基于多传感器数据融合的管道机器人精确定位技术

针对自主管道检测机器人的管内定位问题,提出了一种能够提高定位精度的多里程仪测量数据一致性融合方法.首先基于置信距离测度概念构造了多里程仪测量数据之间的置信距离矩阵和关系矩阵,然后利用有向图方法剔除含有较大误差的或错误的测量数据,最后采用极大似然估计法求解多里程仪测量数据的最优融合值.在管道机器人智能控制器上使用C语言编程实现文中算法.在机器人的自主爬行实验过程中,通过测量模拟油气管道的焊缝间距验证了该算法的有效性.

极大似然估计的信息融合方法及其在水下航行器制导中的应用

对基于极大似然估计的数据融合技术进行了理论分析，证明了用多传感器融合估计后的数据较单传感器测量数据方差减小；并把该技术应用于水下航行器制导技术，对其进行了理论分析，提出了一种新的航行器制导技术，最后对该技术应用于航行器制导和目标跟踪技术进行了仿真计算，结果证明了该方法的有效性。

基于信息融合的海底管道机器人自主定位控制

提出了利用电涡流传感器探测油气管线中的焊缝,实现管道机器人在管线内的粗略定位,再结合里程仪进行相邻焊缝间精确定位的定位控制方法.针对管道机器人爬行速度不稳定所导致的焊缝漏检问题,提出了利用里程定位信息容错漏检焊缝的产生式规则.此外,为了保证里程信息的可靠性,应用多个里程仪为管道机器人提供里程定位数据,并采用一致性数据融合算法对冗余里程信息进行融合处理,同时提高了管道机器人的管内定位精度.模拟油气管道台架上进行的管内定位实验和现役石油管线上的工程应用验证了该定位方法的可行性.

基于极大似然法的异类传感器配准方法研究

针对异类传感器数据融合空间配准问题,利用极大似然法对多传感器系统模型进行分析,推导出配准参数的估计值,以毫米波雷达/红外传感器复合制导为例,对空间配准算法进行了仿真,仿真结果具有较快的迭代收敛速度和较好的配准效果,满足了异类传感器融合实时性和精确度的要求。

新测量船惯导数据融合使用方式研究

新一代远洋航天测量船安装有分布式捷联惯导系统,因此具备对某个点位的姿态提供多个测量数据的能力。这不仅加强了数据的可靠性,同时也为融合使用数据提供了可能。分析了如何由多个点位的姿态独立测量数据生成同一位置的冗余姿态量,使用了基于最大似然估计的数据融合法对船体姿态数据进行融合。在方法实践过程中,发现固定的方差参数并不适用于长时间的测量过程,由此采用动态生成方差法对原方法进行了改进。最后通过海上试验数据对实测数据、融合数据和经改进后融合数据进行了误差统计与分析,分别从正常数据和异常数据两方面对方法进行了验证。

基于混合基分布方法的数据融合可靠度分析

针对同种产品的多类试验源寿命数据信息,利用构造的混合基分布,实现三源数据融合,同时估计出数据源的总体分布密度函数。基于EM算法得到混合基分布密度函数参数向量中各未知参数极大似然估计的迭代式。使用经过Bootstrap法扩权的样本,给出了各参数估计值,确定混合基分布的密度函数解析,进而完成产品可靠性分析。算例验证了该类模型的可行性和有效性。

基于周期分段处理的多里程轮融合定位算法

针对管道内检测机器人里程轮定位精度低、利用焊缝等特征辅助定位工作量大等问题,提出了一种基于周期分段处理的多里程轮融合定位算法。首先对3路里程轮原始脉冲信号进行重建,其次进行周期内分段处理,然后建立置信距离矩阵及关系矩阵,最后通过极大似然估计方法得到里程的最佳融合值。编程实现了文中的算法,并通过拖拉实验和现役石油管线的工程应用验证了算法的有效性。结果表明,该算法可以减弱里程轮定位的误差积累效应,在不借助焊缝或管道其他特征的情况下,实现管道内检测机器人在中长距离管道中的精确定位。