基于椭球计算的集员滤波传感器故障检测方法

为了解决未知故障信号诊断问题,提出了一种基于椭球计算的集员滤波传感器故障检测方法。为了防止数据冲突和降低能量消耗,通过加权一次丢弃调度来控制传感器单元和滤波器之间的信息分发。然后有效将分布式集员滤波方法应用于处理WTOD协议下未知但有界的故障检测问题。进一步通过处理具有一定不等式约束的优化问题,对两个最小迹意义下的椭球进行了优化。最后仿真案例结果证明了提出方法能够有效实现传感器网络的未知故障信号检测,且不需要了解所有状态,极大地扩展了适用范围。

基于杂波量测集约束的改进MS-MeMBer滤波器

针对高杂波密度场景下,传统多传感器多目标多伯努利(MS-MeMBer)滤波器存在的量测划分假设质量下降、势估计结果出现偏差等问题,提出了一种基于杂波量测集约束的改进MS-MeMBer滤波器。首先,通过将杂波量测集的影响引入到更新过程中,优化了目标量测集的权重,并给出了杂波场景下的单目标多传感器似然函数。然后,通过两步贪婪划分机制,得到了改进的多传感器量测划分假设。通过仿真将所提方法与传统MS-MeMBer滤波器进行了比较,实验结果表明:在高杂波密度场景下,改进MS-MeMBer滤波器具有更优的多目标跟踪性能。

一种检测概率未知时的MeMBer跟踪算法

针对检测概率未知的多目标跟踪场景中跟踪性能会受目标检测概率估计结果影响的问题,提出了一种对未知检测概率实时估计的MeMBer跟踪算法.采用Beta分布对未知检测概率进行建模,然后通过测量分类来区分目标性质并实现对检测概率的实时估计,利用多伯努利随机有限集跟踪算法实现多目标跟踪.仿真结果表明,在检测概率未知情况下该算法有良好的多目标跟踪效果,能对未知检测概率进行实时估计;与传统MeMBer算法相比,该算法在低检测概率下的检测概率估计精度更高且更加稳定.

基于集员估计的室内移动机器人多传感器融合定位

本文针对室内移动机器人的长距离实时鲁棒定位问题进行了研究,考虑到单一定位手段存在的不足,以二维扫描激光和里程计作为主要的定位设备,采用多传感器数据融合技术实现了移动机器人的精确定位.论文首先通过引入基于点-直线特征匹配的改进迭代最近邻(iterative closest point,ICP)扫描匹配方法对激光采集的环境点云信息进行迭代匹配以得到相对位姿变换估计,并推导了其估计不确定性的保守包络矩阵形式,然后通过建立定位过程和观测模型,引入扩展非线性集员滤波器作为多传感器融合方法,利用扫描匹配结果校正由里程计滑移带来的定位误差,并获取定位自身的不确定性边界估计.实验结果表明了本文所提出的室内定位方法的精度、实时性和鲁棒性.

三维环境中多机器人动态目标主动协作观测方法

动态目标的多移动机器人主动协作观测方法是指以获取较优的观测结果为目的,对携带同构/异构观测传感器的多个机器人系统的观测数据进行有效融合并同时对其行为进行协调优化的方法.本文主要研究了三维环境中的多机器人动态目标主动协作观测的问题.首先,以扩展集员估计方法(Extended set-membership filter,ESMF)为基础,将信息融合过程与算法本身存在的集合运算环节相结合,提出了一种高精度的多机器人观测信息融合方法.该方法在保证较高观测精度的同时,并没有显著增加单机器人扩展集员估计算法的计算量,因此具有较高的实时性.此外,利用最优观测角度的概念,通过引入相对速度空间(Relative velocity coordinates,RVCs),设计了多移动机器人协调行为优化方法,该方法可以将多机器人协调行为优化问题转化为线性规划问题,以实现具有较高实时性的多机器人三维动态目标主动协作观测.最后,为了验证所研究方法的可行性与有效性,进行了三维空间动态目标协作观测仿真实验.

基于最优定界椭球的扩展集员滤波算法研究

针对噪声未知但有界的非线性系统,提出了一种基于最优定界椭球的扩展集员滤波算法。首先,对非线性状态方程和量测方程进行泰勒级数展开,采用区间分析方法对线性化误差进行外包定界,并通过椭球近似将其整合到系统噪声中;在此基础上通过预测步和滤波步两步过程来计算与量测和噪声边界近似相一致的待估计状态的可行集。以Duffing方程为例,与扩展卡尔曼滤波方法的仿真比较表明了该算法的精确性和鲁棒性。