Qualitative Spatial Reasoning for Topological Map Learning

Abstract

In this paper we investigate the application of qualitative spatial reasoning methods for learning the topological map of an unknown environment. We develop a topological mapping framework that achieves robustness against ambiguity in the available information by tracking all possible graph hypotheses simultaneously. We then exploit spatial reasoning to reduce the space of possible hypotheses. The considered constraints are qualitative direction information and the assumption that the map is planar. We investigate the effects of absolute and relative direction information using two different spatial calculi and combine the approach with a real mapping system based on Voronoi graphs.     

高抗干扰性的多普勒频率测量系统

提供一种在噪声背景下可靠测量多普勒频谱信号中心频率值的方法，将锁相理论应用于干扰情况下的多普勒频率测量系统，利用跟踪搜索转换电路，实现了在窄频带内跟踪，宽频带内搜索，使系统具有抗干扰能力强，灵敏度高等优点。实验表明，当系统跟踪多普勒频率信号后，对较强的邻频干扰信号，不产生错误跟踪。     

多传感器静态数据分配问题的匈牙利解法

多目标多传感器数据关联中的分配问题一直是数据融合领域中的一个关键问题，众多的研究都提出了一系列不同的方法来解决这个NP-hard问题，本文提出了用2维分配问题的匈牙利解法来解决该问题，给出求解2－D，3－D分配的方法，经仿真计算表明，该法能较大程度地降低计算量，是一种实用性很好的方法，同时也值得向更高维的情况作进一步的研究和仿真比较。     

舰载飞机着舰最佳甲板风初步分析

主要依据美国海军航空兵试验地各种舰载飞机实际飞行试验研究结果，阐述舰载飞机着舰最佳甲板风研究的意义、方法及其大小。经初步分析认为：对于喷气式舰载飞机着舰甲板风为２５ｋｎ，对于螺旋桨式舰载飞机着舰甲板风 １５ｋｎ是最佳的。但通过计算喷气式飞机甲板风值在２５ｋｎ和３５ｋｎ的结果比较，在甲板风为２５ｋｎ时，由于接地速率增加近１０％，这将会带来一些不利的结果。     

舰载飞机飞行品质规范编制的原则,依据和设想

根据我国航空事业发展的需要，以及现行国军标（ＧＪＢ１８５－８６）所存在的不足之处，论述了编制舰载飞机飞行品质规范的必要性。进而提出了编制此规范应遵循的基本原则和主要依据，最后阐述了舰载飞机飞行品质规范的初步设想。     

多雷达多目标跟踪仿真系统软件设计

对多雷达多目标跟踪的研究大都集中在算法上，具有实用性的系统不多，本文提出模块化、易扩展的软硬件结构，从软件设计角度分析了多雷达多目标跟踪仿真系统实现技术，系统具有跟踪大批次、复杂强机动目标能力。     

拖影情况下快速飞行乒乓球体的实时识别与跟踪

快速飞行的乒乓球在图像采集过程中会产生拖影,影响甚至严重干扰对球体位置的准确识别和跟踪.对飞行乒乓球的拖影图像特点及实战型乒乓机器人的实际需求进行分析,在此基础上提出CS-BS-EF方法,将色彩分割、背景减除、椭圆拟合进行综合集成、优势互补,用以检测飞行球体的拖影范围并求取球心位置.实验结果表明该方法能够有效克服拖影影响,比较准确地识别和跟踪高速飞行的球体,且具有良好的抗干扰性、实时性.     

基于高斯过程的航天器自适应滑模姿态控制

针对存在模型不确定性和外界干扰的刚性航天器,提出了一种基于高斯过程回归(GPR)的新型自适应滑模姿态控制算法。该算法具有自学习能力,在不同的姿态控制任务下都能够实现高精度、强鲁棒和高效率的姿态跟踪。首先,在航天器的四元数标称系统动态模型基础上,应用在线稀疏高斯过程回归(SOGP)方法学习系统的未知动态;其次,结合高斯过程的预测均值设计滑模控制算法,利用高斯过程的预测方差自适应调节控制增益,并应用李雅普诺夫方法严格证明闭环系统的稳定性,保证了航天器姿态跟踪误差的渐进收敛性;最后,通过数值仿真验证了所设计控制器的有效性。结果表明,该自学习控制算法与自适应滑模控制(ASMC)与神经网络自适应控制等算法相比,具有更快的收敛速度、更高的跟踪精度以及更低的控制成本。     

空中运动目标的识别和跟踪控制

针对空中运动目标的识别和跟踪,提出图像匹配算法和连通域算法相结合的方法。该方法主要用图像匹配算法获得目标的位置信息,当图像匹配算法失效时,则采用连通域算法重新捕获目标、获得图像模板。同时,为提高跟踪的实时性,采用最小二乘线性预测法来预测目标的运动轨迹。在实验室的目标跟踪系统平台上,该方法能够对运动目标进行稳定的识别和跟踪。     

基于时空显著性建模的空中飞行器跟踪方法

以复杂背景下空中飞行器的鲁棒视觉跟踪问题为研究背景，为解决现有跟踪方法目标表征模型不够精确，算法鲁棒性严重受到目标形变、宽高比变化、复杂背景等因素干扰的问题，提出了建模跟踪场景中独立物体的显著性特性，用于构建精确的目标模型。提出的显著性估计方法有别于传统的单帧检测方法，利用跟踪算法提供的背景先验知识以及多帧图像观测数据，使用时空联合的方式进行建模估计，其结果用来指导目标跟踪算法选取有效视觉特征，建立精确目标表征模型，减小背景区域对算法模型的干扰。实验表明，提出的方法为上述难点问题提供了有效的解决方案，对空中飞行器的跟踪精度与鲁棒性优于大多数最先进的主流方法，在其他类型的目标跟踪任务中也有十分优越的性能表现。