检索结果-内蒙古大学图书馆

作者：王宏元吉林大学

学位级别：硕士

车辆追踪是无人驾驶、智能交通和物联网等领域的核心研究内容,具有重要的理论意义和应用前景。现有方法主要利用全球导航卫星系统和路侧基础设施实现车辆追踪。其中,基于路侧基础设施的车辆追踪方法首先通过获取车辆与路侧单元之间接收... 详细信息

车辆追踪是无人驾驶、智能交通和物联网等领域的核心研究内容,具有重要的理论意义和应用前景。现有方法主要利用全球导航卫星系统和路侧基础设施实现车辆追踪。其中,基于路侧基础设施的车辆追踪方法首先通过获取车辆与路侧单元之间接收信号强度、传输时延和波达方向等距离参数,然后采用卡尔曼滤波器实现车辆位置的预测和追踪。目前,国内外学者根据路侧基础设施等提出了许多有效的车辆追踪算法。值得注意的是,这些算法通常依赖于车辆和基础设施之间存在视线链路等假设。但在城市中心区、隧道和地下停车场等复杂环境下,车辆和基础设施之间可能不存在视线链路,并且车辆的初始位置不能通过卫星或路侧单元获取,这些因素将导致车辆追踪性能下降甚至算法失效。另外,在多车辆追踪系统中,通常利用主车对从车进行引导追踪,但主车选取不当将进一步降低算法的鲁棒性。因此,如何克服车辆追踪中视线链路缺失、初位置获取和主从车辆选择等问题是复杂环境下车辆追踪研究的重点和难点。作为一项新兴的技术,智能反射表面因其能够智能定制无线环境而引起学术界和工业界的广泛关注。智能反射表面可以通过软件定义的方式联合控制大量反射单元,实现入射信号的定向反射。具体来说,通过优化智能反射表面的相位参数,可建立路侧单元到车辆之间的虚拟视线链路,并实现车辆的初始定位和追踪。在主从车辆系统中,智能反射表面也可以辅助追踪系统选择最合适的主车来引导从车,进而提升追踪算法的鲁棒性和追踪精度。综上所述,研究基于智能反射表面辅助的车辆追踪算法,对实现车辆初始定位,解决视线链路缺失条件下的车辆追踪和主车选择问题是非常有意义的。因此本文针对车辆初始位置未知且缺乏视线链路等复杂情况,开展了车辆追踪方法和主从车辆选择等研究工作。具体研究工作如下:(1)本文对车辆追踪和智能反射表面等相关研究进行了归纳总结,并介绍了卡尔曼滤波理论和模拟退火算法等数学理论,为后续的复杂环境下基于智能反射表面的车辆追踪方法研究的开展打下基础。(2)针对复杂环境下车辆初始位置未知且视线链路缺失问题,本文提出了基于智能反射表面的追踪算法。该算法首先将IRS(intelligent reflecting surface)采样技术和模拟退火算法相结合,提出了改进模拟退火算法以实现车辆的初始定位。随后根据车辆与路侧单元的链路状态,将基于智能反射表面的观测数据与无迹卡尔曼滤波器相结合,分别提出了LOS-UKF和VLOS-UKF两种车辆追踪算法。最后,为了提高追踪算法的鲁棒性,提出了一种时延向量比较策略以修正车辆位置估计。仿真实验表明,所提出的算法能够实现高精度的车辆定位与追踪,并能在车辆预测轨迹发生偏差时实现有效的位置修正。(3)针对复杂环境下多车辆追踪问题,本文提出了基于智能反射表面的主从车辆追踪算法。该算法首先构建了主车选择策略以选择合适的主车,并对从车进行引导追踪。其次,在智能反射表面的辅助下,构造时延观测向量,使主车获得可靠的位置信息。最后将观测向量与本地惯性导航系统相结合,利用无迹卡尔曼滤波器实现主从车辆追踪。仿真实验表明,所提出算法能够选择出最合适的主车,并引导所有从车实现高精度的追踪。实验结果证明了本算法能够实现可靠的主从车辆追踪。

关键词：车辆追踪智能反射表面无迹卡尔曼滤波器虚拟视线链路

来源：评论

学校读者我要写书评

暂无评论

基于融合算法的锂离子电池剩余使用寿命预测

基于融合算法的锂离子电池剩余使用寿命预测

引用

作者：梅枭央华中科技大学

学位级别：硕士

随着人们对系统可靠性的要求不断提高,故障预测技术具有越来越高的实用价值。故障预测是预先判断未来有可能出现的故障或者故障演变的趋势,为消除潜在的安全隐患,降低人员伤亡和财产损失提供技术支持。故障预测主要包括故障的早期端倪... 详细信息

随着人们对系统可靠性的要求不断提高,故障预测技术具有越来越高的实用价值。故障预测是预先判断未来有可能出现的故障或者故障演变的趋势,为消除潜在的安全隐患,降低人员伤亡和财产损失提供技术支持。故障预测主要包括故障的早期端倪检测和系统、元件等的剩余寿命预测。锂离子电池是一种广泛使用的储能和供能元件,对其剩余使用寿命进行准确估计,在电池失效之前及时更换,可以有效的保障系统正常运行,避免重大事故发生。本文基于锂离子电池双指数容量退化模型,研究了锂离子电池剩余使用寿命的融合预测算法,提高了预测效果。本文首先简单分析了电池容量衰减的主要原因,讨论了电池的退化模型,将电池的剩余寿命预测转化为电池容量预测。然后将无迹卡尔曼滤波器应用于锂离子电池的寿命预测,在此基础上,提出用数据驱动方法预测残差校正项的融合思路。第一种融合算法是用BP神经网络对未来残差趋势进行迭代预测,恢复滤波器的预测更新功能。通过锂离子电池容量数据集的仿真实验,引入四个评价指标,验证了这一融合思路的可行性。为了进一步改善预测效果,提出了第二种融合预测算法,用K-均值聚类算法调整径向基神经网络的基函数中心,优化后的网络来预测滤波器残差值,更新系统状态和协方差矩阵,修正无迹卡尔曼滤波器的状态估计。为了提高融合算法预测效果和对不同电池个体的适应性,在第一个融合算法基础上结合经验模态分解算法对历史残差序列进行重构,提高残差数据集的可靠性实现对残差量的精确预测。该算法的可行性和有效性通过两种不同电池数据集的仿真实验得到了验证。

关键词：剩余使用寿命锂离子电池融合预测无迹卡尔曼滤波器残差校正神经网络

来源：评论

学校读者我要写书评

暂无评论

RKSF-RUKF辅助误差抑制的煤矿井下人员定位研究

RKSF-RUKF辅助误差抑制的煤矿井下人员定位研究

引用

作者：张晓炜西安科技大学

学位级别：硕士

煤炭在我国一次能源生产和消费结构中占有主要地位。煤矿人员定位系统作为“安全避险六大系统”之一,在煤矿生产管理和事故应急救援中发挥了重要作用,但目前我国主流煤矿人员定位方法误差较大。因此深入研究煤矿井下人员定位误差的成因... 详细信息

煤炭在我国一次能源生产和消费结构中占有主要地位。煤矿人员定位系统作为“安全避险六大系统”之一,在煤矿生产管理和事故应急救援中发挥了重要作用,但目前我国主流煤矿人员定位方法误差较大。因此深入研究煤矿井下人员定位误差的成因及抑制方法,对提高矿井人员定位准确性、保障煤矿安全生产具有重要意义。本文以煤矿井下人员定位方法为研究对象,在分析对比目前主流无线定位方法后,以时间到达法(TOA)的测距方法为基础,首先对该方法下的测距误差进行深入分析,在采用双边双路通信方式下,得出非高斯分布的非视距误差(NLOS)是人员测距误差的主要来源;为抑制非视距误差对测距结果的影响,提出以高斯和滤波理论为基础的鲁棒卡尔曼和滤波(RKSF)测距优化方法。其次分析巷道特殊几何尺寸对传统人员定位方法的影响,在长宽比趋于无穷的巷道环境中,定位误差主要由巷道径向方向承担;为适应巷道定位误差的这种特点并增强定位算法对异常观测的鲁棒性,提出以假设检验为基础的鲁棒无迹卡尔曼滤波(RUKF)定位优化方法。最后构建基于RKSF-RUKF模型的煤矿井下人员定位方法。为验证所提方法的有效性,设计并实现基于机器人操作系统(ROS)和Gazebo平台的仿真实验,对煤矿井下定位中常见的三种场景进行对比分析。经仿真实验,在视距环境下,本文方法与传统方法差距不大;在非视距环境下,本文方法具有较好的误差抑制能力,验证了本文方法的有效性,为提高矿井人员定位精度、保障煤矿安全高效生产、辅助矿井应急救援,提供了一定借鉴意义。

关键词：井下人员定位非视距误差高斯和滤波器无迹卡尔曼滤波器 Gazebo仿真平台

来源：评论

学校读者我要写书评

暂无评论

基于SSPF算法的移动机器人全局定位研究

基于SSPF算法的移动机器人全局定位研究

引用

作者：罗颖中南大学

学位级别：硕士

粒子滤波(particle filter,PF)算法是一种基于贝叶斯推理和蒙特卡罗方法的实时在线推理算法,因其具有并行化、易于实现以及有效处理非线性问题等特点,受到了越来越广泛的重视,成为统计学、自动控制、机器人学等领域新的研究热点,同时伴... 详细信息

粒子滤波(particle filter,PF)算法是一种基于贝叶斯推理和蒙特卡罗方法的实时在线推理算法,因其具有并行化、易于实现以及有效处理非线性问题等特点,受到了越来越广泛的重视,成为统计学、自动控制、机器人学等领域新的研究热点,同时伴随着计算机计算能力的超指数增长以及应用统计学、概率论等一些学科的不断进步,使该领域的研究得到了迅速发展。虽然目前已在理论和应用方面取得了一些研究成果,但粒子滤波器的发展仍处于初级阶段,其中许多关键技术至今仍没有公认有效的解决方法。传统粒子滤波算法在移动机器人全局定位时会出现粒子退化及粒子耗尽问题,导致定位失败。本文研究了提高粒子滤波器性能的关键技术及其在移动机器人全局定位中应用。在提高性能方面主要对粒子滤波器中存在的粒子退化和粒子耗尽问题进行了研究。实验结果表明改进的粒子滤波算法提高了移动机器人全局定位的准确性。本文作者主要研究工作和取得的工作成果主要体现在以下几个方面: 首先,提出了一种智能采样粒子滤波(smart sampling particle filter,SSPF)算法。相比于基本的PF算法,SSPF算法在以下三个方面做了改进:第一,在采样阶段,采用了无迹卡尔曼滤波算法来产生重要性提议分布,从而使采样点同实际分布更为接近,较好的解决了粒子退化问题。第二,在重采样阶段,采用了基于相关熵的自适应重采样方法,该方法可有效减少重采样的执行步骤,使PF算法更具智能性,并在一定程度上可缓解重采样步骤损失粒子多样性的问题。第三,由于重采样有可能会产生粒子耗尽这一极端情况,采用了Metropolis-Hastings(MH)算法较好的解决了粒子耗尽问题,使得定位更加准确。通过仿真结果对比,SSPF算法的估计性能最优。其次,研究了移动机器人的全局定位。移动机器人全局定位是自治式智能机器人领域中的一个基本但又非常重要的问题。我们研究了基于SSPF算法的移动机器人的全局定位研究,仿真实验表明该方法可以实现准确性较高的移动机器人全局定位。

关键词：粒子滤波器移动机器人全局定位 SSPF算法无迹卡尔曼滤波器 MH算法

来源：评论

学校读者我要写书评

暂无评论

电力机车的空转识别及防空转研究

电力机车的空转识别及防空转研究

引用

作者：陈鹏西南交通大学

学位级别：硕士

近年来,我国铁路不断重载化、高速化,因此机车需要获取更大的平均牵引力。机车牵引力的形成,主要依赖于轮轨间的粘着。有效的利用轮轨间的粘着一方面能提高机车的平均牵引力、有效发挥电机功率,另一方面能提升机车运行时的安全性和舒适... 详细信息

近年来,我国铁路不断重载化、高速化,因此机车需要获取更大的平均牵引力。机车牵引力的形成,主要依赖于轮轨间的粘着。有效的利用轮轨间的粘着一方面能提高机车的平均牵引力、有效发挥电机功率,另一方面能提升机车运行时的安全性和舒适性。然而轮轨间的粘着对环境状况比较敏感,常常会受多方面因素的影响。大量的工程实践和研究表明,机车的防空转系统可以有效地抑制空转,对恢复轮轨间的粘着和降低牵引电机的功率损失作用明显。而实现防空转控制的关键技术在于及时的识别出空转并进行相应的防空转控制。目前,除了在轨面撒沙等直接改善轮轨接触面条件的措施外,大都是对牵引电机进行控制以防止空转的发生。现阶段对牵引电机空转的识别主要是以监测电动机轴或动轮对的速度和加速度为基础的,当相应值超出其设定阈值时则判别为发生空转,从而触发防空转控制系统进行工作。由于电机或轮对的速度、加速度等机械量的时间常数较大,使得对空转的识别相对较晚,造成机车平均牵引力和平均粘着系数的下降。为了对机车的空转识别及其防空转进行研究,基于MATLAB/Simulink平台建立了某型号电力机车的电气仿真模型及其简单动力学模型,在此基础上分别对基于蠕滑速度、加速度、加速度微分、粘着系数微分、模糊控制以及负载转矩及其微分的空转识别和防空转控制进行了仿真试验。当机车发生空转时,由于轮轨间的粘着力变小,牵引电机的负载转矩随之减小。仿真试验证明,此时负载转矩的微分值变化幅度极大。本文利用电气量时间常数小的特点,从牵引电机电气量(电压、电流)的角度入手,用扩展卡尔曼滤波算法和无迹卡尔曼滤波算法等状态估计方法分别对电机的负载转矩进行估计,根据负载转矩及其微分的变化情况即可快速识别出机车的空转。仿真结果证明,基于负载转矩的空转识别更为可靠、迅速。

关键词：粘着控制系统空转识别防空转电力机车状态估计扩展卡尔曼滤波器无迹卡尔曼滤波器

来源：评论

学校读者我要写书评

暂无评论

AR预测模型的IMM跟踪算法

引用

计算机工程与应用 2014年第24期50卷 222-226页

作者：竹博周游仵国锋胡捍英解放军信息工程大学郑州450002

针对LOS/NLOS混合条件下对机动目标的鲁棒跟踪问题,提出一种基于AR预测模型的交互式多模型(Interacting Multiple Model,IMM)跟踪算法(ARIMM)。该算法利用AR预测模型对运动状态建模,针对LOS与NLOS条件下观测噪声的分布不同分别使用无迹... 详细信息

针对LOS/NLOS混合条件下对机动目标的鲁棒跟踪问题,提出一种基于AR预测模型的交互式多模型(Interacting Multiple Model,IMM)跟踪算法(ARIMM)。该算法利用AR预测模型对运动状态建模,针对LOS与NLOS条件下观测噪声的分布不同分别使用无迹卡尔曼滤波器(Unscented Kalman Filter,UKF)和改进的无迹卡尔曼滤波器(Robust Unscented Kalman Filter,RUKF),通过IMM方法估计出移动台的位置,利用该位置更新AR模型的参数,使AR模型与真实运动状态更加匹配,实现精确跟踪。仿真结果表明,在LOS/NLOS混合条件下,与传统的UKF和RUKF算法相比,该算法对机动目标跟踪的鲁棒性更好。

关键词：机动目标跟踪交互式多模型自回归(AR)预测模型无迹卡尔曼滤波器

来源：评论

学校读者我要写书评

暂无评论

基于激光雷达和视觉融合的移动机器人SLAM技术研究

基于激光雷达和视觉融合的移动机器人SLAM技术研究

引用

作者：韩维兰州理工大学

学位级别：硕士

随着机器人日益智能化、应用场景多样化,其在陌生环境中的感知能力也在随之提高,而作为机器人实现自主导航及其他决策的一项重要技术SLAM是研究的热点和难点。本文针对单一传感器SLAM算法存在信息单一、地图精度低和鲁棒性差的问题,提... 详细信息

随着机器人日益智能化、应用场景多样化,其在陌生环境中的感知能力也在随之提高,而作为机器人实现自主导航及其他决策的一项重要技术SLAM是研究的热点和难点。本文针对单一传感器SLAM算法存在信息单一、地图精度低和鲁棒性差的问题,提出融合激光雷达和相机信息的方式进行移动机器人定位和地图构建,基于此,本文重点开展了如下工作: 第一,在对传统的SLAM技术总结的基础之上,着重围绕视觉和激光SLAM算法进行研究,构建机器人运动模型、激光雷达和双目相机的观测模型,同时分别对基于视觉和激光传感器的两种经典SLAM算法分析,并结合实验总结了各自优缺点。第二,在总结分析了移动机器人激光SLAM相关算法的基础上,针对Cartographer算法存在的地图轮廓模糊问题进行改进,提出一种基于Cartographer优化算法的建图技术,通过设置概率阈值判断准则,进行栅格概率提升和地图更新,利用Gazebo仿真软件构建移动机器人模型和场景进行实验,实验结果表明,与传统Cartographer算法相比,本文的优化一定程度上提升了地图构建精度。第三,针对单一传感器SLAM技术应对复杂环境时信息缺失、地图精度不足的问题,提出一种多传感器基于无迹卡尔曼滤波器融合的SLAM建图算法,通过视觉信息来弥补激光SLAM建图的劣势;同时针对激光回环检测召回率低的问题,提出一种激光视觉融合回环检测技术,将基于改进ORB特征点的视觉回环检测技术与引入多传感器融合SLAM系统中,与激光回环检测构成双回环检测;利用MATLAB仿真工具分析验证,发现本文提出的多传感器融合SLAM技术对机器人的位姿估计效果更佳并且减小了累积误差。第四,在搭建了移动机器人软硬件系统和对此系统进行数据传输和通信等工作调试的基础之上,完成了激光雷达和相机的联合标定,然后通过ROS机器人操作系统在实际环境中对本文提出的多传感器融合建图技术进行多组建图和导航实验,根据实验结果分析对比,本文提出的激光视觉融合SLAM算法在建图精度和鲁棒性方面都有明显的提升。

关键词：移动机器人激光雷达 Cartographer算法无迹卡尔曼滤波器融合SLAM

来源：评论

学校读者我要写书评

暂无评论

连续搅拌釜式反应器的非线性LTR控制方法研究

连续搅拌釜式反应器的非线性LTR控制方法研究

引用

作者：李瑶北京化工大学

学位级别：硕士

连续搅拌釜式反应器CSTR (Continuously Stirred Tank Reactor)作为一种化工领域中常见的反应容器,已经广泛应用在工业生产过程中,是进行各种复杂化学反应的重要设备,其操作状况的好坏对于产品的品质和产量等会产生直接的影响。目前由于... 详细信息

连续搅拌釜式反应器CSTR (Continuously Stirred Tank Reactor)作为一种化工领域中常见的反应容器,已经广泛应用在工业生产过程中,是进行各种复杂化学反应的重要设备,其操作状况的好坏对于产品的品质和产量等会产生直接的影响。目前由于CSTR系统具有较强的非线性,其控制大都存在算法复杂,鲁棒性和实时性较差的问题。因此,CSTR控制方法的研究具有重要理论价值和现实意义。对于CSTR系统,反应釜内的温度是其中最重要的参数之一,反应釜内的温度往往能对产品数量和质量造成决定性的影响。在反应过程中,若不能将多余的反应热及时移去,不但会降低生产效益,更可能影响反应的安全性。因此,反应过程的温度控制具有重要的现实意义。另一个必须考虑的参数是反应浓度,它直接显示了反应釜内的反应状况以及产品质量,实时监控反应浓度也是一项非常重要的任务。然而,实际应用中浓度的实时检测具有很高的复杂性,成本也比较昂贵,存在检测条件、资金等多方面的限制。为解决这一问题,一些学者和工程人员提出利用系统状态观测器对反应浓度进行实时估计,实践证明这一做法是行之有效且具有实际价值的。本文在查阅了大量关于CSTR系统状态观测器设计以及温度控制的相关文献后,首先,具体阐述了CSTR的结构以及工作原理,给出了CSTR的非线性机理模型及其推导过程,对模型进行了无量纲化处理,并通过仿真实验对其稳定性进行了具体深入的探讨。其次,由于线性卡尔曼滤波器仅用在线性系统中,而CSTR是一个高度的非线性对象,所以本文分别利用扩展卡尔曼滤波器EKF (Extended Kalman filter)和无迹卡尔曼滤波器UKF (Unscented Kalman filter)对非线性CSTR系统的浓度变量进行实时状态估计,其中EKF利用雅可比矩阵(Jacobian Matrix)进行实时线性化,UKF采用比例修正对称采样策略得到Sigma点集。文中给出了CSTR状态估计两种非线性KF算法的具体设计过程,并分析了两种观测器在进行状态估计时的优缺点以及各自适用的系统。通过仿真实验验证了所设计观测器的有效性,并进行了估计精度、稳定性等方面的比较。再次,对适合于线性系统的传递函数恢复法LTR (Loop Transfer Recovery)进行了改进,使其能够应用到非线性过程系统的控制中。提出利用变增益线性二次型调节器LQR (Linear Quadratic Regulator)的方法对非线性系统进行控制,并通过对非线性实例的仿真实验验证了该非线性控制方法相比于线性LQR方法的优越性；在此基础上,针对二变量CSTR系统提出变增益NLTR (Nonlinear Loop Transfer Recovery)控制方法,采用EKF进行系统状态观测,利用线性二次高斯LQG控制方法设计控制器,加入积分单元以保证系统输出跟踪上设定值,通过传递函数恢复法对闭环系统进行目标性能恢复,从而完成了整个控制器的设计：仿真结果验证了所提出的NLTR控制方法的稳定性、快速性和鲁棒性,通过与文献[21]中的终端滑模控制TSMC (Terminal Sliding Mode Control)方法进行对比,显示了该方法的优越性。最后,由于UKF相比于EKF具有更高的精度和稳定性,因此针对三变量CSTR系统设计了基于UKF的变增益NLTR控制器,分析了不同加权矩阵系数对控制效果的影响,并通过与基于EKF的变增益NLTR控制方法进行对比,显示了该方法良好的改进效果。性能指标灵敏度函数也证明了所提方法具有良好的恢复性能。

关键词：连续搅拌釜式反应器非线性传递函数恢复扩展卡尔曼滤波器无迹卡尔曼滤波器鲁棒性

来源：评论

学校读者我要写书评

暂无评论

基于UKF的假突触耦合神经元的同步控制研究

基于UKF的假突触耦合神经元的同步控制研究

引用

作者：程健天津大学

学位级别：硕士

癫痫是大脑神经元异常放电引起中枢神经系统功能失常的一种慢性神经系统疾病，目前药物和手术是治疗癫痫的主要手段，然而有30%的患者癫痫症状还没有任何治疗手段可以控制，多年以来癫痫一直是临床治疗的一个重点难题。最近电磁刺激方... 详细信息

癫痫是大脑神经元异常放电引起中枢神经系统功能失常的一种慢性神经系统疾病，目前药物和手术是治疗癫痫的主要手段，然而有30%的患者癫痫症状还没有任何治疗手段可以控制，多年以来癫痫一直是临床治疗的一个重点难题。最近电磁刺激方法在控制癫痫发作和治疗癫痫方面取得了令人鼓舞的进展。大脑中神经元集群之间的同步是神经元编码和信息处理的重要机制，神经元网络的异常同步（过同步、超同步）可能会导致癫痫等精神疾病，因此研究神经元网络的去同步机制具有重大的实际意义。而大脑是一个高度复杂的非线性系统，神经元模型的建立为我们研究大脑活动提供了可能，但这些神经元模型中的参数在实际生理试验中是无法测量的。无迹卡尔曼滤波器（Unscented Kalman Filter, UKF）的出现为估计含有大量噪声的神经元状态提供了一个有效方法，它能估计非线性系统的状态和参数，为测量和控制模型参数提供了可能。本文首先在海马锥体神经元模型的基础上建立了四个神经元耦合的假突触耦合网络模型，分析了此模型的动力学特性，得到了影响此网络模型同步性的参数，即模型中的关键参数。为了实现闭环控制，本文提出使用UKF的方法，从被噪声污染的测量动作电位中估计耦合网络模型的参数和状态变量。然后是估计并控制模型中的关键参数。使用UKF估计假突触耦合网络模型中不可测的关键参数，最后将UKF加入到闭环控制中与模型组成反馈控制系统，通过调节外加电场刺激来控制模型的参数值，从而改变假突触耦合网络模型的同步状态，实现网络模型同步特性的可控性。本文将闭环控制策略与UKF相结合，提出一种新型闭环控制方法，它能解决模型参数未知情况下的控制问题，且保证系统的鲁棒性。文中给出了详细的设计过程和步骤，仿真结果证明了所设计控制算法的有效性。本文的研究结果为癫痫的电刺激机制提供理论基础。

关键词：癫痫同步假突触无迹卡尔曼滤波器控制

来源：评论

学校读者我要写书评

暂无评论

农机视觉和GPS组合导航方法研究

农机视觉和GPS组合导航方法研究

引用

作者：吴超哈尔滨工业大学

学位级别：硕士

农机导航是实现农机自动行驶，提升农业智能化程度的重要技术。农机导航技术是通过一些传感器，利用光、电磁波以及卫星信号等来测量获取周围信息，以实现对自身的定位，按照预先已有知识（如地图等）规划的路线进行运动的技术。如今常... 详细信息

农机导航是实现农机自动行驶，提升农业智能化程度的重要技术。农机导航技术是通过一些传感器，利用光、电磁波以及卫星信号等来测量获取周围信息，以实现对自身的定位，按照预先已有知识（如地图等）规划的路线进行运动的技术。如今常见的导航技术有视觉导航和GPS导航等，视觉导航技术波动的关键原因是光照因素，且图像中包含的数据较多，难以做到实时性;GPS导航在室内信号差，且想要实现精准定位需要价格较高的接收设备。　　针对上述问题，本文拟提出一种基于视觉和GPS导航的组合导航方法，结合两者的优点来提升定位精度，利用无迹卡尔曼滤波器（UKF）来融合两种导航方式获取的数据，完成数据滤波，提升导航定位的精度。本文基于阿克曼转弯模型，为避免农机自动驾驶过程中的压苗问题，提出了基于前进-后退转弯策略的自动转弯方法，同时提出了一种优化算法实现更好的性能。本文利用组合导航方法实现农机在农田中自动行驶的直行，基于自动转弯寻优方法实现农机自动驾驶的转弯，从而避免自动驾驶转弯过程中压苗的损失。　　针对农机自动驾驶过程中的直行行驶，本文从视觉导航与GPS导航两个部分从环境获取数据并进行处理，得到处理后的数据后将其传递至UKF中进行滤波操作实现预测与更新。视觉导航中的处理主要包含图像预处理和导航点提取技术，对于图像预处理部分本文选择效果最好的方法进行处理。针对导航点提取中不同于常见的特征点拟合技术，本文提出一特征点提取方法可以直接在得到预处理图像后就直接得到导航特征点，减少了提取特征点的时间。特征点提取之后，实现像素坐标、图像坐标、农机坐标以及世界坐标的转换，同时GPS设备得到的经纬度坐标也需要在世界坐标系下表示。在得到同一坐标系下的导航点数据后，UKF将GPS和视觉数据进行组合并滤波，得到导航点的位置并进行导航。组合导航实验使用模拟方式，以GPS数据为标准比对组合导航与视觉导航得到数据的误差。实验表明组合导航相比单一使用视觉导航的定位效果要有较大提升。　　针对农机自动驾驶过程中的转弯行驶，本文基于阿克曼转弯模型，设计与实现基于前进-后退策略的转弯算法。为了验证方法的有效性，本文根据实际情况来构建模型，进行模拟实验，对30度到45度之间的转弯角度进行寻优操作。实验结果表明寻优算法能够快速搜寻出最优转弯方法，并能够有效完成转弯任务。

关键词：组合导航视觉导航全球定位系统无迹卡尔曼滤波器

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：