基于磁力计、IMU和单目视觉的自主定位方法

基于单目视觉与惯性测量单元(IMU)融合的SLAM(simultaneous localization and mapping)技术,具有硬件成本低、体积小和消耗计算资源少等优点,在移动机器人导航系统中得到了广泛的应用。单目视觉SLAM系统主要通过求解对极几何来解算位姿,但当平移为零时(仅存在姿态旋转运动),存在解算漂移的问题。通过将磁力计的数据融合到单目视觉SLAM算法中,不但可以解决纯旋转情况下姿态解算漂移问题,还可以提高解算精度。物理仿真实验的结果表明,与传统的SLAM算法相比,本文提出的基于磁力计、IMU和单目视觉融合的算法具有精度高、鲁棒性好的优点。     

一种多源测距与视觉惯性融合的月球车定位方法

针对月球车月面探测活动任务中对高精度定位的需求,当前视觉惯性定位方法存在误差累积,并且在缺乏先验环境信息时无法消除,基于三角测量原理的无线电定位方法可以通过测量接收端到至少三个不同发射端的距离来确定目标物体位置,但需要架设三台以上基站,因此难以满足月面环境下大范围定位的需求。文章提出了一种基于基站无线测距和视觉惯性里程计融合定位方法,以解决上述定位手段存在的问题。该方法首先利用视觉惯性里程计构建的环境模型将WIFI、UHF和UWB三类无线电基站测距信息进行融合,然后将测距结果和视觉IMU信息进行位置联合解算来确定月球车位置,最后在Matlab和Gazebo软件平台上进行仿真验证,在距离基站最远行进1500米的条件下实现了0.92米定位误差。实验结果表明,该方法能够在满足月面探测任务对于精准定位的需求。     

基于嵌入式WEB服务器的健康监护平台设计

介绍了一种基于嵌入式WEB服务器的健康监护平台的设计方法。该健康监护平台由传感器监测节点、嵌入式服务基站和健康监护界面三部分构成。以嵌入式芯片STM32作为嵌入式服务基站控制核心,处理各种传感器信号。选择以太网控制器DM9000为网络数据传输媒介。STM32与DM9000构成健康监护平台的硬件系统。健康管理界面是在硬件系统上移植μC/OS-Ⅱ系统和LWIP轻型协议栈,实现健康监护平台的WEB静态网页。     

一种基于粒子滤波的双目视觉惯导SLAM技术

针对智能无人系统的定位与地图构建问题,提出一种基于粒子滤波的双目视觉惯导SLAM（即时定位与地图构建）方法。算法基于传统粒子滤波思想设计实现,后端处理时仅对位姿状态量进行滤波,有效解决了传统算法的维度爆炸问题,减少计算量的同时保证一定的精确度,兼顾SLAM算法精确性和即时性的要求。实验结果表明,方法整体定位精度相对误差低于5%,在光照条件适宜的小型场景效果更佳,误差低于3%,能够达到分米级精度,证明了SLAM方法能够完成SLAM系统的要求,实现即时定位与地图构建功能,具有一定的准确性、稳定性和鲁棒性。粒子滤波能够应用于视觉惯导SLAM领域并达到较高的精度要求。     

非结构化环境下月球车快速即时定位与制图方法

激光雷达的实时环境扫描与已构建环境模型之间的匹配是月球车即时定位与制图(SLAM)过程中的关键步骤,其收敛速度和准确性直接决定了SLAM的成败。月球表面是一种典型非结构化环境,其环境场景特征复杂。若通过三维激光匹配方式则传感器数据量大,特征匹配的难度高,实时性差。针对于此,本文提出了一种基于ICP算法的激光点扫描匹配方法－类等高线匹配方法,将二维激光雷达的实时扫描数据与已构建的三维环境高程图相匹配,利用RBPF粒子滤波实现位姿与地图状态的估计,采用自行研制的小型激光雷达硬件平台,较好地实现了月球车原理样机的快速SLAM过程。实验表明,基于该方法的即时定位与制图过程对于月球车位姿估计的鲁棒性强,实时性好。     

基于鲁棒非线性卡尔曼滤波的自适应SLAM算法

针对传统非迹卡尔曼滤波算法缺乏在线自适应调整能力,在噪声模型出现误差时滤波精度下降的问题,提出了一种基于鲁棒无迹卡尔曼滤波的同步定位与地图创建算法。该算法引入了一个多维观测噪声尺度因子,能根据观测噪声统计特性的实际变化情况对每种传感器的噪声模型做出自适应调整,使其逼近真实噪声水平,进而将滤波增益调整到一个适当值,实现滤波器的最优估计。SLAM仿真实验结果表明,在噪声统计特性发生变化的情况下,该算法相比其它几种SLAM算法具有更好的自适应能力,估计精度更高,鲁棒性更强。     

基于隐马尔可夫模型的语音识别技术在载人航天器上的应用

利用嵌入式平台构建了基于隐马尔可夫模型（Hidden Markov Model,HMM）技术的载人航天器语音识别系统,并针对载人航天器特殊的噪声背景和声学训练,对传统语音端点检测算法进行了改进。通过试验在嵌入式运行环境下实现了指令发送、文字输入等功能,证实该系统适应航天员的口音和发音习惯,可对连贯自然发音方式的命令进行识别,能够满足航天员及任务使用需求。     

无线传感器网络中DMST拓扑控制算法

为了延长无线传感器网络的生命周期,进行了无线传感器网络中拓扑控制策略的探索性研究,提出了一种基于最小生成树的分布式拓扑控制算法(MST-based distributed topology control algorithm,DMST),该算法能够保持拓扑控制前后网络中任意两点之间最大限度K容错连通特性.在OPNET仿真平台上对该算法进行仿真,最后与无线传感器网络传统的两种节能路由协议基于信息协商的传感器协议(Sensor Protocols for Information via Negotiation,SPIN)和直接扩散协议(Directed Diffusion,DD)在同等条件下针对节点能量使用进行对比,结果表明,DMST算法使得节点能根据自身剩余能量状况对节点运行模式进行控制,达到节能目的.DMST除了能通过改变K值来调整网络的容错能力之外,还能根据节点最大移动速度和Hello包间隔进行拓扑调整,有助于保持移动网络的拓扑稳定性.     

机器视觉在军事领域的应用现状及发展趋势

机器视觉技术凭借其非接触测量、实时性好、可持续工作等优点，在军事领域中有着广阔的应用前景。在对机器视觉光学照明系统、成像系统、视觉信息处理系统等关键技术进行概述的基础上，详细分析了机器视觉技术在军事领域进行典型目标物识别、人员识别、装备缺陷检测等典型场景以及典型军事装备上的应用现状。在此基础上，指出了机器视觉在军事领域的应用，仍然存在视觉传感器硬件系统难以适应极端环境、复杂的军事目标适应性不足、目标识别的实时性难以保证、多传感器融合获取军事目标信息能力缺乏等问题。同时，对机器视觉技术在军事领域应用的未来发展趋势进行了展望，研究分析结果可为机器视觉在军事领域的进一步实用化提供参考。     

基于同时定位与地图构建的AUV导航定位方法综述

同时定位与地图构建(SLAM)方法是自主式水下机器人导航领域的研究热点。首先介绍了水下SLAM算法的发展现状,总结了水下SLAM的主要实现方法和目前存在的难点问题,最后探讨了水下SLAM的发展趋势。