摘要：针对传统视觉SLAM在动态环境中出现的漂移、定位丢失和精度差等问题,提出一种基于语义先验信息和几何约束的面向动态环境的视觉SLAM系统。在传统ORB-SLAM2系统框架下加入语义分割模块,以提取物体的先验信息;利用先验的静态特征点进行几何约束,剔除图像中的动态特征点;针对剔除动态特征点会导致特征缺失等问题,加入图像补全线程,合成一个不包含动态物体的图像帧;利用合成帧求解相机位姿。实验结果表明,与传统算法相比,该算法在高动态环境中具有较高精度。

摘要：针对现有弱敏无迹Kalman滤波需要代数求解增益矩阵耗时长和不能实时调节敏感性权重的问题,提出一种自适应快速弱敏无迹Kalman滤波算法.该算法在弱敏控制技术的基础上,重新定义弱敏无迹Kalman滤波的敏感性权重矩阵,将状态估计误差对不确定参数的敏感性加入滤波的代价函数,并通过最小化该代价函数得到滤波增益矩阵的解析解,减少了滤波计算复杂度和计算时间.同时基于量测残差正交原理,设计敏感性权重的自适应渐消因子,实现滤波过程中敏感性权重的实时调节.典型算例的数值仿真结果表明:所提出的自适应快速弱敏无迹Kalman滤波算法能够提高计算效率和实时调节敏感性权重,有效地降低不确定参数对状态估计的不利影响;相较于传统的弱敏无迹Kalman滤波算法,所提出算法的状态估计误差和计算时间分别减少19.5%和99.9%.

摘要：针对目前玉米除草机器人除草率低、伤苗率高的问题,设计一种基于WiFi通信的玉米除草机器人。该装置包括除草机器人本体、大功率WiFi中继器和控制端,控制端为手机,可通过无线WiFi向除草机器人传输控制指令。除草机器人本体包括小车主体、轮动装置、机械臂以及末端执行组件,机械臂末端执行组件为人字形结构转盘,由锯齿圆形刀片、合金抓手、针型喷雾头组成。末端执行组件采用刀片机械除草加除草剂化学喷雾的方式,在机械除草完毕后喷洒除草剂。基于ARM11和STM32实现玉米除草机器人的控制,通过摄像头自动识别杂草位置,经ARM11主控板处理分析后,向各个STM32从控制板发送指令,由STM32从控制板完成对除草机器人各个部件的控制,也可由手机控制端通过大功率WiFi中继器发送控制指令,实现对除草机器人各个部件的手动控制。在土槽实验室进行正交试验,试验结果表明,该装置在工作速度为0.6 m/s、除草深度为30 mm的条件下,平均除草率为94.9%,平均伤苗率为1.9%,具有较好的作业性能,智能化程度高,可以为农业除草装置的后续研究提供参考。