摘要：动态路径规划是保障无人机在复杂干扰环境下飞行安全的关键要素。针对动态路径规划中存在的迭代次数高、收敛速度慢以及动态障碍物避障问题,提出了一种基于障碍物运动预测与改进APF的无人机动态路径规划方法。首先,针对动态障碍物,设计了基于激光雷达的目标检测算法和基于卡尔曼滤波的运动预测算法估计动态障碍物信息,并提出速度方向相似性检测方法进行局部位置脱离决策。其次,针对静态障碍物,引入模拟退火法扰动当前状态,并结合基于目标点的邻域优化函数进行动态路径规划。仿真结果表明,本文算法在应对静态障碍物时可缩短69%动态避障时间,应对动态障碍物时可缩短了19.7%的避障距离与23.6%的任务耗时,提高了无人机任务执行的安全性和效率。

摘要：针对下肢肌力衰退群体日常出行需求,设计了可穿戴的髋关节外骨骼,实现对人体日常步行意图的精准感知,并对髋关节的屈曲/伸展动作提供实时助力.为了实现频繁走停条件下的助力时机准确性和规律步行条件下的助力无延时,提出了一种基于混合振荡器的运动预测模型,将步态数据从时域转化为相角域,实现人体步行步态的预测和步态周期的分割,通过相角在线计算助力矩,对髋关节外骨骼进行助力控制.为了消除大助力矩下产生的抖动,对大腿杆上的惯性测量单元进行了解耦布置设计.通过跑台步行实验和自由步行实验,分别验证了髋关节外骨骼对于瞬时速度变化、均匀速度变化的适应性,以及在走停切换、自由随意步行时的适应性和有效性.同时检测和对比人机交互力,验证了带预测能力的自适应振荡器模式能提供更好的助力体验.实验结果表明,基于混合振荡器模型的助力控制策略能够兼顾走停切换条件下非周期步态的助力和规律步行条件下的类周期无延时助力.

摘要：为了更好地应对多目标跟踪联合检测算法面对的场景遮挡问题,通过结合注意力机制,提出基于Transformer的运动预测和数据关联(Transformer-based motion prediction and data association,TrMPDA)联合检测跟踪方法。首先,考虑到置信度检测框的质量以及深度特征的视觉表示能力对遮挡场景下跟踪效果的影响,重新设计TrMPDA骨干网络中的ResNet卷积模块,利用相邻像素和长距离像素间丰富的上下文关系指导动态注意矩阵的学习,增强深度特征的视觉表示能力,并通过边界框的宽和高估计边界框位置,提高置信度检测框的质量。其次,在本文方法中保留所有的检测框,根据阈值大小划分高置信度检测框和低置信度检测框,分别执行数据关联匹配,以此来平衡由于遮挡导致的检测框低置信度。实验结果表明本文提出的TrMPDA方法与典型的Sort、JDE、Fairmot等多目标跟踪算法相比具有更好的跟踪效果,能够应对多目标跟踪中目标遮挡的问题。

摘要：为解决波浪补偿系统中时延现象导致的控制性能下降问题,通过建立Newton-ARMA模型提前预测船舶升沉运动来消除时延现象。首先设计卡尔曼滤波器对船舶升沉运动加速度信号进行降噪滤波处理;然后使用加速度二次积分模块将加速度信号转换为位移信号;最后建立自回归滑动平均(ARMA)模型,并使用牛顿(Newton)法对模型参数进行优化,得到船舶升沉运动的Newton-ARMA预测模型。仿真结果表明,Newton-ARMA模型对船舶升沉运动的预测时间可达10 s,预测误差随着预测时间的增加而增大;Newton-ARMA模型对二级海况、三级海况和四级海况下的船舶升沉运动平均预测精度分别达到89.43%、88.53%以及87.78%,远高于ARMA模型对船舶升沉运动预测的精度,说明采用Newton法优化ARMA模型参数可以显著提高船舶升沉运动的预测精度,也即Newton-ARMA模型对控制波浪补偿系统时延具有较好的补偿效果。

摘要：针对车辆横向控制过程中出现的不稳定问题,提出了一种基于运动预测的车辆横向稳定性直接横摆力矩控制方法。首先,通过预测车辆未来的横向状态,控制系统确定控制干预的时间和预测时域内期望的横摆角速度;然后,计算出符合车辆横摆角速度且在线性区内的轮胎侧偏角;最后,设计轮胎侧偏角控制器以跟踪所需的期望轮胎侧偏角,从而保证车辆的稳定性。仿真结果表明,该控制方法在保证横向控制精度的同时,对于时变工况具有较好的适应性。

摘要：针对移动机器人局部动态避障路径规划问题开展优化研究。基于动态障碍物当前历史位置轨迹,提出动态障碍物运动趋势预测算法。在移动机器人的动态避障路径规划过程中,考虑障碍物当前的位置,评估动态障碍物的移动轨迹;提出改进的D*Lite路径规划算法,大幅提升机器人动态避障算法的效率与安全性。搭建仿真验证环境,给出典型的单动态障碍物、多动态障碍物场景,对比验证了避障路径规划算法的有效性。

摘要：在大规模地形实时绘制时,地形规模越大,帧速率越小,渲染速度越慢,影响了漫游者在虚拟空间中的沉浸感。基于此,提出一种基于埃尔米特运动预测的地形实时绘制方法。采用埃尔米特插值算法进行视点运动预测,提前加载下一视点位置及视线方向的地形数据,减少实时绘制时的动态加载量,有效提高帧速率,避免漫游过程中画面停滞的现象;该算法计算量较小,稳定性相对其它算法较高,在取适当步长的情况下,能获得期望的精度,不会出现龙格现象。实验结果表明,在大规模地形的实时绘制时,该方法帧速率变化小,在保证渲染画面平滑和地形绘制实时性的同时,提高了地形渲染速度,避免了视觉上的跳跃感。

摘要：通过考虑用户移动性和QoS要求,设计了移动无线因特网中的一种扇形资源弹性预约机制,包括运动预测、资源预约和QoS协商。该机制还考虑了移动用户频繁切换的解决方法。仿真研究表明,扇形资源弹性预约机制可以有效地保证移动用户的QoS。

摘要：针对在线多目标跟踪中的短时遮挡和检测器误差造成的误检和漏检问题,提出一种结合参数学习和运动预测的在线多目标跟踪算法。采用逐帧关联的方式,首先利用目标的历史轨迹建立卡尔曼滤波器模型预测目标当前帧的可能位置,然后计算目标和当前观测之间的关联度建立代价矩阵。对于多目标跟踪被建模为指派问题,采用Hungarain算法求解,此外制定策略处理目标出现、消失和遮挡等异常情况。而对于多目标跟踪系统中的参数,设计一种新的二分类参数学习方案。实验结果验证了参数学习的有效性以及对误检、漏检和遮挡的鲁棒性,并且与若干经典算法的性能比较中,在多个指标上表现出一定优势。

摘要：搜索海上移动目标在民用和军事领域都有着迫切需求。相比于飞机和舰船等传统工具,低轨成像卫星更适用于远海大面积的搜索任务。从移动目标运动预测和卫星观测调度2个关键问题入手,对单先验点无反馈场景下的卫星成像搜索调度问题展开了研究。首先建立运动预测模型,提出了基于局部航向加权策略和偏航约束假设的区域概率分布建模方法。而后建立观测调度模型,定义了考虑单窗口卫星视场切换的设计变量,并提出了基于目标“逃逸概率”指标的目标函数模型。最后是优化求解,提出了一种基于启发式单窗口定向寻优策略的两层优化算法。通过3组仿真算例对所提出方法进行了分析。第1组基于轨迹打靶法验证了概率预测指标和“预测-调度”方法的整体有效性,第2组采用多组蒙特卡洛轨迹集打靶说明了“逃逸概率”指标的可行性,第3组通过算法对比证明了两层优化算法在求解效率和解的质量方面的优势。