摘要：为了提高微型四旋翼飞行器在强机动、高速运动情况下的姿态解算性能,提出了一种对运动加速度抑制的动态步长梯度下降姿态融合算法.该算法对强机动运动过程中机体产生的运动加速度进行抑制处理,消除运动加速度对姿态解算的不利影响,提高了微型四旋翼飞行器姿态解算的跟踪精度;对高速运动过程中梯度下降法的梯度步长进行动态处理,使得算法步长与四旋翼飞行器的运动合角速度成正比,增强了微型四旋翼飞行器姿态解算的动态性能.为了验证本文所设计算法的可行性和有效性,基于STM32单片机搭建微型四旋翼实验平台系统.实时在线性能实验结果表明,所设计算法提高了微型四旋翼飞行器在强机动、高速运动情况下的姿态跟踪精度、动态性能及增强姿态融合算法的抗干扰性,保证了微型四旋翼飞行器的稳定飞行.

摘要：针对基于微机电系统无人机的野值的辨识和处理,设计了一种基于模糊预测与扩展卡尔曼滤波(EKF)的野值剔除方法.首先,将角速度模长引入梯度下降法中,通过动态调整梯度步长,提高模糊预测量的精度,有效避免模糊预测时对阈值依赖性较高及野值剔除后造成的数据点丢失;其次,以新息作为野值的判别准则,利用加速度计测量值信任度因子调整新息判别阈值,从而剔除观测传感器的野值;然后,通过共轭梯度法将模糊预测值转化为姿态四元素重新修正卡尔曼滤波的状态估计.最后,基于所搭建的共轴双桨无人机实验平台系统验证所提算法的有效性.实验结果表明:在共轴双桨无人机悬停、强机动情况下,所提算法能保证共轴双桨无人机的稳定飞行,有效提高共轴双桨无人机的姿态跟踪精度和稳定性.

摘要：针对以最小化平均流程时间为调度目标的动态车间调度问题,提出了一种基于简化模型的代理辅助遗传规划进行特征选择的方法来智能设计生成调度规则.利用代理模型降低适应度评估的复杂性来减少遗传规划训练过程的时间,提高特征选择算法的效率,实验结果证明了该算法的有效性和高效性.此外,还分析了不同车间场景对特征选择结果的影响,结果表明针对特定调度问题环境,基于超启发式遗传规划的特征选择算法是可行且有效的.

摘要：针对移动机器人劣解区域路径规划问题,文章将贝叶斯决策与蚁群算法相结合,以原本的节点转移概率作为节点先验转移概率,以后继节点相关联路径上转移概率之和构造节点条件转移概率,通过贝叶斯决策方法得到节点后验转移概率;通过比较各后继节点的斜率,加倍强化无转弯损耗路径的后继节点的后验转移概率,并以后验概率作为新的节点转移概率。由此有效提高了算法对当前信息素分布信息的利用,降低了在劣解区域的消耗,提高了蚁群算法的收敛速度。仿真结果验证了文中所设计的算法在随机给定的不同复杂程度和规模的环境地图中均能求较好的全局最优解。

摘要：为了有效保证物流仓储环境下AGV运行的高安全、低能耗等目标,设计了一种基于改进蚁群算法的AGV多目标路径规划算法。首先,基于物流仓储环境对AGV作业需求综合分析,选取路径长度、转角和、危险率和避障等待时间等因素作为路径规划的子目标,并采用熵权法确定各子目标的权值,建立AGV多目标规划模型;其次,改进蚁群下一栅格选取方式避免顶点碰撞,并在蚁群算法中引入非支配排序算法改进信息素给予机制,使蚁群寻路时受多个子目标共同引导,将蚁群算法扩展到多个目标函数优化。仿真结果表明,所设计算法实现了AGV合理、安全、有效的多目标路径规划。

摘要：针对在局部动态路径规划中人工势场法出现的局部最小值和目标不可达等问题,提出一种改进的人工势场法。首先,设计逃离或穿越的策略解决局部最小值问题,同时屏蔽对机器人产生无效斥力的障碍物;此外,为增强总体避障能力在势场函数中引入距离函数调节因子和安全距离;最后,在滚动窗口中使用改进的人工势场法在通过蚁群算法规划的初始全局路径上进行局部动态避障。仿真表明,改进的人工势场法可解决局部最小值和目标不可达问题,且有良好的动态避障能力。

摘要：考虑到无人机运动、机载摄像头采集效果、信号传输以及环境变化等因素,针对传统ORB特征匹配算法存在匹配精度低、鲁棒性差等问题,提出了一种基于稀疏光流法的改进ORB特征匹配算法。首先,采用高斯滤波对无人机采集的图像进行预处理,并采用Harris算子剔除特征点中伪角点,提高图像特征点的质量;其次,采用K-means++算法实现图像特征点的聚类处理,由此减少暴力匹配的计算量;在此基础上,将稀疏光流法引入ORB特征匹配算法,计算特征点的运动向量并根据估计特征点在待匹配图像中的二维坐标,实现剔除偏离聚类中心较远的特征点匹配对,再经过随机抽样一致性算法优化后最终特征匹配结果。实验结果表明了所设计的改进ORB特征匹配算法可行性和有效性。