无人机视觉导航研究综述

对无人机视觉导航的现有算法从视觉处理和状态估计与数据融合两大方面作了分类总结,重点讨论了无人机获取图像的特征提取、视觉传感器同其他传感器的数据融合、以及实时得到状态估计的各种方法,同时,也涉及了未知环境下地图的建立,最后指出了无人机视觉导航在实际应用中面临的主要问题。     

基于负信息的改进多假设定位算法

为了克服多假设定位算法在特征非唯一环境中假设数量大、收敛速度慢的问题,提出了利用负信息的改进算法.改进算法首先分析"传感器未检测到环境特征"的事件为定位提供的信息,建立与传感器模型类似的负信息模型.其次,在算法流程中考虑传感器数据中未包含期望特征和未收到传感器数据的情况,在假设权重的评价中加入负信息因子,从数学形式上相当于增加一组独立传感器,为定位提供了额外的信息.仿真实验表明,该算法能够减少假设数量,加快算法收敛,并能够在特定条件下解决多假设定位算法无法唯一定位的问题.     

基于信号补偿的机械臂鲁棒控制器设计与实现

为了解决基于信号补偿的鲁棒控制方法在实际系统中的设计和实现问题,将该方法应用于实际机械臂系统的控制器设计。在分析了实际控制器设计与理论设计之间的差异的基础上,针对实际系统对控制器设计的约束,提出了可采取的措施,并提出了相应的控制器设计及调节方法,即首先设计单关节子系统标称控制器和鲁棒补偿器,然后再进行多关节鲁棒控制器的统调。将该方法用于实际的二自由度平面机械臂系统的鲁棒控制器设计,进行了物理实现和控制实验,获得了期望的控制结果。