题 ,基于灰色系统理论提出了一种新的对传感信息进行解释和融合的方法用于声纳信息的处理 ,并以此建立环境的栅格地图 .声纳的传感信息存在较大的不确定性 ,这里引入灰数的概念来表示和处理这种不确定性 ,对于机器人在不同位置的测量结果 ,根据灰色系统理论对信息的理解方式设计融合方法 ,得到一个对环境的整体表示 .通过仿真环境和真实机器人平台上进行的创建地图实验 ,表明这种方法具有良好的鲁棒性和准确度 .

基于超声波的室内移动机器人局部环境建模研究

针对目前超声波传感器广泛使用的情况,系统地综述了室内移动机器人利用超声数据进行局部环境建模的研究方法,总结了超声波传感器的特性和常用模型,重点比较并讨论了各种多超声传感器融合算法及进一步的局部环境建模方法,最后通过基于超声波的移动机器人在结构化室内环境中所能完成的导航、避障等任务的分析得出了该研究领域中存在的不足,并对其发展趋势进行了展望。

利用FastSLAM框架的多自治水下航行器同时定位与跟踪算法

协同定位是共融机器人研究领域的重要问题.协同定位方案的制定受限于机器人间信息交互的能力.针对长时间通讯中断时多自治水下航行器(AUV)协同定位精度明显下降的问题,借鉴同时定位与制图(SLAM)方法,提出了基于FastSLAM框架的同时定位与跟踪(SLAT)算法.将主AUV视为非合作目标,在从AUV上建立起一个关于主AUV的运动估计器,利用从AUV上声呐传感器实时获取的相对量测信息,在对主AUV运动状态估计的同时,完成对从AUV自定位精度的提升.仿真实验结果表明,在长时间通讯中断发生的条件约束下,相比于传统的航位推算方法,所提出的SLATF1.0和2.0算法能够有效减小定位误差,2.0算法对于探测精度变化等因素的影响具有更好适应性.

基于局部特征预测的栅格地图创建

为解决利用声纳传感器进行地图创建时容易出现检测不到障碍物或产生虚假障碍物的问题,提出了一种利用局部几何特征提高地图精确度和可靠性的方法.利用连续几次可靠的声纳信息预测机器人周围局部环境中几何特征的位置与方向,并根据几何特征计算当前声纳数据的置信度.在全局地图更新中,删除置信度低于设定阈值的声纳数据,从而根据置信度降低不确定信息对地图创建的影响.实验结果证明本方法可以有效地提高地图的精确度.

越野自主车的远距离超声测障系统

在地面自主车辆的导航与控制研究中,超声测障系统对于提高自主车的环境感知能力具有重要作用。面向野外环境自主车应用,设计并实现了一个远距离超声测障系统。该系统由超声传感器阵列、CAN总线通信模块,以及障碍检测上位机软件构成。通过时变增益电路提高了超声传感器的发射功率并减小了死区距离;基于自主车控制系统的CAN总线,设计并实现了超声测障系统的通信模块,实现了超声传感器信号的实时采集,并通过CAN总线传送到上位机。野外环境中的实验结果表明,超声测障系统具有良好的探测范围与测距精度。

一种双基阵纯方位机动目标被动跟踪方法

利用2部被动声呐基阵获取的目标方位信息对水中机动目标的跟踪实质是一个非线性状态估计问题,由于观测方程的非线性性,滤波环节不可避免地要用到非线性滤波算法。以往解决此问题的方法是在基于交互多模型(IMM)算法并在其滤波环节应用扩展卡尔曼滤波(EKF)算法。然而,EKF算法在计算滤波误差协方差阵时没有融入当前观测信息。为此提出在原方法的基础上用其改进算法即修正协方差扩展卡尔曼滤波(MCEKF)算法取代EKF算法,以改善跟踪性能,从而得到一种新的方法。经仿真验证了所提方法的正确性和有效性。

噪声被动测距中的滤波技术应用研究

精确测定目标信号到达不同水听器的时延差是被动测距声呐正常工作的基础.文中先是采用一阶线性递归滤波器对相关函数进行滑动平均,剔除了待处理数据中的野点,而因此引入的延迟仅为3～4ms;然后再用基于自适应噪声抵消器的参数估计器对测量值(距离的估计)进行后置滤波和跟踪,该滤波器收敛和稳定时间需要0.5～1min,快于传统的Kalman滤波器(稳定最少需要5min),这对实现被动测距声呐对快速目标的跟踪是有很大意义的.最终系统实现了对慢速及快速目标(如鱼雷)的跟踪和滤波输出.

基于矢量水听器阵的恒定束宽波束形成器的原理与设计

在对水下目标进行探测识别的应用中,一般要求声纳系统具备在较宽频带内形成恒定束宽波束的能力。过 去对声纳恒定束宽波束形成器的研究一直针对声压水听器阵,近来随着对矢量水听器认识的深入,开展基于矢量 水听器阵的恒定束宽波束形成器研究越发变得必要。本文正是体现了作者在这一方面的阶段性研究成果。文中 首先介绍了单个矢量水听器的指向特性,接着提出了矢量水听器阵宽带恒定束宽波束形成器的实现原理和设计方 法,并以均匀等间距线阵为例,给出了获得实现恒定束宽算法所需频域加权矩阵的步骤,之后又进一步给出了恒定 束宽算法的频域实现流程,并通过计算机仿真验证了其有效性。

检测前跟踪应用中的传感器观测数据仿真研究

检测前跟踪是低信噪比环境下目标检测与跟踪的有效方法,应用时通常基于未作门限处理的传感器原始观测数据,而非经典跟踪中的点迹。鉴于当前还没有系统的用于检测前跟踪的传感器仿真建模研究工作,针对实际应用中常见的雷达、声纳和红外三类传感器,建立检测前跟踪处理模型,并仿真产生了各类传感器在单、多目标场景下的原始观测数据。仿真试验表明,传感器模型仿真逼真度较高,为其它种类传感器的观测数据仿真提供了参考,也为检测前跟踪算法的研究提供了便利。

基于N-P准则的水声信号检测系统信息融合

多基阵数据融合技术在水声信号处理中具有重要意义 ,本文给出了基于Neyman Pearson准则的多传感器分布式水声检测信息融合系统 .研究了全局最优融合系统以及局部传感器的最优判决准则 .在假定各传感器检测独立的情况下 ,对三传感器的情况进行了仿真 .结果表明 。

基于改进人工势场法的智能无人车路径规划仿真研究

传统的人工势场法由于存在局部极小值问题,使智能无人车无法到达目标点。本文提出一种角度偏移的改进人工势场方法来进行避障的路径规划。介绍传统人工势场模型,详细介绍改进人工势场方法,并且对改进人工势场法进行仿真,实验证明方法的有效性。

共同观测环境多UUV协同导航

协同导航方法是一种利用无人水下航行器(UUV)之间相对位置信息,提高配备低精度自定位传感器个体定位精度的方法。然而个体间相对位置的改变,即协同结构的不同,会导致不同的定位精度。当多个UUV由于相距较近,被在较远处的配备高精度定位传感器的另一UUV上的同一声纳同步观测时,即它们处于"共同观测环境"中,各个UUV所受到的噪声干扰具有相同或相近的性质。因此,可以利用误差间这种相关性对量测信息进行粗估计,再利用合适的滤波器融合粗估计量测与航位推算估计以提高配备低自定位精度传感器UUV位置估计的精度。最后的仿真结果显示了这种处理方法的有效性和一致性。

市政排水管道检测中的声纳成像系统设计

声纳成像技术是市政排水管道病症检测中的一种重要检测技术。研制了基于脉冲回波法的排水管道声纳成像系统,介绍了声纳连续旋转扫描管壁成像的原理,给出了声纳成像仪的整体设计方案,详细阐述了主控制器和探头的实现方法,最后进行了室内模拟管道和工程现场排水管道的测试实验。实验表明,研制的声纳成像系统能实时测量显示排水管道的轮廓,准确定位并量化管道的缺陷,具有误差率低、便携、低功耗、稳定等优异的性能和良好的市场应用前景。