机器人室内自主载人自适应性匈牙利派单算法

以航站楼等大型公共室内环境中机器人运送旅客为背景,研究多自主载人机器人的派单优化问题。借鉴了网约车的派单思想,针对航站楼隔离区环境内的搭乘需求,研究了自适应性匈牙利派单算法。首先,基于航站楼二分图派单匹配模型,计算载人机器人的派单调度矩阵。其次,该派单调度矩阵考虑了旅客密度时空分布、旅客等待时间和机器人能耗为参考,将路径-时间-能量作为目标变量,以计算各接载任务起讫（OD）矩阵元素值,同时为挖掘全域派单的可能性,结合供需预测关系将快到达目标点的载人机器人加入可派单队列。最后,构建航站楼实际动态业务的三维仿真模型,进行了全天时派单模拟实验。结果表明,所研究的派单算法对多目标约束派单求解有较好的优越性和适应性,以达到全域最优派单分配的目的,为高效完成接载任务提供其决策支持。     

机器人视觉定位中的路口场景识别方法研究

针对室外巡逻机器人的视觉定位问题,提出了一种基于尺度不变特性变换(scale invariant feature transform,SIFT)和颜色特征的路口场景识别方法.该方法首先提取路口场景图像的SIFT和颜色特征,并计算其在HSI颜色空间中的颜色直方图;然后采用K-D树和Bhattacharyya距离进行特征匹配;最终用决策公式对路口场景进行识别.为了提高SIFT算法进行场景匹配时的速度,还对场景地图库采用基于阈值分割的聚类方法进行了预处理.实验结果表明,该方法对环境光照变化、动态干扰和自身旋转有较强的鲁棒性,并能很好地识别出路1:3,以实现定位.     

背景分割和阴影检测算法研究

在基于视觉检测方式的泊位自动引导系统中,从序列图像中提取泊位飞机,检测泊位飞机的阴影区域,是泊位系统实现的关键。基于高斯混合模型的背景分割算法被广泛应用于静态背景分割中,但是该算法在处理高分辨率图像时,算法实时性显著下降;分割体积大而且运动缓慢的物体时,容易产生"拖尾"现象;不能检测出运动物体的阴影区域。为此提出了基于分层图像的改进高斯混合模型背景分割算法,有效地克服了算法实时性差和"拖尾"现象。在此基础上,提出了基于色彩特征和区域特征相结合的阴影检测算法,利用部分空间约束信息,检测出运动物体的阴影区域。实验结果表明了该算法的有效性和实用性。     

基于磁光图像的飞机铆钉缺陷识别

针对飞机铆钉磁光图像的识别问题,提出了一种基于模糊支持向量机的裂纹有无和裂纹方向自动识别的新方法。该方法首先对铆钉磁光图像进行预处理得到铆钉二值化图像;然后采用阈值法求取铆钉中心;最后将由铆钉中心发出的星形射线矢量作为特征,采用模糊支持向量机方法对铆钉有无裂纹和裂纹方向进行分类。其中,支持向量机的核宽及惩罚常数采用网格法进行选取,并结合模糊隶属度函数解决多类分类问题中存在的错分和拒分现象。实验结果表明,使用训练获得的支持向量机分类器识别裂纹缺陷取得了很好的效果,能够满足自动检测的高实时性要求。     

基于自适应感知复位算法的移动机器人定位

本文在传统粒子滤波的基础上提出了一种基于自适应感知复位定位算法(ASRL:Adaptive Sensor Resetting Localization)的移动机器人定位方法.该方法通过带有权值的样本集描绘机器人的可信度,根据有效的样本数计算需要生成的新样本数,然后从感知分布中采样代替原来的样本.ASRL算法已经在安装有编码器和彩色摄像机两种传感器的实际移动机器人上进行实验,结果表明该算法鲁棒性更好,收敛更快.     

融合模糊与PID算法的自主巡逻车协调转向控制

以安防自主巡逻车为控制对象,针对车体转角、方向盘转角和车速之间的协调控制问题,给出了一种融合模糊与PID协调控制算法。首先建立车体转向动力学模型,推导出转向过程中方向盘转角与车速约束关系。然后以转向角度偏差及其变化率为模糊控制器输入,控制前轮转角,并结合PID控制算法协调控制转向过程中的方向盘转角、方向盘转速和车速。最后转向实验结果表明,融合模糊与PID控制算法,可以满足车体转向的稳定性与精确性要求。     

基于改进粒子群算法的行李条码阅读器布局优化

针对航空旅客托运行李时,检测行李条码的阅读器数量、位置、姿态存在很多不确定性问题,提出了动态种群-双适应值粒子群优化(DPDF-PSO)算法。首先,建立行李条码检测数学模型;然后,转化为约束优化问题;其次,通过标准粒子群优化(PSO)算法求解此优化问题;最后,依照模型特点对标准粒子群算法进行改进。仿真结果表明,与标准PSO算法相比,DPDF-PSO算法仿真时间降低了23.6%,目标函数值提高了3.7%。DPDF-PSO算法克服了标准粒子群优化算法中仿真时间慢、边界最优解难处理的缺点,阅读器布局方案能以较低的成本准确快速读取行李身份信息。     

四旋翼飞行器增稳混合控制器

针对四旋翼飞行器在不同环境下的飞行稳定性问题,提出反步法和模糊自适应比例积分微分(PID)方法的混合控制方法。该方法根据无人机(UAV)飞行环境和大倾角、大倾角变化率选择当前合适的控制器。在系统未受扰动时,基于Backstepping的控制方法能够完成飞行器的轨迹跟踪;在受扰动时,基于模糊自适应PID能够极大地抑制扰动带来的影响,实现对四旋翼飞行器的精确控制。通过Matlab仿真分析及实际飞行器实验,验证了增稳混合控制器的稳定性。     

基于改进Harris角点提取算法的网格图像破损检测

针对周界网格状围栏破损预警问题,提出一种基于改进Harris角点的网格图像破损检测算法。传统Harris角点提取算法需要对图像中每个像素点计算横纵方向上的一阶导数以及角点响应函数值,算法复杂度高,通过引入灰度“相似度”的参数来计算像素点与其周围像素灰度值的相似程度,从而滤除伪角点,减少Harris角点提取时间,最后通过分析角点分布信息来界定破损区域。对移动机器人采集的典型围栏破损图像进行了检测试验,由实验结果可看出,Harris角点提取时间大大减少,表明该算法有效且满足围栏破损检测实际应用要求。     

基于Fisher准则的多铆钉线聚类融合识别算法

针对飞机蒙皮缺陷检查中多铆钉线的识别问题,基于Fisher压缩准则提出一种聚类融合识别算法。对采用Canny算子提取的铆钉边缘进行形态学运算,得到铆钉区域及其由质心构成的线段向量集合,采用Fisher准则函数对可能的铆钉线方向的线段向量进行聚类。根据原点到同一铆钉线上的线段向量的距离相等的特点对聚类线段向量进行融合,拟合出实际铆钉线。实验结果表明,该方法具有较高的准确性和鲁棒性,能满足飞机蒙皮缺陷检查机器人实时检测要求。