检索结果-内蒙古大学图书馆

系统工程与电子技术 2012年第2期34卷 303-306页

作者：司学慧李小兵张彦乔朋朋空军工程大学导弹学院中国人民解放军94623部队

为了提高再入段目标跟踪的精度,将平方根不敏卡尔曼滤波(unscented Kalman filter,UKF)算法与多传感器分布式融合算法相结合,提出了基于平方根UKF的多传感器融合跟踪算法。在各个独立的传感器中利用平方根UKF滤波器进行状态估计,然后通... 详细信息

为了提高再入段目标跟踪的精度,将平方根不敏卡尔曼滤波(unscented Kalman filter,UKF)算法与多传感器分布式融合算法相结合,提出了基于平方根UKF的多传感器融合跟踪算法。在各个独立的传感器中利用平方根UKF滤波器进行状态估计,然后通过分布式融合方法融合各传感器的状态估计值得到全局的状态估计值和误差协方差,将全局误差协方差进行加权对各传感器进行分配更新。通过仿真验证,基于平方根UKF的多传感器融合跟踪算法具有较高的跟踪性能,是一种有效的非线性融合跟踪算法。

关键词：平方根不敏卡尔曼滤波多传感器融合再入段跟踪

来源：评论

学校读者我要写书评

暂无评论

多传感器融合的移动机器人同步定位与建图

引用

现代电子技术 2020年第14期43卷 164-169页

作者：陈超徐军张伟伟江苏科技大学机械工程学院江苏镇江212003

在移动机器人的同步定位与建图(SLAM)研究中,使用单一的Kinect传感器或激光传感器时,出现建图精度低、信息不完整、回环检测易出错、可靠性差等问题,为此提出一种方案,将这两种传感器进行融合,利用融合之后的数据来创建环境地图。该方... 详细信息

在移动机器人的同步定位与建图(SLAM)研究中,使用单一的Kinect传感器或激光传感器时,出现建图精度低、信息不完整、回环检测易出错、可靠性差等问题,为此提出一种方案,将这两种传感器进行融合,利用融合之后的数据来创建环境地图。该方法首先将Kinect采集的深度图转换成伪激光数据后,与激光传感器的数据进行融合,来构建环境的局部栅格地图,并利用融合后的数据进行激光回环检测。当检测到有回环时,再利用Kinect的RGB图的丰富的视觉信息进行视觉回环检测。通过双回环检测来过滤掉错误的回环信息,提高全局地图的精度和完整性。最后在机器人操作系统上进行试验,结果表明该方案能显著提高建图的精度和完整性。

关键词：同步定位建图移动机器人多传感器融合环境地图回环检测系统试验

来源：评论

学校读者我要写书评

暂无评论

基于平方根UKF的多传感器融合跟踪

引用

系统仿真学报 2008年第12期20卷 3237-3240页

作者：郭文艳韩崇昭连峰西安交通大学电信学院陕西西安710049 西安理工大学理学院陕西西安710048

为了提高融合算法的精度,将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合,提出了基于UKF的多传感器序贯融合算法。UKF算法利用非线性方程自身的传播,估计系统状态,避免了对非线性方程线性化的过程。顺序滤波... 详细信息

为了提高融合算法的精度,将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合,提出了基于UKF的多传感器序贯融合算法。UKF算法利用非线性方程自身的传播,估计系统状态,避免了对非线性方程线性化的过程。顺序滤波融合算法用同一时刻的量测依次更新状态,计算复杂性低。仿真结果表明,UKF顺序滤波融合跟踪算法比传统的扩展卡尔曼滤波(EKF)算法有更高的跟踪性能,是一种有效的非线性融合算法。

关键词： UKF算法顺序滤波非线性多传感器融合

来源：评论

学校读者我要写书评

暂无评论

基于时间触发多传感器融合的列车测速定位系统可调度性

引用

东南大学学报（自然科学版） 2013年第6期43卷 1190-1194页

作者：马维纲马建峰黑新宏曹源西安电子科技大学计算机学院西安710071 西安理工大学计算机科学与工程学院西安710048 北京交通大学电子信息工程学院北京100044

研究时间触发的静态任务表调度问题,提出多传感器融合测速定位系统的调度模型,在实时周期任务调度满足硬时限约束、软实时非周期任务调度满足弱时限约束的条件下,建立实时周期任务、软实时非周期任务、超时检测任务模型.基于任务时间需... 详细信息

研究时间触发的静态任务表调度问题,提出多传感器融合测速定位系统的调度模型,在实时周期任务调度满足硬时限约束、软实时非周期任务调度满足弱时限约束的条件下,建立实时周期任务、软实时非周期任务、超时检测任务模型.基于任务时间需求函数,计算了系统耗时和CPU利用率.在实时周期任务满足硬时限调度、软实时非周期任务满足以概率调度的约束条件下,提出系统可调度性判定定理,保证系统在可预测性和安全性基础上提高系统利用率.通过实地测试验证了该调度方法能够满足列车测速定位系统的实时周期任务和软实时非周期任务的调度约束,系统利用率和系统响应时间能满足列控系统安全需求.

关键词：时间触发机制可调度性分析任务调度多传感器融合

来源：评论

学校读者我要写书评

暂无评论

多传感器融合在移动机器人运动控制中的应用

引用

仪器仪表学报 2002年第1期23卷 106-110页

作者：李玉榕郭智疆蒋静坪何文欢浙江大学电气工程学院

本文提出一种基于 T-S模型的变结构模糊神经网络直接逆模型控制器 ,并将其应用于移动机器人的运动控制中。利用光电编码器进行自定位。同时 ,用扩展卡尔曼滤波器融合多个超声波传感器的测量值 ,并采用回朔算法 ,将融合值用于复位光电编... 详细信息

本文提出一种基于 T-S模型的变结构模糊神经网络直接逆模型控制器 ,并将其应用于移动机器人的运动控制中。利用光电编码器进行自定位。同时 ,用扩展卡尔曼滤波器融合多个超声波传感器的测量值 ,并采用回朔算法 ,将融合值用于复位光电编码器 ,不仅消除了光电编码器累积误差的影响 ,并能满足实时控制的要求。仿真实验说明了该方法的有效性。

关键词：模糊神经网络运动控制扩展卡尔曼滤波器自定位回朔位算法多传感器融合移动机器人

来源：评论

学校读者我要写书评

暂无评论

多传感器融合的四旋翼飞行器运动估计

多传感器融合的四旋翼飞行器运动估计

引用

作者：周璠中国科学技术大学

学位级别：博士

四旋翼飞行器(Quadrotor)是一类由四个螺旋桨提供动力的微型无人飞行器(Unmanned Aerial Vehicle:UAV)。由于具有简单的动力学原理，垂直起降能力以及小范围内良好的机动性能等一系列卓越的特性，四旋翼飞行器在近年来得到了深入的研究... 详细信息

四旋翼飞行器(Quadrotor)是一类由四个螺旋桨提供动力的微型无人飞行器(Unmanned Aerial Vehicle:UAV)。由于具有简单的动力学原理，垂直起降能力以及小范围内良好的机动性能等一系列卓越的特性，四旋翼飞行器在近年来得到了深入的研究，并在空中监控和侦察，复杂环境的探索和搜救，特定目标检测，预定轨迹巡航等领域取得了广泛的应用。四旋翼的运动控制是使其具备自主飞行能力并进一步实现自动化应用的基础和前提。运动估计算法作为运动控制的反馈信号来源，直接影响四旋翼运动控制的精度乃至飞行器系统的性能。\n 近年来，随着计算机视觉研究的不断深入和视觉传感器性能的不断改善，视觉方法开始越来越多的应用到飞行器的运动估计中。与传统方法有显著区别，一方面，视觉方法可以在各种复杂未知环境中应用，极大的拓宽了飞行器的应用范围;而且视觉传感器对周围环境的感知和识别有助于飞行器功能的拓展。另一方面，由于视觉算法的复杂性，其定位结果会具有比较大的延时;而且视觉算法易受周围环境影响，其结果的鲁棒性也有待提高。这些都是亟待解决的问题。\n 本文采用视觉主导、多传感器融合的方法对四旋翼飞行器的运动估计问题进行研究，以得到高精度的运动估计结果为目标。\n 本文的主要工作和创新点包括以下几个方面:\n (1)未知环境中的视觉定位是近年来的研究重点。传统方法通过对由两幅图像中相互匹配的特征点对所确定的超定方程组进行最优化求解来得到两幅图像之间的相对位置信息。针对该算法计算时间复杂度较高，导致较大时延从而影响系统定位实时性的问题，本文提出了一种融合机载惯性测量单元(InertialMeasurement Unit，简称IMU元件)所提供的信息的视觉定位算法，解决了系统的定位实时性问题。\n (2)未知环境中基于特征点匹配的视觉定位结果的精度由于受未知因素的影响而不确定（即噪声特性不确定）。目前，缺乏对视觉定位性能的自适应评估研究。如何判断视觉定位结果是否可用;如果可用，又如何对其精度做出定量的评估以作为多传感器数据融合时权重选择的依据，这是实际应用视觉定位算法时必须解决的问题。根据数据融合中Kalman滤波器的要求，本文在对视觉定位结果进行噪声建模的基础上，提出了一种基于飞行器运动特性分析的视觉定位噪声方差自适应估计方法。实验表明，此方法可以准确的估计出视觉定位结果的噪声方差，并据此估计运动参数，提高了运动估计的鲁棒性和精度。\n (3)转动估计是飞行器运动估计的重要组成部分。本文对常用的姿态表示方法和数据融合方法进行了学习和比较，以提高计算效率和估计精度为目的，利用非线性转动估计模型，实现了基于四元数表示和无迹Kalman滤波的飞行器转动估计。实验表明，相对于已有方法，该方法在提高转动估计精度方面具有一定的优势。\n (4)在基于Kalman滤波器的平动估计中，视觉定位结果相对于其它传感器数据存在较大时延的问题，本文提出了一种将惯性传感器数据前推与视觉定位结果对齐，再利用加速度信息对存在时延的平动估计结果进行补偿的数据融合算法，该算法可以得到更准确的平动估计。实验表明，本文方法显著提高了平动估计的精度。\n (5)考虑到已有不同定位方法的特点，通过将GPS数据、视觉定位结果和其它传感器数据进行融合，实现了不同飞行环境下四旋翼飞行器的最优平动估计。在此基础上利用各传感器的故障模型建立了一个有容错机制的飞行器平动估计系统。

关键词：四旋翼无人飞行器视觉定位多传感器融合自适应信号处理时延补偿运动估计

来源：评论

学校读者我要写书评

暂无评论

多传感器融合的无人车自主定位实验研究

引用

现代电子技术 2024年第16期47卷 90-96页

作者：曹月花李辉杭州电子科技大学信息工程学院浙江杭州310018

为了满足机器人专业课程实验研究性教学需求,设计一个多传感器融合的无人车自主定位实验。选择智能机器人开放平台作为载体,在硬件平台上研究退化环境实验,实现3D激光惯性融合的定位与建图。在实验环节中,首先,通过惯性测量单元(IMU)获... 详细信息

为了满足机器人专业课程实验研究性教学需求,设计一个多传感器融合的无人车自主定位实验。选择智能机器人开放平台作为载体,在硬件平台上研究退化环境实验,实现3D激光惯性融合的定位与建图。在实验环节中,首先,通过惯性测量单元(IMU)获得位姿信息,通过激光雷达获得点云数据,利用扩展卡尔曼滤波处理位姿信息,并利用体素滤波处理点云数据,从而完成数据预处理;然后通过坐标转换实现激光惯性组合定位;最后在硬件平台上研究退化环境实验,实现3D激光惯性融合的定位与建图。实验结果表明,IMU测量数据有较高的准确性,而激光点云则会约束IMU的测量偏差。这种组合方式能够有效地提高同步定位与建图(SLAM)系统在复杂现实环境中的测量精度和鲁棒性,适用于无人车的自主定位。应用表明,该实验系统使学生获得了综合训练,提升了学生的综合实践创新能力和科研创新能力,并取得了良好的教学效果。

关键词：多传感器融合无人车定位惯性测量单元(IMU) 激光雷达扩展卡尔曼滤波坐标转换退化环境同步定位与建图(SLAM)

来源：评论

学校读者我要写书评

暂无评论

多传感器融合的三维场景感知

多传感器融合的三维场景感知

引用

作者：陈尚文安徽大学

学位级别：博士

为了让机器代替人类完成一些危险、繁重、重复、持续的工作或者获取三维场景更加精确的信息,机器必须具有精准的三维场景感知能力。机器依据传感器获取场景的信息,而目前的传感器获取信息的维度以及范围都非常有限且包含随机噪声,融合... 详细信息

为了让机器代替人类完成一些危险、繁重、重复、持续的工作或者获取三维场景更加精确的信息,机器必须具有精准的三维场景感知能力。机器依据传感器获取场景的信息,而目前的传感器获取信息的维度以及范围都非常有限且包含随机噪声,融合多个传感器的信息对三维场景进行感知不仅可以提高系统稳定性,而且能够获取更加精确、完整信息。本文分两步进行了探索和尝试:第一步融合一个图像传感器和一个加速度传感器,在智能移动设备端对所观测到的三维场景进行测量,提供准确的深度、地面距离和物体尺寸信息。该方法虽然能够便携地获取准确的场景信息,但受限于智能移动设备端的传感器类型和数量,仅能够测量三维场景中比较有限的范围和结构信息。因此,本文在第二步的研究中拓展了传感器的数量,使用对三维场景具有更强感知能力的深度传感器,快速重建动态场景任意时刻的完整三维模型,为游戏、虚拟现实、电影特效以及三维直播等领域提供了大量真实的数据,使的机器具有连续感知一定范围内完整三维场景的能力。本文的研究内容有:智能移动端多传感器融合的距离测量、多深度传感器数据的快速融合以及动态场景三维模型的重建。主要工作和创新点包括:第一,提出了融合智能移动设备自身传感器的单幅图像距离测量算法。已存在的智能移动设备端的距离测量算法需要拍摄多幅图像或者仅能测量单一的距离类型。本文提出一种利用智能移动设备自身的加速传感器,仅需单幅图像的距离测量方法。该方法利用加速度传感器获取设备拍摄该图像时的方向,用于建立图像中像素点与场景地面上点的对应关系。这样,图像上两个像素点之间的距离被转换到缩放因子相关的线性模型中。依据这个模型,地而上的距离、深度和高度三种类型的距离可以通过用户在图像指定两个像素点,选择距离类型之后直接进行测量。其他类型的距离可以通过以上三种距离类型结合来完成测量。第二,提出了基于两层空间体素的多深度传感器数据快速融合算法。该方法针对目前空间体素融合算法速度低的不足,将三维空间剖分成两层空间体素,通过减少内存占用和提高内存访问效率,使多深度传感器数据在保证质量的同时更加快速的完成融合。首先,设计了一种高效的数据结构以及在GPU中并行操纵该数据结构的多深度传感器数据的快速融合算法,根层体素粗略的剖分物理三维空间,叶子层节点是高分辨的体素,用于存储隐式表示物体表面的有符号截断距离函数值。同时,对两层体素的数据结构进行高效编码压缩以减少内存的占用量与读写访问次数。其次,为了减少频繁向操作系统请求内存操作,在GPU中实现了一个基于高效循环队列的内存池。再次,本文改进了用于从空间体素中提取等值面的MarchingCubes算法,极大的减少了内存访问的数量,相比于原始的算法,明显的降低了提取等值面所需时间。最后,针对目前GPU的架构对本文的两级空间体素融合算法设计了相应的并行策略。第三,提出了基于多深度传感器融合的实时动态场景三维重建算法。由于场景物体的遮挡以及深度传感器自身的精度问题,融合了所有深度传感器数据的结果仍然可能包含大量的空洞以及因噪声引入的高频信息。另外,动态场景时刻存在的非刚体运动也增加了深度数据时分复用的困难。同时,实时重建出的网格流数据量巨大,远远超过目前互联网的传输能力。本文使用采样关键帧和非刚体点云配准技术对数据进行去噪、融合以及压缩传输。在该方法中,首先设计一个基于迭代最近邻点的投影非线性约束项迭代算法用于配准具有非刚体变换关系的两片点云。将非刚体配准问题中目标函数的非线性项抽离出来,采用投影的方式将非线性项转换成线性约束问题。使的原本求解非线性最小二乘问题转变为迭代求解线性最小二乘和投影操作,并进一步根据投影操作是将仿射矩阵投影到旋转矩阵空间的性质,通过并行的极分解快速的求出闭合解。在配准相邻帧之间的点云数据应用中,相比于直接求解非线性最小二乘问题,该算法在计算速度和算法鲁棒性方面的表现会更优。然后将配准后的两个模型通过空间体素实现间接的数据融合。最后,我们将抽取的关键帧和非关键帧的变换参数压缩传输,极大的减少了所需传输的数据量。

关键词：多传感器融合实时动态场景三维重建空间体素融合智能移动设备距离测量

来源：评论

学校读者我要写书评

暂无评论

多传感器融合技术在船舶液位监测中的应用

引用

舰船科学技术 2021年第11期43卷 157-162页

作者：刘江莉宫尚军张磊朱志松姚兴田南通大学机械工程学院江苏南通226019

目前国内外许多船舶采用了液位监控系统,极大地提高了船舶的自动化程度。为了保证液位监测的准确性与可靠性,针对环境干扰易导致液位测量结果出现偏差的问题,构建新的液位监控系统,对液位测量的精度进行分析和改进。考虑液位监控系统中... 详细信息

目前国内外许多船舶采用了液位监控系统,极大地提高了船舶的自动化程度。为了保证液位监测的准确性与可靠性,针对环境干扰易导致液位测量结果出现偏差的问题,构建新的液位监控系统,对液位测量的精度进行分析和改进。考虑液位监控系统中存在一步随机时滞的情况,对传感器测量液位的过程进行数学建模,基于卡尔曼滤波和矩阵加权融合算法,提出一种新的多传感器融合算法。通过仿真实验,表明多传感器滤波融合算法能够使液位测量更精确、更稳定,且易于故障监测和分离。

关键词：液位监控精度卡尔曼滤波观测时滞多传感器融合

来源：评论

学校读者我要写书评

暂无评论

抽油管缺陷检测的多传感器融合技术

引用

中国机械工程 2005年第17期16卷 1512-1515页

作者：杨涛高殿斌天津工业大学天津300160

将多传感器信息融合技术应用于抽油管缺陷在线检测系统。油管缺陷定量检测的多传感器信息融合模型的建立分别在数据层、特征层和决策层三个融合层次上进行;选取4路传感器信号进行信号直接融合,通过硬件直接形成油管的偏磨信号;建立了基... 详细信息

将多传感器信息融合技术应用于抽油管缺陷在线检测系统。油管缺陷定量检测的多传感器信息融合模型的建立分别在数据层、特征层和决策层三个融合层次上进行;选取4路传感器信号进行信号直接融合,通过硬件直接形成油管的偏磨信号;建立了基于插值法的偏磨缺陷的定量分析方法,并给出了实测结果。对于坑状缺陷,通过对28路传感器所观测的目标进行统一的特征融合,提取特征向量,利用神经网络的决策模型完成了坑状缺陷的量化分析。

关键词：抽油管无损检测多传感器融合缺陷

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：