基于视觉的行人引领移动机器人导航方法研究

移动机器人通过跟随领航员以实现导航是一种便捷的导航方式。针对行人引领导航中的领航员定位问题,提出了一种基于视觉的行人引领导航方法。该方法利用卡尔曼滤波器预测领航员的位置和尺度,并基于深度神经网络的行人检测器提供的结果更新滤波器的状态。为了关联检测结果和卡尔曼滤波器预测结果,提出了2个指标用于衡量两者之间的关联性。其中,为了提高在多个行人中辨认领航员的可靠性,创新性地引入了一个孪生神经网络,使用该网络全连接层提取的特征作为候选人的特征描述子,并通过计算特征之间的余弦距离来验证检测器检测到的行人身份。此外,当卡尔曼滤波器跟踪领航员失败时,综合考虑检测结果和孪生网络的判断结果重新初始化卡尔曼滤波器,以实现持续的领航员定位。视频实验和物理机器人实验验证了所提出的方法的有效性和可靠性。     

光学三角法测头的精度优化技术研究

为了提高光学三角法测头在实际应用中的测量精度,本文在分析光学三角法测量原理的基础上,提出了一种基于自适应区域平均中点匹配算法的光学测头精度优化方法。该方法以空间域滤波思想为基础,可以根据测头的测量值自动判断测量误差的大小以及优化区域的大小,并可以针对不同表面给出相应的精度优化方法。实验结果表明,该优化算法可以准确描述被测物体表面的轮廓特征,并且能够降低测量误差50%以上,从而有效解决了光学扫描测量精度不足的问题,使测头能够达到微米级的测量精度,实现了零件的高效率、高精度测量。     

基于MEMS-INS/GNSS组合导航抗差自适应Kalman滤波算法

标准的Kalman滤波器在组合导航领域得到了广泛的应用,然而在实际运动过程中,载体的运动模型是复杂多变的,无法准确掌握系统的动态特性。针对高动态环境下载体动态复杂多变特性带来的动力学模型难以精确构建问题,以及卫星跟踪环路信号易受扰动导致的观测信息出现异常粗差问题,设计了一种基于MEMS-INS/GNSS组合导航系统抗差自适应Kalman滤波算法,研究了优化自适应因子的求解方法。通过跑车试验证明了该算法能够有效地抑制误差发散,提供更加精确的导航定位结果,更好地控制观测信息误差以及动力学模型异常所带来的影响。     

奇异线性连续随机系统动态噪声统计特性未知时的最小阶滤波器

本文讨论了奇异线性定常连续随机系统最小阶滤波器的设计问题。在系统部分观测能量精确测量以及其有限导数存在的情况下,利用广义逆阵方法选择L矩阵,以消除动态噪声对降阶系统的影响,从而推导出动态噪声统计特性未知时的降阶线性最优滤波器,其阶数为n-m+r。当观测方程奇异假设条件成立及引理有解时,本文证明了最小阶滤波器必定存在。文中举例说明了这一降阶滤波方法的可行性。     

GPS-AHRS组合导航系统

本文研究了采用低精度陀螺的航向姿态基准系统(AHRS),应用卡尔曼滤波技术与全球定位系统(GPS)组合所构成的导航系统。文中推导了组合导航系统的动态方程,给出了该系统在航空应用中,采用S形机动飞行实施空中对准的协方差模拟结果。分析结果表明,该组合系统能提供较高精度的导航与姿态信息,具有较大的实用价值。     

利用推广卡尔曼滤波实现纯方位目标跟踪

本文讨论在修正极坐标下利用推广卡尔曼滤波实现纯方位目标跟踪的具体方法。通过采用协方差平方根滤波与变系数衰减记忆滤波,克服了跟踪过程中的计算发散和滤波发散,获得了比较满意的稳定和渐近无偏的估计结果,并利用Z80-CPU配接适当的外部设备实现了实时的跟踪处理。此外,还对纯方位目标跟踪的一些性质进行了分析。     

一种非线性状态估计器的算法实现与解耦简化

本文以机载火控系统中的目标状态估计器(TSE)为例,探讨了一类非线性状态估计器的算法及简化方法。文中给出了TSE的数学模型,分析了其特点,并作了形式上的变换;而后用最优卡尔曼滤波算法实现了状态估计。最后,利用其结构特点,作了算法解耦,故大大减少了计算量和计算机内存,获得了令人满意的估值精度。     

基于U-D分解滤波的GPS动态用户导航算法研究

本文将数值稳定性好、计算量小的序列U-D分解滤波算法应用到状态方程为线性、观测方程为非线性的GPS动态用户导航系统中。文中建立了高动态用户数学模型,推导了以伪距为观测量的系统测量方程。在给定飞机航迹的情况下,对系统进行了数字仿真。仿真结果表明,U-D分解滤波算法能更有效地适合动态用户GPS导航系统。     

提高数控系统可靠性的解析余度研究

为提高航空发动机数字控制系统的可靠性，本文用解析余度技术，对系统传感器故障检测，隔离、调整的方法进行仿真研究，仿真系统中的发动机数学模型是用一系列小偏差线化模型去逼进某一实际发动机的试车数据而得到的，这里建立的传感器故障模型模拟各种故障的发生，设计分离的卡尔曼滤波器产生的残差秩序构造－决策函数，对故障进行检测及隔离调查。本文在ＭＡＴＬＡＢ语言环境，对可能发生的故障进行了仿真研究，所得结果说明，这种     

A FAST KALMAN FILTER FOR INTEGRATED GPS/INS BASED ON U D FACTORIZATION

研究了基于Ｕ－Ｄ分解的快速Ｋａｌｍａｎ滤波算法,并将它应用到一个２１状态的ＧＰＳ／ＩＮＳ组合导航系统工程实现中。常规的Ｋａｌｍａｎ滤波器已广泛应用于ＧＰＳ／ＩＮＳ组合系统,但由于系统建模误差和计算舍入误差,Ｋａｌｍａｎ滤波器在工程应用中会出现发散现象。为了解决这个问题,本文推导了一个基于Ｕ－Ｄ的扩展Ｋａｌｍａｎ滤波器。此外,由于高阶组合系统计算量大,导致基于Ｕ－Ｄ分解的滤波器在实时应用中有困难,为此,本文提出了一种快速的滤波算法来节省计算时间。文中设计了一条近于实际的飞机航迹来仿真。结果表明,本文所提的滤波算法能有效地克服组合系统滤波器发散问题,并减少计算时间近６９％。