【摘 要】
：
随着传感器技术的发展,移动机器人得到了广泛的应用。用于绘制环境地图的2D SLAM技术是移动机器人领域重要的技术之一,选出适合低成本机器人的算法对机器人的发展和普及至关重要。提出在仿真环境和实际场景下运行广泛使用的四种开源算法:Gmapping、Hector SLAM、Karto SLAM和Google Cartographer,并对它们生成的地图进行了评估。提出五个用于评估地图的指标,即:ND、
论文部分内容阅读
随着传感器技术的发展,移动机器人得到了广泛的应用。用于绘制环境地图的2D SLAM技术是移动机器人领域重要的技术之一,选出适合低成本机器人的算法对机器人的发展和普及至关重要。提出在仿真环境和实际场景下运行广泛使用的四种开源算法:Gmapping、Hector SLAM、Karto SLAM和Google Cartographer,并对它们生成的地图进行了评估。提出五个用于评估地图的指标,即:ND、MSE、SSIM、Proportion和SLS。实验和评估结果表明,四种算法都成功创建了地图,相比于其它
其他文献
传统的时变惯性权重粒子群优化算法对于求解一般的全局最优问题具有良好的效果,而对于复杂高维的优化问题易陷入局部收敛、存在早熟等缺点。针对以上存在的缺点,提出了种群进化离散度的概念,并考虑Sigmoid函数在线性与非线性之间较好的平衡性能,给出一种非线性动态自适应惯性权重的粒子群优化算法。该算法充分考虑进化过程中种群粒子之间进化差异,自适应地赋予不同的惯性权重因子,满足粒子群优化算法在不同进化时期对全
为规避隧道下穿工程施工过程中出现的地表沉降、地下管道变形与隧道坍塌等现象,提出隧道桩基主动托换加固效果仿真评价方法。从地理位置、地下水深度等方面概括工程情况,分析托换桩长度、桩间距对桩顶沉降的影响,结合筏板基础填埋、选型等具体要求确定偏心距,设计托换桩施工流程与桩基分布情况;利用ABAQUS软件计算不同材料参数,通过刚度表达式模拟等效后的筏板、桩基与衬砌;引入钢筋应力、应力支护度矩等计算公式,分别
为了研究有源降噪系统仿真时电声器件的频率响应对次级通路建模的影响,使用有限脉冲响应(Finite Impulse Response, FIR)滤波器模拟电声器件的频率响应曲线,并以FxLMS(Filtered-x Least Mean Square)算法为例,研究扬声器与传声器的频率响应对系统降噪效果的影响。仿真结果表明,在实际降噪应用中电声器件陡峭的频率响应曲线会对输入信号幅值造成衰减,产生幅值
永磁直线电机(PMLM)伺服系统易受外部扰动、非线性效应等不确定性因素的影响,传统的PID控制方法难以获得满意的控制效果。针对上述问题,提出基于饱和指数趋近律的滑模控制与非线性效应补偿的控制策略,采用滑模控制来提高系统的鲁棒性和稳定性,加入速度、加速度前馈提高系统的响应时间,并针对PMLM的非线性效应对系统的定位精度影响较大,对力的波动、摩擦力进行补偿,提高系统的动态性能。采用上述控制策略在MAT
针对智能机器人全覆盖路径规划问题,提出了一种局部混沌评价规划方法。考虑到机器人移动过程中的随机性与不可预知性,设计了具有反馈控制变量的四维混沌系统。将该系统与机器人运动模型融合,建立得到路径规划模型,同时引入耦合控制参数对系统误差进行调节,根据机器人的起始坐标和混沌起始状态参量,利用微分离散化处理便可计算出移动的路径点。考虑到路径规划的局部最优解,对机器人移动空间进行网格划分,根据激励计算动态网格
控制网络的通信环境具有不确定特征,且协议异构性突出,为改善网络延时,提高系统稳定性,提出控制网络节点可重构无线通讯协议性能仿真。将控制系统中的网络协议分为物理层、链路层、网络层与应用层,结合动态性、实时性等需求,确立节点可重构通讯协议体系,定义层次功能;通过加权图建立协议拓扑结构数学模型,选择遗传算法的编码与适应度函数,经过交叉变异操作,确定终止条件,选取通讯最佳路径,实现协议重构;使用总传输延时
针对当前网络安全风险损失评估方法未考虑节点任务排队问题,导致网络安全风险损失评估准确率较低,损失评估时间较长的问题,提出基于排队模型的网络安全风险损失评估方法。以局域网为主要应用背景,分析网络设备中数据包的排队过程,根据评估模型获取网络风险级别,构建无线网络风险评价指标体系,引入拉格朗日乘子将支持向量机分类问题转化为对偶问题,运算出分类平面判别函数,运用层次分析法对各层次指标权重实施量化,利用近似
面对多标签的大数据集,传统的分类识别方法识别质量不高,现提出基于分类规则挖掘的数据多标记特征分层识别方法。利用改进后的LLE(局部线性嵌入)方法进行数据降维处理,搜索数据特征,并对数据多标记特征选择,构成特征子集,根据特征子集,利用分类规则挖掘方法构建一个分类识别模型,实现数据多标记特征分层识别。结果表明,与传统方法相比,所研究方法识别下,汉明损失度最小,数据多标记特征分层识别准确度最大,说明上述
为更好地从可见光探测图像中对"低慢小"无人机目标进行识别和分类,对含有旋翼无人机、固定翼无人机和城市飞鸟这三类目标的图像进行灰度化、二值化等预处理,建立了目标圆形度、Hu不变矩、仿射不变矩特征提取模型以及多特征融合模型。在此基础上,提出了一种基于多特征的BP神经网络目标识别方法,构建包含输入层、隐含层、输出层的三层神经网络训练模型,并明确了该模型的训练过程。选取了三类目标图像,以其中每类各150张
针对下肢外骨骼机器人步态轨迹与参考轨迹存在较大跟踪误差的问题,提出一种线性二次型调节器(LQR)控制方法来取代常规PD控制。根据牛顿-欧拉方程和系统参数辨识,建立人机一体化的下肢外骨骼机器人系统的动态模型,并进行LQR控制参数设计和稳定性分析。仿真和实验结果表明,基于LQR控制的下肢外骨骼机器人能很好地跟踪步态参考轨迹,误差比PD控制更小。上述建模方法和控制策略有效,为下肢外骨骼机器人的研究和设计