融合JPS和改进A*算法的移动机器人路径规划

针对传统A*算法在场景较大的栅格地图路径规划时,很多冗余节点的遍历导致寻路算法内存消耗大、计算速度慢等问题,提出了一种对A*算法的改进策略.首先,改进启发函数的具体计算方式,利用切比雪夫距离替代欧氏距离使启发式函数精确地等于实际最佳路径,减少A*节点的拓展数量;其次,使用跳点搜索(JPS)策略筛选出跳点添加到OpenList和ClosedList代替A*算法中大量不必要的邻节点,通过跳点实现较长距离的跳跃,从而减少内存占用以及对节点的评估,直到生成最终路径.为了验证A*算法改进后的效果,在五种尺寸的二维栅格地图中进行仿真测试,结果表明,改进后的A*算法减少了大量寻路过程评估的节点,提高了寻路速度,并且随着地图尺寸的增加,改进后的A*算法能将寻路速度提高一个数量级以上.最后,将改进后的算法应用在移动机器人路径规划器上进行实验,在同一规划任务下,JPS策略下改进的A*算法较传统A*算法,路径搜索耗费时间减少了92.2％,拓展的节点减少了97.37％,能够满足大场景下移动机器人快速路径规划的要求.     

多尺度通道注意力融合网络的小目标检测算法

当前小目标检测算法的实现方式主要是设计各种特征融合模块,检测效果和模型复杂度很难达到平衡.此外,与常规目标相比,小目标信息量少,特征难以提取.为了克服这两个问题,采用了一种不降维局部跨通道交互策略的通道注意力模块,实现通道间的信息关联,通过对每个通道的特征进行权重分配来学习不同通道间特征的相关性.同时,加入改进的特征融合模块,使网络可以使用低层和高层的特征进行多尺度目标检测,提升了以低层特征为主要检测依据的小目标检测精度.骨干网络采用特征表达能力强和速度快的ResNet,在获取更多网络特征的同时保证了网络的收敛性.损失函数采用Focal Loss,减少易分类样本的权重,使得模型在训练时更关注于难分类样本的分类.该算法框架在VOC数据集上的mAP为82.7％,在航拍数据集上的mAP为86.8％.     

高效节能的视觉传感器网络目标覆盖算法

针对视觉传感器网络目标覆盖过程中因覆盖冗余、节点剩余能量不均等原因导致网络寿命过短的问题,设计一种视觉传感器网络目标覆盖算法。该算法基于节点与目标的覆盖关联关系,利用关系矩阵及相关运算对覆盖频繁目标集进行挖掘,进而对工作节点进行动态选举,以此延长网络的生存时间。实验结果表明,该算法在保证网络覆盖质量的前提下能够高效地调度工作节点,均衡节点耗能,有效延长网络寿命。     

带有欺骗攻击的分布式滤波器型迭代学习控制

研究了一类受欺骗攻击的离散系统的分布式滤波器型迭代学习控制,对于欺骗攻击的描述采用满足Bernoulli分布的随机序列,通过构造Lyapunov函数,导出滤波误差系统均方指数稳定且满足l₂-l_∞性能指标的充分条件,设计受欺骗攻击的分布式l₂-l_∞滤波器,并通过线性矩阵不等式方法求解滤波器参数。给出分布式滤波器型迭代控制收敛的充分条件,通过仿真实例说明该设计方法的有效性。     

移动机器人实时目标跟踪系统设计与实现

针对单目视觉移动机器人目标跟踪的实时性和鲁棒性要求,提出了基于Kalman滤波器的改进Camshift算法检测和定位目标.将Kalman预测值作为目标初始位置,补偿摄像头和目标相对运动导致的目标在图像中的偏移.在系统“跟丢”后判断目标丢失的原因,根据原因自适应拓展搜索窗口作为Cam-shift算法的下一帧初始搜索窗口.为了验证改进算法的有效性,自主研制了一种应用该算法的履带式机器人实时目标跟踪系统.实验结果表明:该系统具有很好的鲁棒性和实时性.     

视觉传感器网络节点方向调度算法

视觉传感器网络中节点感知模型为有向感知模型,感知范围被限定在节点的视野范围内.节点拥有多个感知方向,在一个工作时刻,节点只能工作于一个方向.针对视觉传感器网络的有向感知模型的点目标覆盖问题,提出一种贪婪算法(GreedyAlgorithm),在优化网络对于目标点覆盖的同时,解决了节点自身覆盖冲突的问题.在此基础上,引入贡献率概念反映节点在其感知方向上对于覆盖的贡献,提出了基于贡献率的贪婪算法(Contribution Rate Greedy Algorithm)以增大网络覆盖率.仿真实验表明了该算法的有效性.     

基于STM32的双轴监控云台精准控制系统设计

智能监控系统的快速发展对云台控制精度要求不断提高,由此设计并实现了一款双轴监控云台精准控制系统。本系统利用 USART 串口接收标准数控程序指令 G 代码,通过移植 CNC 雕刻机运动控制器 GRBL 到云台控制器STM32 F103 RBT6中控制两台步进电机协同工作,实现云台精准控制。将数控机床中精准的直线插补和弧形、圆形运动功能运用到监控云台中,提高控制精度,实现云台快速响应和平稳加速以及无冲击的转弯。本系统在智能家居、区域安防等智能监控领域有很好的实用价值,适合现代视频监控领域的发展要求。     

基于圆盘散射体的非视距定位算法

针对无线传感器网络目标定位中的非视距问题,为了抑制非视距误差,提高定位精度,提出一种基于圆盘散射体的非视距定位算法.新算法根据基站收到的多径到达时间,计算加权测量均值,与圆盘散射体模型理论均值进行匹配,建立目标函数,同时引入圆盘半径约束,通过对目标函数求取极值,解出含有目标位置的最优解.仿真实验结果表明,与其他目标定位算法相比,该算法能够得到全局最优解,提高非视距环境下的定位精度.