摘要：实时警犬姿态重建能为警方带犬执勤提供了一种智能、便捷、超视距的交互方式。针对警犬的生物运动特性,设计实现了全新的多传感器警犬数据背心;基于多个体积小、功耗低传感器,构建了新的警犬运动姿态融合方法,可以捕获警犬的不同姿态数据,包括站姿、坐姿、卧姿等;针对警犬频繁抖动问题,提出了基于多传感器数据背心的警犬姿态重建方法,引入一种改进的核函数ELM(ExtremeLearningMachines)算法,求解最优重建姿态结果。通过分析和对比实验仿真,表明本方法能够实时重建出真实可信的警犬姿态。

摘要：单目视觉里程计不仅能为移动机器人提供导航避障等功能,在无人驾驶等领域中也有更广阔的应用价值。剖析了视觉里程计的基础原理,研究了单目视觉里程计技术的国内外现状;同时,对ORB-SLAM2、DSO等典型单目视觉里程计进行深入分析和比较。针对当前视觉里程计研究中普遍关注的鲁棒性和实时性等问题,探讨了下一步研究工作的发展方向和趋势。

摘要：为解决现有密度聚类算法中参数设置依赖经验、复杂密度环境下聚类精度不高等问题,提出了基于簇间最大密度连通点进行密度簇分割与合并的模糊聚类方法。基于高斯混合模型计算数据点密度,形成高维离散密度空间,通过低精度网格连续数据空间,结合插值算法赋予空白网格相应密度,构建连续高维密度空间。对数据点按密度排序后,利用能否从大于当前密度的点集中连续可达识别密度极大值点,再以密度序实现极大值点的邻域扩张,以扩张矛盾实现稀疏交界处最大密度连通点识别、密度簇分割。最后基于最大密度连通点计算密度簇间隶属度,设定隶属度阈值,实现相关邻簇的合并,完成聚类。通过与多种密度聚类算法进行仿真对比验证,该算法大大降低了经验参数的依赖性,具有全局统一的合并隶属度,提升了多密度下的类识别能力。

摘要：为实现无人机跟踪移动目标的飞行,设计了一种位置-姿态控制算法。通过基于模型的设计方法,以较低成本、快速地实现了相关算法的软件开发,并进行飞行试验。利用Simulink的代码自动生成工具,生成了符合航空航天及自动化行业规范的控制软件,实现了从系统级仿真到工程实现的无缝过渡。并开发制作了控制器硬件和多架四旋翼无人机,其中,一架作为目标,一架搭载位置跟踪控制器。最后,将位置控制软件部署至控制器上,进行了移动目标的跟踪,结果显示,整体具有较好的跟踪控制性能,证明了所设计的位置控制器软硬件的正确性和有效性。