论文部分内容阅读
本文介绍了一种基于多传感器融合的超小型空中机器人导航方法.这一方法采用分层融合结构,应用扩展卡尔曼滤波和最小方差融合算法实现对多源传感器信息的有效融合和对空中机器人姿态、速度和位置的准确测量.此方法在原理样机上实现,测试结果表明是有效的.
基于多传感器融合的超小型空中机器人导航
【摘 要】
：
本文介绍了一种基于多传感器融合的超小型空中机器人导航方法.这一方法采用分层融合结构,应用扩展卡尔曼滤波和最小方差融合算法实现对多源传感器信息的有效融合和对空中机器人姿态、速度和位置的准确测量.此方法在原理样机上实现,测试结果表明是有效的.
【机 构】
：
浙江大学工业控制研究所,浙江,杭州,310027
【出 处】
：
2005年华东六省一市自动化学术年会
【发表日期】
：
2005年8期
其他文献
本文提出了一种自动的定量误差分析方法.该方法借鉴自动微分及其扩展方法的思路,将复杂计算流程表示成基本操作元函数的集合,利用区间算法对元函数的浮点误差进行计算,最后采用链式法则对元函数误差进行累积,完成对整个计算流程误差的定量分析.对线性系统输出轨迹的误差分析表明方法的有效性.
目前的OD反推大多采用极大熵模型.本文针对其求解算法存在的不足,提出了结合遗传算法和Levenberg-Marquardt算法的混合进化算法.鉴于遗传算法收敛速度较慢,首先用遗传算法搜索满足精度要求的最优解邻域内的解,将其对应的个体作为Leven-berg-Marquardt算法初值,然后进一步搜索满足精度要求的最优解.仿真结果表明,该混合算法比遗传算法求解速度更快,并克服了Levenberg-M
实际生产过程中普遍存在着有限缓冲区,并且各条生产线可以生产不同类型产品.针对这一问题,本文建立了含有限缓冲区的上下游生产线的产品关联结构,并以此结构为研究对象,建立了上游生产线进行外协加工时生产副成品和同步副成品的生产成本最低的生产调度数学模型,用以研究多条生产线协调生产时的Flow-shop调度问题.采用单纯形法及其一定的调度规则对模型进行计算,得到各条生产线上产品的数量、加工顺序和具体加工时间
本文对开放式方程的脱丁烷塔模拟与优化的一体化进行了研究。文章首先建立基于严格机理逐板计算和SRK物性计算的精馏塔开放式方程模型.给定脱丁烷塔的进料状况与操作条件,采用大规模优化算法SNOPT和自动微分算法ADIFOR对脱丁烷塔进行模拟与优化计算.对模拟的结果和精度进行了详细分析,并与ASPEN下的模拟结果进行了比较.通过优化计算,在保证质量指标的前提下提高了塔顶C4产品的产量.算例验证了模拟与优化
本文针对非线性工业过程中含有噪声信号的测量数据,提出了一种模糊最小二乘支持向量机(FLS-SVM)的非线性系统辨识方法,对每个训练数据点定义一个隶属度表示该数据点在训练过程中的重要程度,并与最小二乘支持向量机相结合,可以得到模型参数的解析解,避免了在对偶空间求二次规划问题.把FLS-SVM方法用于强非线性和过程的模型辨识,与一般最小二乘支持向量机方法的结果进行比较,仿真结果表明了FLS-SVM方法
本文通过分析一个造纸厂的过程控制多目标规划问题,从序贯法和遗传算法两方面介绍、讨论了多目标规划问题的求解方法.序贯式算法根据优先级的先后次序,将原目标问题分解为一系列传统的单目标线性规划问题,然后依次求解.遗传算法则利用自然环境中的遗传和进化过程来自适应全局优化搜索的算法,具有快速、高效等多种优点
本文提出一种改进的RBF神经网络,采用非对称高斯型的径向基函数,将其用于移动机器人动力学的实时逼近计算控制力矩.提出了一类基于速度控制器和力矩控制器的移动机器人跟踪控制系统.仿真研究表明,这一控制系统能有效地实现移动机器人轨迹动态跟踪,并具有满意的抗扰性和鲁棒性.
本文提出一种以小波变换和支持向量机相结合的肌电信号处理方法.首先,将采集到的肌电信号进行常规的预处理,针对肌电信号的非平稳性,采用小波变换对表面肌电信号进行分析,用小波变换系数矩阵奇异值分解方法,提取表面肌电信号特征;其次,利用多类支持向量机的DAGSVM算法对其进行模式分类.实验结果表明,用小波变换的奇异值分解所提取的表面肌电信号特征作为支持向量机模式分类器的输入,用于识别动作模式,具有运行速度
本文利用相位相关法探测两幅图像的重叠区域,用AlisonNoble改进的Harris角点判别公式提取特征点,然后根据特征点区域灰度的互相关性得到原始匹配点集,通过RANSAC方法对点集进行优化,计算出图像二维投影矩阵系数,最后利用象素值加权来完成重叠区域图像的融合.对实际拍摄的图像进行了拼接试验,结果表明该方法不仅能够大大加快图像拼接的速度,而且还能提高拼接的准确性和可靠性.
本文提出了一种基于脊线跟踪的指纹图像特征点提取算法,该算法可直接从灰度指纹图像中有效地提取细节点和脊线骨架信息.实验证明,与传统算法相比较,由于该算法省去了很多不必要的计算并减少了图像信息的失真,在效率和准确率方面具有明显优势.