无线传感器环境下粒子群优化的多机器人协同定位研究

协同定位是多机器人自主行为的一项重要技术,重点描述了无线传感器网络环境下结合粒子群优化提出多机器人协同定位算法。该算法引入重采样,解决了粒子耗尽问题,扩大了解空间的范围,保证了种群的多样性,并且引入了惯性权重解决了粒子退化的问题。仿真结果表明,利用无线传感器网络进行辅助导航,采用粒子群优化算法,综合无线传感器网络进行辅助导航,融合各个机器人观测信息,可以降低求解问题的空间维数,在高斯噪声下能有效提高移动机器人定位精度。     

变时滞神经网络的全局指数稳定性

利用M矩阵理论,同构理论以及不等式技巧,研究了一类变时滞神经网络平衡点的存在性和惟一性问题。同时利用M矩阵理论,反证法以及不等式技巧,得到了变时滞神经网络系统惟一的平衡点的全局指数稳定性的充分条件。通过判断由神经网络的权系数、自反馈函数以及激励函数构造的矩阵是否为M矩阵,即可以检验该变时滞神经网络系统的全局指数稳定性。该判据易于用Matlab进行检验,最后给出一个仿真示例进一步证明了判据的有效性。     

基于两阶段优化的并发流任务计算卸载策略

计算卸载作为移动边缘计算中最关键的技术之一而备受研究人员的关注,然而现有研究较少同时考虑拓扑结构、优化目标多样性及计算资源竞争的特性。针对移动边缘计算场景下的并发型数据流任务计算卸载及资源竞争问题,设计一种基于并发型数据流任务的多目标计算卸载混合整数模型,并给出一种基于多目标优化和多属性决策的两阶段优化框架对该模型进行求解。在多目标优化阶段,提出改进动态多种群并行NSGA-II（DMP-NSGA-II）算法,包括多种群多交叉策略、动态调整种群规模与二次局部搜索的改进策略,以解决局部收敛和全局搜索难以平衡的问题,同时设计一种基于混合式求解框架的DMP-NSGA-II算法求解多目标混合整数模型。在多属性决策阶段,提出一种基于模糊C均值聚类和灰关联投影法的后验选解方法,以选出在不同偏好下具有代表性的最优卸载决策。在测试函数和模型实例上的实验结果表明,设计的两阶段优化框架能够有效地求解所提出的模型,在ZDT系列测试函数上DMP-NSGA-II算法的HV和SP指标表现全面优于NSGA-II、MOEA/D和MOEA/D-DE算法,在模型实例上DMP-NSGA-II算法的Meantime和Meanenergy指标相较于基于混合式求解框架的NSGA-II算法,分别提升了30.1%和8.9%。     

基于改进ORB算法的视觉里程计定位方法

针对环境亮度变化导致V-SLAM视觉里程计定位精度不准确的问题,提出一种基于改进ORB算法的视觉里程计定位方法。使用自适应阈值ORB算法提取特征点,提高特征提取的稳定性,通过FLANN进行粗匹配并采用PROSAC算法进行误匹配剔除,同时利用ICP方法进行图像配准求解位姿,使用光束法平差对轨迹图进行优化,采用TUM标准数据集和移动机器人验证算法的有效性。实验结果表明,该方法在大部分情况下定位精度优于其它算法,满足移动机器人的实际定位需求。     

变载荷下六旋翼无人机高度控制

六旋翼无人机应用于植保领域时通常需要定高飞行,单一机载微传感器无法长时间准确的跟踪六旋翼无人机的高度,且当负载发生变化时无人机的高度控制会出现不稳定现象.针对上述问题,本文采用了一种基于气压计和加速度计卡尔曼滤波融合的高度测量系统,并设计了一个双闭环PID控制加前馈控制的高度控制器,最终获得了无人机飞行高度的精确估计与稳定控制.实验结果表明,经过卡尔曼滤波可以得到准确、平稳的高度值和速度值.提出的高度控制器在变载荷情况下也能很好的控制无人机的高度.     

基于反步法的四旋翼飞行器轨迹跟踪研究北大核心CSCD

在四旋翼飞行器航迹跟踪优化控制的研究中,四旋翼飞行器具有欠驱动和强耦合的特点,在对设定轨迹进行跟踪时,容易出现控制精度较低、抗干扰能力差等问题。针对以上问题,设计了一种采用反步法的轨迹跟踪方法,运用牛顿-欧拉公式建立四旋翼飞行器的动力学模型,将四旋翼飞行器的飞行控制系统分解为上下、前后、左右、偏航四个子系统,应用反步算法为四个子系统配置控制律,实现四旋翼飞行器对设定轨迹的精确跟踪。实验结果表明,所提算法能够让四旋翼飞行器实现对所设定轨迹精确的跟踪,最大跟踪误差不超过6cm。     

基于插补导航的全自主旋翼机设计与控制

为了解决传统旋翼无人机因手动遥操作而导致飞行不稳定的问题,研究了基于插补导航的全自主旋翼机的设计与控制方法。首先,根据导航系统和地面站,获得当前无人机与目标点之间的位置姿态关系;然后基于插补控制算法,利用机载控制器输出相应的能够控制无人机稳定飞行的脉冲宽度信号,实现脱离手动遥操作的四旋翼无人机全自主飞行控制。最后,通过全自主插补导航飞行仿真与实验,验证了该全自主无人机设计的可行性。结果表明,该全自主控制架构能够有效地模拟遥操作信号,实现无人机的全自主飞行控制,且具有更高的稳定性。     

基于自适应模糊PID控制的四旋翼飞行器的自主跟踪

为了提高四旋翼飞行器控制系统的动态性能和工作效率,研究了自适应模糊PID控制。目前在实际应用中,四旋翼的控制算法主要采用经典PID算法和模糊控制算法,然而经典PID算法,系统容易超调,动态性能较差;模糊控制算法,系统的稳态误差难以消除,工作效率不高。为此采用了经典PID与模糊控制的分段策略,提出了一种新的控制算法:当误差较大时,为提高系统的动态性能,控制器选取模糊控制算法;当误差较小时,为减小稳态误差,提高工作效率,选取经典PID算法。完成了悬停飞行实验,对自适应模糊PID、模糊控制和经典PID三种控制算法进行性能对比,结果表明自适应模糊PID算法能有效解决上述问题。采用自适应模糊PID算法完成了自主跟踪实验,将该算法成功应用到导航制导领域。     

基于ADSP-BF533的激光打标 控制方式设计与软件实现

提出了一种基于ADSP-BF533的激光打标控制方式,给出了激光打标控制系统的工作原理方框图,重点分析了激光打标控制系统中的数据接收、数据处理及数据发送.利用Visual DSP++开发平台编制了激光打标控制软件.实验结果验证了本文提出的激光打标控制策略的有效性.     

未知环境下基于椭圆约束的机器人路径规划

针对未知环境下机器人路径规划问题,提出一种基于椭圆约束的路径规划方法。借助椭圆约束规划路径,将路径规划问题转化为椭圆参数优化问题。通过建立椭圆约束优化模型,引入障碍物和目标位置的约束,考虑机器人运动步长及运动方向的影响,实现复杂未知环境下机器人路径规划。基于不同算法的仿真实验结果表明,该方法有效解决了未知环境下机器人路径规划问题,在大量障碍物存在的未知环境,也能快速有效地进行无碰撞路径规划。