一种高效准确的视觉SLAM闭环检测算法

同步定位与地图构建（SLAM）是视觉导航领域的关键技术之一,闭环检测是SLAM的基础问题。针对视觉SLAM闭环检测准确率不高的问题,提出一种高效准确的闭环检测算法。该算法由词袋模型、图像结构校验、跟踪预测模型3个模块构成。首先,将局部特征与全局特征相结合,设计了词袋模型与图像结构校验模块。词袋模型通过视觉单词比较图像之间的相似性,得到闭环候选帧。然后,图像结构校验模块灰度化、归一化当前图像与闭环候选图像。归一化之后的图像被直接作为局部特征的邻域,计算得到全局描述符,通过全局描述符判断闭环候选帧是否为有效的闭环。最后,针对传统闭环检测算法耗时随图像数量增加而显著增加的问题,设计了跟踪预测模块,以提高计算效率。实验中,与主流的DBoW算法相比,提出的闭环检测算法的准确率提升了20%以上,实时性也有更好的表现。      

水下机器人路径控制与仿真

研究了水下机器人的路径跟踪问题.首先考虑重力、浮力、推力、水动力以及附加质量的影响,建立了6自由度水下机器人的动力学模型.在此基础上设计了非线性控制系统,包括一个内控制回路和一个外控制回路.内控制回路根据机器人动力学模型引入非线性补偿,使得经内控制回路作用后的机器人化为一个解耦的线性定常系统,外控制回路采用比例微分(PD)控制,根据机器人实际轨迹与期望轨迹间的偏差进行负反馈控制.最后通过MATLAB对水下机器人追踪水面目标和跟踪空间螺旋线进行仿真,并给出了仿真曲线,从仿真结果可以看出,利用该方法可以使水下机器人具有较强的抗干扰能力,能够较好地实现对时变理论轨迹的跟踪.     

基于不变流形的高超声速飞行器动态面控制

针对存在未知气动参数的吸气式高超声速飞行器纵向运动控制问题,提出一种基于不变流形的自适应动态面控制方法.通过合理假设将高超声速飞行器纵向模型分解为弹道倾角回路和速度回路,分别实现对弹道倾角和速度参考指令的跟踪.弹道倾角回路被表达为严反馈形式进行控制器设计.采用基于不变流形的自适应方法实现了对未知参数的估计.所提出的自适应动态面控制方案能保证未知参数估计误差全局一致稳定和闭环系统全局有界稳定,且估计器和控制器设计不存在耦合,因此参数设计更加容易.仿真结果验证了该控制方法在参数估计方面的显著优势和良好的闭环系统性能.     

基于朝向约束和重识别特征的目标轨迹关联方法

基于检测关联和深度学习的目标轨迹关联方法是计算机视觉领域的研究热点之一,但现有方法设计中缺乏有效的时空约束,且目标表观特征泛化能力不足,在目标朝向差异明显的情况下会发生识别错误,在目标轨迹关联时会导致频繁的ID切换和错误关联。针对该问题,提出了一种基于朝向约束和重识别特征的目标轨迹关联方法。将行人朝向判别引入行人重识别中,提出了一种具有朝向约束力的行人重识别网络模型,提升了目标特征的表示能力。结合目标朝向、卡尔曼滤波得到的位置信息、重叠面积等时空特征,提出一种基于朝向约束的分层轨迹关联模型,得到单相机内的目标轨迹。在跨相机场景中,通过引入一种简单有效的双向竞争匹配机制,实现了目标轨迹的有效关联。实验结果表明: 所提方法在MOT数据集上度量指标优于多种方法,能够减少频繁的ID交换,有效解决了相似目标相向而行时的错误关联;帧率达到19.6帧/s,能够满足近实时场景下的使用要求。      

基于微分器的轨迹线性化控制方法及其应用

针对当前轨迹线性化控制(TLC)方法对系统中的不确定性存在鲁棒性不足的问题,受非线性跟踪微分器设计思路的启发,提出了一种基于微分器设计原则的轨迹线性化控制方法.首先,引入二阶线性微分器(SOLD)的概念,通过理论分析指出了当前轨迹线性化控制方法中采用一阶惯性+伪微分器求取标称指令的微分信号时,会存在与二阶线性微分器类似的峰值现象,随后利用韩式跟踪微分器(TD)求取标称指令及其微分信号,避免了该现象的同时又赋予了系统在控制量的约束范围内调节响应快慢的能力;其次,通过构造期望的闭环系统,跟踪误差动态,直接获取线性时变(LTV)系统的控制量, 使得参数整定不再依赖于并行微分(PD)谱理论,在此基础上,将混合微分器(HD)的非摄动形式等价为期望的闭环系统跟踪误差动态,以提升轨迹线性化控制方法的鲁棒性,同时借助Lyapunov稳定性理论证明了受扰系统的跟踪误差最终一致有界;最后,利用所提出的轨迹线性化控制方法设计了高超声速飞行器的姿控系统并进行了相应的仿真.结果表明:存在大范围气动参数摄动的情况下,本方法仍具有较好的控制性能及抗干扰能力,能够满足高超声速飞行器快时变、高精度以及强鲁棒的控制需求.      

基于遗传算法的高速飞行器模糊控制律设计

以吸气式高超声速飞行器X-43A的纵向通道为控制对象,针对其6自由度非线性模型设计了飞行控制系统.飞行控制系统包括2个回路,制导回路采用PD控制器,控制回路应用模糊控制器.制导回路负责跟踪轨迹,控制回路执行制导指令.基于遗传算法实现了PD反馈参数和模糊控制规则的自动优化,无需先验知识和训练数据.在控制飞行器轨迹、姿态和推力时,综合考虑非线性动态特性、不确定性和约束.仿真表明,该方法可以同时满足飞行控制系统鲁棒性和优化过程收敛性的要求.      

三自由度平面欠驱动机械臂的轨迹跟踪控制

研究了三连杆平面欠驱动机械臂的轨迹跟踪问题.机械臂的第3个关节为被动关节,施加在自由运动连杆上的动力学约束是二阶非完整的.通过全局输入和坐标变换,系统的动力学方程被变换成高阶链式形式.基于后推法(backstepping)的思想推导出保证系统全局渐近收敛于参考轨迹的时变反馈控制规律.后推法将系统分解为低阶子系统来处理,利用中间虚拟控制变量和部分Lyapunov函数简化了控制器的设计.数值仿真结果显示系统能稳定地跟踪参考轨迹,也证明了控制器设计是有效的.      

四旋翼的改进PSO-RBF神经网络自适应滑模控制

针对非线性、强耦合并带有不确定性干扰的四旋翼无人机模型，提出了一种改进粒子群算法-径向基(PSO-RBF)神经网络自适应滑模控制器。在对RBF神经网络自适应滑模控制器进行控制量平滑改进的基础上，利用改进的具有全局寻优能力的PSO算法来调整RBF神经网络的拟合参数，从而进一步提升网络的拟合能力。根据实际四旋翼的模型参数，搭建四旋翼的动力学模型，通过Lyapunov理论验证了系统的稳定性。仿真结果表明：与RBF神经网络自适应滑模控制器和双闭环PID控制器相比，改进PSO-RBF神经网络自适应滑模控制器可以在一个控制周期内寻找到合适的控制量，其调节时间分别提升约50%和75%；改进PSO-RBF神经网络自适应滑模控制器具有轨迹跟踪速度快且准、抗干扰能力强和鲁棒性好的特点。     

基于快速仿射模板匹配的AMCL算法

自主定位是移动机器人的重要任务，机器人绑架问题是定位技术中的难点。基于粒子滤波的自适应蒙特卡罗定位(AMCL)算法能够解决机器人绑架问题，但其在定位恢复过程中需要在全局地图中放入新粒子，恢复效率低。通过对自适应蒙特卡罗定位算法的研究，结合图像学中模板匹配思想，提出了一种基于快速仿射模板匹配的自适应蒙特卡罗定位(AMCL-FM)算法。该算法利用全局代价地图与局部代价地图估计出机器人的真实位置，并在估计出的位置放置新的粒子，提高定位恢复能力。与传统的自适应蒙特卡罗定位算法相比，所提算法定位精度提升了61.13%，定位恢复效率提升了69.23%。     

数字闭环光纤陀螺频率特性的计算和测试方法

建立数字闭环光纤陀螺FOG(fiber-optics gyroscopes)的数学模型,得到描写模型的差分方程,推导出与之对应的微分方程和传递函数.分析传递函数与FOG模型的误差,得出数字闭环FOG频率特性的计算方法.研究在普通速率转台测试数字闭环FOG频率特性的方法.并将测试数据与计算数据加以比较验证.计算和测试的结果证明了该计算的测试方法是准确和有效的.     

NGG中异构数据的集成与协同工作

在国家地质调查应用网格环境中,数据集成除了实现异构数据源中数据检索,还应满足异构数据管理系统之间数据约束关系维护与协同工作的需求.针对这一需求,提出一种基于面向服务的体系结构(SOA,Service Oriented Architecture)的数据集成机制.将虚拟化的局部数据信息与全局统一的抽象数据视图相结合,形成层次化数据信息组织模型;通过该模型,维护异构数据之间的约束依赖关系,利用数据管理系统触发器与网络服务,满足数据管理系统的协同工作需求.基于研究成果的数据集成中间件NGG-DBMs(National Geology Grid-Data Base Management system)系统平稳运行于国家地质调查应用网格环境中.      

基于自适应动态逆的自动空中加油轨迹跟踪

针对自动空中加油(AAR, Automated Aerial Refueling)的受油机轨迹跟踪控制问题,采用导引环与姿态控制环分离的控制策略,提出了基于非线性路径跟随导引和自适应神经网络动态逆的受油机轨迹跟踪控制方法.该方法将改进的非线性导引应用于受油机横、纵向导引控制,使用自适应神经网络在姿态角速率回路补偿外界干扰和系统模型误差,并利用比例-积分型姿态角速率误差动态方程设计自适应神经网络权值更新律.仿真结果表明:在受油机接近加油机过程中,该方法有效提高了受油机轨迹跟踪控制系统的抗干扰能力和对模型不确定性的自适应能力,能够满足自动空中加油的控制要求.     

飞行器航迹倾角的自适应动态面控制

针对飞行器纵向模型具有参数不确定性和外界干扰的特点,提出一种飞行器航迹倾角的自适应动态面控制方法.动态面控制方法通过引入一阶低通滤波器避免了传统反演设计存在的"微分爆炸"现象,采用自适应律对模型未知参数进行在线估计,并利用非线性阻尼项克服外界干扰.通过Lyapunov方法证明得出闭环系统半全局一致稳定,跟踪误差可通过调节控制器参数达到任意小.仿真结果表明:该方法能在简化控制设计过程的同时保证航迹倾角跟踪上预定轨迹,控制系统具有较强的自适应能力且对外界干扰具有一定的鲁棒性.     

水下运载体航位推算系统初始位置确定方法

为了提高航位推算(DR)系统的初始位置精度,根据水下导航传感器的特点,提出了初始定位时间内基于DR轨迹平移策略的初始位置确定方法,该方法综合了DR和水声定位系统的特点,通过平移DR轨迹,得到了在确定运动趋势约束下的最优轨迹,并依据轨迹求出初始位置.针对某次海试数据,其结果表明:应用本文方法确定的初始位置误差分别为应用平均值法和最小二乘拟合方法的60.2%和77.2%,应用此方法可减小DR误差,并能提高DR/水声组合定位系统的稳定性.      

基于RBF神经网络的结构光三维视觉检测方法

研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.     

支持场景表观差异的无人机图像视觉定位方法

视觉定位是计算机视觉中的基本任务,在无人机测控、视频监控和遥感分析等领域有着广泛应用.在GNSS拒止情况下,利用图像进行视觉定位是重要的导航替代方法.然而,由于室外场景易受天气、季节和光照等变化影响,细节的表观差异方差大,无人机视觉定位的鲁棒性与精度在近地面时难以保证.提出一种基于虚拟图像合成的视觉定位框架.设计阴影映射和深度卷积图像填补网络来合成具有大表观差异和大视差的虚拟图像集,以提高2D-3D配准质量从而提升视觉定位的鲁棒性.实验数据表明,与国际同类方法相比,本方法合成的图像质量在视觉效果、匹配点数量、置信度和视觉定位的精度等指标上都获得了明显的提升,可以支持大表观差异下的无人机视觉定位.     

基于混合执行机构的敏捷卫星姿态机动控制

单框架控制力矩陀螺(SGCMGs,single gimbal control moment gyros)的奇异问题是其在使用过程中面临的主要问题.将构型奇异度量作为路径约束,采用高斯伪谱法进行轨迹优化,得到一组无奇异框架角,并以相应的SGCMGs框架转速作为开环指令进行控制.考虑初始姿态偏差及外干扰不确定因素的影响故引入反作用动量轮(RWs,reaction wheels),并基于Lyapunov稳定性设计了RWs的控制律进行闭环修正.仿真结果表明,采用混合执行机构能够保证卫星在外干扰等因素影响下,以最优轨迹的SGCMGs无奇异框架转速指令实现对最优轨迹的跟踪.     

基于全局稀疏地图的AGV视觉定位技术

为了实现自动导引车（AGV）在复杂工业环境下的高精度定位,克服环境变化给定位带来的影响,提出了基于全局稀疏地图的视觉定位方法。首先,设计了大容量二维编码点,作为人工路标铺设在工业环境的地面;然后,基于一种四边形识别算法,在复杂工业环境中准确分割和识别二维编码点;最后,利用二维编码点提供的编码信息,鲁棒匹配图像中的特征点,并以此为基础,使用一种分参数块优化的三维重建策略,实现了工业环境的大规模地图构建,为AGV视觉定位提供了一种稀疏电子地图。AGV视觉的定位通过匹配车载视觉传感器图像中的特征点和稀疏电子地图实现。停车重复定位精度小于0.5 mm,角度偏差小于0.5°,轨迹平均位移误差小于0.1%。实际应用结果表明,该方法能在复杂工业环境中实现AGV视觉的定位,定位的速度和精度方面都满足工业应用的要求,为AGV的视觉定位提供了新的思路。      

大型挠性结构航天器姿态精确指向控制

针对空间大型挠性结构航天器姿态精确指向控制中,执行机构振动和挠性结构变形对载荷指向带来的高频和低频扰动,提出了多环路复合控制策略,在传统姿态控制闭环回路的基础上,引入执行机构隔振回路和载荷指向精确控制回路,实现对执行机构振动的隔离和对载荷指向的精确补偿,并设计了回路的闭环控制方法。数学仿真和部分试验结果表明,该方法能够有效提升载荷指向精度。     

利用逃逸能量的太阳帆最快交会轨迹优化

讨论了运载火箭的逃逸能量产生的初始速度增量对太阳帆最短时间交会问题的影响,将逃逸能量的影响处理为端点时刻状态方程受不等式约束的最优控制问题,利用间接法得到了对应的两点边值问题的求解模型。结果表明,利用该模型可以计算逃逸能量最佳的利用量,而最优的转移轨迹并非总是对应于最大的逃逸能量,因此合理利用逃逸能量能够有效缩短飞行时间。相对于一般的不考虑逃逸能量的太阳帆轨迹优化模型,本文中提出的模型能够有效利用末级火箭的助推能力,同时有效缩短了太阳帆的任务飞行时间,对于工程应用具有更实际的参考价值。