面向月面复杂环境的自主导航及跨平台仿真系统的研究

目前,月面复杂场景下的无人车自主导航仍面临巨大挑战,研究面向月面非结构化环境的自主导航方法具有重要意义。提出了一种基于地形约束的非结构化环境下的自主导航方法,采用一种基于八叉树地图的高效路径搜索和轨迹优化算法来生成轨迹,该算法可以有效地避开环境中的各种障碍物,到达指定的目的地。在Gazebo中进行了仿真实验,结果表明所提方法在无地图导航任务中取得了优异的性能。考虑到Gazebo在人机交互方面存在不足,进一步采用Windows中的Unity进行人机交互。在ROS与Windows交互方式上,设计了基于rosserial＿serve的TCP连接,并采用Visual Studio解决方案生成Win32控制台应用程序,通过IO流读写本地文件的方式,完成目标点等信息的交互;同时结合PhysX物理引擎与人机交互的方式,提供了再现车辆在月面位姿、设置危险区域与规划路径点的功能,完成了基于Unity的寻路场景重现。     

并行路网结构下的浮动车信息处理模型

受GPS定位精度的限制,浮动车在主辅路并行路网结构下进行地图匹配和路径推测存在困难,直接影响路况信息获取的准确性.在现有浮动车信息处理框架基础上,运用统计学方法提升地图匹配的精度,并将主辅路径同时作为车辆的行驶轨迹输出,有效降低了路径推测错误的可能性.最后,引入证据推理框架以解决路径选择策略调整所带来的信息不可信和信息冲突问题.对比实验表明,改进系统在主路和辅路上的路况准确性分别有14.26%和9.46%的提升.     

一种基于卷积神经网络的地磁基准图构建方法

地磁匹配导航技术是一种重要的辅助导航制导方法，地磁基准图的构建精度对地磁匹配制导的精准度起着决定性作用。针对现有地磁基准图构建精度难以满足实际地磁匹配导航需求的问题，提出了一种基于卷积神经网络的地磁基准图构建方法。首先，利用卷积层提取低分辨率基准图中的特征图像块；然后，利用基于学习的阈值收缩算法（LISTA）实现图像块的稀疏表示；最后，利用三通道的地磁信息得到重建后的高分辨率基准图。实验结果表明:所提方法对地磁基准图具有更高的构建精度，同时对噪声有更好的鲁棒性，各种客观评价指标均高于现有的超分辨率重建方法。      

已知初始匹配对的图像四元松弛匹配算法

提出了已知初始匹配对的四元松弛匹配算法,该算法以向量旋转角的旋转和缩放不变性特征作为匹配对的优化准则,首先计算向量旋转角度差值,然后通过构造支持度函数和剔除策略选出最优匹配对.在初始错误匹配比例较高和游动误差较大的情况下能够实现正确匹配.通过大量图像实验证明,该算法在匹配速度和正确率上优于桑农松弛匹配算法.     

基于等值线约束的地磁匹配方法

地磁辅助导航是组合导航技术研究的新方向.简要介绍了地磁辅助导航的基本原理和发展现状,并重点对地磁匹配方法进行了研究.地磁匹配是利用地磁图进行定位的方法,位置输出可用于限制惯性导航系统的误差积累.提出了一种改进的基于等值线约束的相关匹配算法,能够有效消除导航系统的初始位置误差并能限制匹配过程中惯性导航系统的积累误差.仿真实验证明,该算法能有效提高相关匹配的实时性,并能把定位精度控制在地磁数据网格间距以内.该算法对航向误差具有一定的适应性.      

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。      

基于CNN的多尺寸航拍图像定位方法的研究与实现

图像定位常用于无人机视觉导航,传统的无人机视觉导航广泛采用景象匹配导航方式,随着计算机技术的不断发展,深度学习技术为视觉导航的实现提供了新途径。以无人机的垂直侦查为背景,将飞行区域的航拍图像划分成大小相同的若干网格,每个网格代表一类区域,用网格图像制作数据集训练卷积神经网络（CNN）。基于AlexNet设计了一种融合显著性特征的全卷积网络模型,有效实现了一个基于CNN的多尺寸输入的滑动窗口分类器,并提出了一种邻域显著性参照定位策略来筛选分类结果,从而实现多尺寸航拍图像的定位。      

参考道路交叉点的飞行器视觉辅助导航

为取消因参考固定目标而造成的导航距离限制,提出了以道路交叉点为参考地物的飞行器视觉辅助导航方案.基于条带检测算法提取图像中的道路交叉点.图像道路交叉点和地图道路交叉点间的匹配计算中引入交叉点属性约束以缩小搜索空间.利用惯性导航系统的方位、高度输出快速剔除错误匹配,减小了匹配过程计算量.用黄金标准算法估计投影矩阵或单应矩阵,并计算飞行器导航参数.仿真实验验证了方案的有效性.     

基于X射线脉冲星的航天器自主导航数值分析研究木

基于X射线脉冲星的天文自主导航方法稳定、可靠、精度高.是航天器自主导航领域重要的发展方向.论文介绍了基于X射线脉冲星导航的基本原理,给出了脉冲星自主定位的滤波模型;基于扩展卡尔曼滤波导航算法,以地球同步轨道为例,分析了不同初始误差、轨道倾角、轨道偏心率以及不同脉冲星方位误差下的导航精度.仿真算例表明,在脉冲星方位误差为0.001"、脉冲到达时间测量误差为0.1μs的情况下,导航定位精度优于1 km,且对初始误差不敏感;脉冲星方位精度、脉冲计时精度、轨道面位置和轨道偏心率是影响导航精度的主要因素.     

基于X射线脉冲星的航天器自主导航数值分析研究

基于X射线脉冲星的天文自主导航方法稳定、可靠、精度高,是航天器自主导航领域重要的发展方向.论文介绍了基于X射线脉冲星导航的基本原理,给出了脉冲星自主定位的滤波模型;基于扩展卡尔曼滤波导航算法,以地球同步轨道为例,分析了不同初始误差、轨道倾角、轨道偏心率以及不同脉冲星方位误差下的导航精度.仿真算例表明,在脉冲星方位误差为0.001″、脉冲到达时间测量误差为0.1μs的情况下,导航定位精度优于1km,且对初始误差不敏感;脉冲星方位精度、脉冲计时精度、轨道面位置和轨道偏心率是影响导航精度的主要因素.      

基于多约束因子图优化的无人车定位与建图方法

针对目前在特定场景下应用的低速无人车定位系统极度依赖全球导航卫星系统（GNSS）,存在定位精度不高、漂移误差大、受环境影响严重等问题,提出一种低成本、高精度的无人车定位与建图方法。该方法基于三维激光定位与建图（SLAM）技术。首先,使用点云主成分分析（PCA）实现基于特征匹配的激光里程计;其次,将GNSS位置信息、点云分割聚类得到的地平面和点云聚类特征作为位姿约束分别加入图优化框架,消除激光里程计的累积误差;最后,得到最优位姿和大规模场景的点云地图,以实现无人车的自主定位导航。利用包含大型户外城市街道环境的KITTI数据集对所提出的SLAM算法进行了评估,结果表明:系统在3km运动距离情况下定位偏差可控制在1.5 m以下,在局部精度和全局一致性方面均优于其他里程计系统,为无人车的定位提供了新思路。      

路网匹配定位方法研究

针对车载惯性导航设备由于其惯性器件随时间漂移产生误差导致系统定位精度逐渐变差的问题,提出了一种路网匹配定位方法以提高车载导航系统的综合定位精度,该方法基于视觉测量原理通过双目摄像装置采集道路周边环境特征进行匹配定位,介绍了匹配定位的基本原理和系统实现所需的关键技术,通过实际跑车测试,验证了该方法的合理性和可行性。     

车辆定位与导航系统中的快速路径规划算法

针对车辆定位与导航系统中的最优路径规划问题,研究了最短路径搜索算法的快速实现技术,并提出了一种启发式快速最优路径规划算法.在分析经典迪杰斯特拉最短路径搜索算法的最优实现的基础上,引入基数堆结构缩减了算法的时间复杂度,再利用启发式搜索和地图分级搜索技术减小搜索空间,从而获得最短路径规划算法的高效率实现.仿真试验的结果证明了该算法的优异性能.     

基于D-S证据理论的GPS/MM组合系统车辆定位算法

根据分段、特征提取等地图匹配关键技术探讨了地图匹配的一般原理,提出了基于D-S证据推理理论的GPS(Global Positioning System)/MM(Map Matching)组合算法,提高了GPS单点定位精度.仿真结果和跑车实验验证结果表明上述方法是行之有效的.地图匹配算法不增加系统的硬件成本,对目前广泛应用的车载GPS导航定位系统是一个有效的解决方案.      

初始定位误差对SINS动基座对准的影响分析

初始定位误差对捷联式惯导系统水下初始对准有着重要影响。针对此问题,基于捷联式惯导系统非线性误差模型利用无迹卡尔曼滤波方法进行载体系测速辅助捷联式惯导系统精对准。首先在水下单应答器定位技术已有研究成果的基础上,对初始定位误差对捷联式惯导系统水下动基座初始对准结果的影响进行理论分析;而后基于船载实测数据对理论分析结果进行水下动基座对准半物理仿真试验验证。试验结果表明,当水下初始位置的定位误差在200m以内时,初始定位误差对捷联式惯导系统动基座精对准的姿态对准结果基本没有影响;会给精对准过程中的位置误差估计带来与初始定位误差相同大小的常值误差。     

基于星间距离测量的高精度自主导航

研究利用地球卫星和月球卫星之间的测距信息进行自主导航的方法.基于三体摄动轨道动力学方程和星间测距信息,可以同时确定参与导航的地球卫星和月球卫星的绝对位置;但是在初始位置误差较大的情况下,导航系统的定位性能会受到影响.为了解决这一问题,提出基于"星间测距+紫外导航敏感器"的组合导航方法.采用该导航方法,能够在初始位置误差和紫外导航敏感器测量误差较大的情况下实现高精度自主导航.基于Cramer-Rao下界(CRLB)分析了组合导航系统的性能,并通过数学仿真验证了该导航方法的有效性.     

网联混合动力汽车能量优化控制

能量管理策略是混合动力汽车的核心技术之一,决定了车辆的燃油经济性和排放性能。针对现有混合动力汽车的能量管理都是基于固定工况开发而没有考虑实际道路工况的问题,基于智能交通系统（ITS）和专用短程通信技术（DSRC）获取的道路交通信息和周边车辆信息,提出了一种网联混合动力汽车分层能量控制方法。其中,上层控制器利用道路交通信息和模型预测控制算法预测车辆的最优目标速度并计算出需求转矩;下层控制器利用上层控制器获得的目标车速信息,实现最优车速跟随,并使用模糊神经网络控制算法优化发动机和电动机之间的转矩分配以降低燃油消耗。仿真结果表明:与传统的能量管理策略相比,所提方法可以有效避免车辆在红灯时停车,车辆的燃油消耗率降低了34.88%,HC、CO和NO_x的排放分别降低10.59%、66.19%和1.05%,提升了混合动力汽车的燃油经济性和排放性能。      

基于岭回归的红外协同定位优化算法

针对双机协同定位误差较大问题,首先,在球坐标与直角坐标相结合的基础上,建立双机协同定位的数学模型,并通过对数学模型的分析得出双机距离较近时定位误差大的原因。其次,利用岭回归算法求解出定位精度较高的两组测量子集的目标位置估计值和定位误差协方差矩阵。最后,利用加权最小二乘算法对两组测量子集进行融合定位,推导出协同定位优化算法。仿真分析表明,该算法能显著改善了整个探测区域内的定位精度,并且在双机相距较近时也能保持高的定位精度。