Reduced parameter model on trajectory tracking data with applications

The data fusion in tracking the same trajectory by multi-measurernent unit (MMU) is considered. Firstly, the reduced parameter model (RPM) of trajectory parameter (TP), system error and random error are presented,and then the RPM on trajectory tracking data (TTD) is obtained, a weighted method on measuring elements (ME) is studied and criteria on selection of ME based on residual and accuracy estimation are put forward. According to RPM,the problem about selection of ME and self-calibration of TTD is thoroughly investigated. The method improves data accuracy in trajectory tracking obviously and gives accuracy evaluation of trajectory tracking system simultaneously.     

Efficient track-before-detect algorithm based on the parameterized track enhancement

To address the problem of detection and tracking in the environment of a low SNR, we propose a new multi-frame track-before-detect algorithm. First of all, the nonparametric tracking initial is made based on the unthresholded multi-frame data. The target's plots can be obtained. Then the track enhancement operator is designed making use of the parameter of the target's state and the measurement imprecision error. Finally, using the designed operator to do the parameterized track enhancement, the results of tracking can be obtained. The algorithm possesses the characteristics of close loop feedback between the state of the target's trajectory and the track enhancement operator, which can improve the accuracy of detection and tracking and realize joint detection and tracking in a low SNR environment. Simulation results show that compared with the traditional track-before-detect the proposed method can obtain similar performance. The method can track stably in the case where the signal-to-noise ratio is 6dB.     

多传感器多目标跟踪算法仿真平台设计与实现

针对美国联合导控器实验室提出的数据融合模型中多传感器多目标跟踪算法的仿真验证和定量评估的问题,采用模块化和开放性结构思想,面向对象编程及Visual C++与Matlab混合编程技术,构建了一类通用的可视化多传感器多目标跟踪算法仿真平台。该平台能够完成多种目标跟踪算法仿真、测试与评估功能。通过在系统运行的一个软件实例,证明了仿真平台的有效性与实用性。     

基于雷达跟踪的修正弹道辨识精度分析

为了得到适用于射程修正引信的弹丸落点预测方法,研究了基于扩展卡尔曼滤波的雷达跟踪弹道辨识算法和基于数理统计理论的弹丸落点预测精度分析方法．最后,采用蒙特卡洛模拟方法对弹道辨识进行了仿真研究,仿真结果表明扩展卡尔曼滤波是辨识雷达跟踪弹道的有效方法,当雷达采样时间约在15．0s以上时,落点预测距离相对误差小于0．42％,满足射程修正引信的性能指标要求．     

一种基于细菌觅食算法的机械手臂控制器设计

针对机械臂控制系统需可靠、快速、准确跟踪设定值轨迹的要求,通过研究机械臂控制系统的非线性动力学模型,提出1种基于细菌觅食优化算法(BFO)优化PID控制器参数的控制方案。设计采用细菌觅食算法求解在线优化PID参数的流程,用于机器人手臂的跟踪控制。为更有效地考察机械手臂系统的跟踪控制性能,设定2个关节的期望轨迹分别为正弦和余弦函数。仿真结果表明,与传统PID方法相比,基于BFO算法优化的控制方案具有更优越的控制品质和较强的抑制干扰能力,能有效提高机械臂跟踪控制的快速性和准确性。     

一种面向定点轨迹数据的行程识别方法

为了对长周期定点轨迹数据进行行程识别,提出了一种基于动态阈值的定点轨迹数据行程识别方法.首先,采用聚类方法确定与阈值相关的时空多粒度参数;其次,根据参数对历史记录进行统计,计算参数对应的阈值;利用时空相关参数获取对应阈值,对轨迹进行分段,进而实现行程识别.基于真实的城市交通卡口数据的实验结果表明,使用时空相关的动态阈值方法对定点轨迹数据进行行程识别在准确率和覆盖率上都要优于传统基于固定和单一阈值的方法.     

随机集粒子滤波的快速被动数据关联算法

针对杂波干扰环境下的被动多目标跟踪问题,将多站集中式融合方法与概率假设密度粒子滤波递归过程相结合,实现被动多目标跟踪．进一步,将概率假设密度粒子滤波递归过程并行化处理,每个目标使用单独滤波器跟踪,避免了大量粒子的聚类过程,简化算法复杂度,进而提出一种快速被动数据关联算法．实验结果表明,与传统算法相比,新算法可以在不增加额外计算负担的基础上,有效得到每个目标的航迹．特别对于目标发生交叉的情况,能很好地区分每个目标的航迹．     

A method for determining the small-sample test length of carrier rocket

To satisfy the demand of test evaluation of carrier rocket, the character of aerocraft and the primary flight error should be well considered. By making full use of tracking data and ground test data, a new method is provided to expand sample size through converting the system error of guidance instruments (SEGI) of special case into standard case. In terms of the prior distribution of the SEGI coefficients, a novel model, named Bayes spline model, is developed for precision evaluation, and its performance is analyzed subsequently. For a given threshold of precision.the test length can be determined by the posterior variance with the afore-mentioned model. Finally, it is proved by theoretical analysis and simulation that this method has clear engineering background and is able to fully exploit the test resources and enables us to draw a more reasonable conclusion.     

基于运动发散分量的四足机器人步态规划

为了使四足机器人在出现较大的轨迹跟踪误差时仍然可以稳定运动,提出基于运动发散分量（DCM）的在线步态规划方法. 将四足机器人抽象成三维线性倒立摆模型（LIPM）,根据离线规划的落脚点,应用DCM方法论递推出保持DCM有界的参考轨迹;在满足步幅约束、零力矩点（ZMP）约束的条件下,步态规划运用宽松初始状态模型预测控制在线优化出可快速收敛到参考轨迹上的落脚点以及期望状态轨迹;全身运动控制器通过构建二次规划优化出满足运动约束、动力学约束、摩擦力约束等条件下跟踪期望状态轨迹的力矩. 通过仿真验证以上算法,仿真结果表明：与经典模型预测控制相比,宽松初始状态模型预测控制可以承受较大的轨迹跟踪误差,四足机器人可以在出现较大的轨迹跟踪误差时以troting步态稳定运动并尽快收敛到离线规划的轨迹上.     

翼伞-载荷系统的航迹跟踪

翼伞-载荷系统可被用于精确空投、定点无损着陆以及大型航天器的回收,在航空航天、军事等领域发挥着非常重要的作用。因此,基于翼伞-载荷系统的八自由度动力学模型,采用横向非线性控制方法,对翼伞-载荷系统的航迹跟踪进行了理论分析与仿真模拟。仿真结果表明,飞行器与参考点之间的较佳距离L1为100 m;该距离内,无风和受到5 m/s常值风情况下,所提出的翼伞-载荷系统均能较好地完成90°,180°,270°,360°转弯的航迹跟踪,说明横向非线性控制方法具有较好的控制性能和一定的抗风能力,可被应用于翼伞-载荷系统的航迹跟踪控制,为翼伞-载荷系统的优化设计以及大型航天器回收的精确控制提供参考。     

基于车载LiDAR数据的道路边界精细提取

根据道路在车载激光点云数据中的表达特征,提出一种基于轨迹线辅助下的K均值聚类算法,开展针对道路边界线的自动精细提取研究,算法描述为:先进行数据预处理,将复杂轨迹简化成单一轨迹;再利用轨迹辅助,通过插入截面,将点云投影在截面上获得"断面线";然后以断面线为基础,采用K均值聚类算法提取出道路边界;最后对提取的道路边界进行检核、优化,获取精细道路边界信息.实验表明,该方法实现了道路边界高效准确地全自动提取.     

Trajectory generation of heat load test based on gauss pseudospectral method

A new trajectory generation for heat load test is proposed based on gauss pseudospectral method within limit range. Firstly, with multiple path constraints and flight task requirements taken into consideration, heat load parameters are introduced into the dynamics equations. In order to solve the problem of generating such a trajectory within limit range rapidly, the dynamics equations have been normalized by Earth related parameters. Secondly, since the gauss pseudospectral method is just employed to solve the discrete nonlinear programming problem, transformations are developed, which can relate the Lagrange multipliers of the discrete nonlinear programming problem to the costates of the continuous optimal control problem. In addtion, another approach of trajectory generation by tracking the given heat rate is also presented. Finally, simulation results with common aero vehicle (CAV-H) show that the trajectories obtained by both methods can well perform the heat load test with high stagnation heating rate and the large total aeroheating amount; meanwhile, gauss pseudospectral method is better than the compared one in the given range. Furthermore, the 3-D trajectory states and control variables, angle of attack and bank, which are generated by gauss pseudospectral method, can change smoothly.     

交会法多弹道测量误差的综合分析

采用交会方法进行靶场多弹道测量包括：试验方案选择、交会测量布站、像点判读、同名像点判定及弹道寻迹等部位,在这一过程中,误差不仅来自测量设备,同时像点判读、同名像点判定以及弹道寻迹等都会引入大量的不同种类的误差本文的相关部门的误差进行了分析,并给出了误差计算公式。     

上肢康复训练轨迹定制优化及柔顺跟踪控制

卒中后早期的被动康复训练可以促进患者脑神经重塑甚至重获肢体运动能力。针对多数上肢康复机器人将参数化规则曲线作为被动训练的轨迹,没能融合康复医师的经验及患者的个体特征,或者缺乏三维个性轨迹的光滑优化以及训练过程中的安全柔顺交互的问题。本文基于新型末端牵引式3自由度上肢康复机器人开展轨迹个性化定制优化以及跟踪控制研究。首先,在笛卡尔空间应用导纳算法及力补偿策略实现理疗师对轨迹的定制。然后,用道格拉斯-普克法压缩原始轨迹数据得到型值点,保留初始轨迹的拓扑形状。用非均匀有理B样条曲线(NURBS)进行插值,并融合动态切换概率和t变异改进蝴蝶优化算法(BOA)优化拟合的轨迹。最后,设计基于RBF网络的滑模自适应以及速度前馈加PID的控制策略实现末端轨迹跟踪,并增加导纳-阻抗控制形成基于力阈值的多模式柔顺跟踪控制,保证较大人机交互力时的安全。结果表明定制机器人末端轨迹的拖动力在5N以内;改进的BOA算法具有更高的收敛速度和精度,优化的轨迹曲率和更小;轨迹跟踪控制策略可以将跟踪误差控制在6mm内;模式切换在0.3s内响应并顺应较大交互力而提高训练的安全性。     

基于实时图像的乒乓机器人Kalman跟踪算法

针对乒乓球高速运动图像模糊、空气阻力以及摄像机成像畸变等因素导致的误差问题,提出一种自适应测量协方差的离散Kalman轨迹估计算法.该算法通过动态调整测量协方差的大小,实现了对目标运动轨迹的准确跟踪,并进一步为乒乓球落点预测和手臂击打奠定了基础.实验表明,在图像采集速率高于70 帧/s、乒乓球速度超过5 m/s的情况下,该算法能有效地克服测量噪声和数据丢失的干扰情况的影响,给出优良的跟踪结果.同时该算法跟踪精度高,计算量小,适用于高速目标跟踪的场合.     

知识继承型迭代学习控制的研究与应用

针对一类具有同质特征的多维轨迹群,提出基于知识继承的迭代学习控制（ILC）策略. 该策略以一类工业机器人系统为控制对象,在跟踪具有渐变幅值的同质轨迹群（HTG）时,应用迭代学习控制方法,从起始源轨迹中获得基准控制知识. 将基准控制知识预设为下一新轨迹迭代学习的首次运行知识. 通过增益变换和偏移变换实现迭代学习控制的知识继承,使得该类工业机器人系统加快对新轨迹的学习速度,以此降低跟踪同质轨迹群的整体学习次数,实现跟踪效率的较大提升. 理论分析和仿真结果证明了所提控制策略的优越性.     

快速相关处理系统结构设计

本文根据特征向量空间和最小相关搜索区的概念,提出了设计快速相关处理系统数据结构的新方法。用这种方法设计的数据结构,不仅提高了多目标实时跟踪处理能力,而且可压缩原有数据库容量。     

纯方位观测的航迹不变量目标跟踪算法

针对单站纯方位观测系统的目标跟踪问题,提出了一种新的单站纯方位目标跟踪算法．通过新提出的余切关系定理,解决了单站纯方位观测的非线性问题．推导了目标航向角估算公式及目标航迹的不变量,利用这个不变量估计目标方位．针对多站纯方位异步观测的目标跟踪问题,提出了一种新的双站纯方位异步观测目标跟踪方法,利用两个观测站与目标的几何关系估计目标位置．仿真实验表明,本算法能有效地实现纯方位目标跟踪．     

一类欠驱动机械系统的虚约束动态伺服控制

为了克服欠驱动机械系统无法对任意点和轨迹进行跟踪的缺点,扩大欠驱动机械系统应用领域,研究一类欠驱动机械系统的动态伺服控制问题,动态伺服控制通过规划和跟踪特定轨迹来实现任意位形空间点的瞬时可达.采用虚约束方法来规划动态伺服轨迹,通过构造自由度之间的约束关系,并对约束作用下系统零动态进行分析,可以方便获得符合系统特性的周期轨道;利用虚约束函数与轨道函数之间的内在联系,基于Lyapunov稳定性理论设计轨迹跟踪控制器.最后,在Acrobot实物平台上进行了实验,实验结果证明轨迹规划方法和控制方法的有效性.     

移动机器人非线性前置追踪算法

针对移动机器人跟踪移动目标过程中速度过大问题而提出的前置追踪方法,将机器人导引到目标运动的前方,并沿着与目标相同的方向运动,从而在目标运动轨迹的前方捕获目标,但要求移动机器人的速度低于目标的速度。在建立了移动机器人和目标的前置追踪运动学模型的基础上,根据滑模变结构控制对系统干扰具有鲁棒性的特点,在目标机动加速度未知的情况下,以移动机器人的两后轮线速度为控制变量,提出了一种全局渐进稳定的非线性自适应变结构前置追踪算法。通过移动机器人对机动目标的追踪仿真验证了跟踪算法的有效性。