摘要：提出了一种基于sr-ukf的主动状态建模方法用于移动机器人的在线故障检测和容错跟踪控制.通过对履带式机器人常见滑动故障的运动学分析,建立了带未知滑动故障参数的机器人运动学模型,并采用sr-ukf非线性滤波方法来联合估计机器人的位姿和滑动参数,在对机器人进行实时定位的同时实现了对快速变化(或突变)的滑动故障的在线跟踪和检测.在此基础上,将估计得到的自适应参数模型与基于Lyapunov分析的反馈控制律设计方法结合,获得了一致渐近稳定的轨迹跟踪控制结果,实现了针对在线故障自适应模型的容错控制重构.针对典型的阶跃式滑动故障参数变化的轨迹跟踪仿真实验表明了该方法的有效性.

摘要：利用星敏感器以及光学导航相机,通过测量星光信息以及天体边缘信息,进行了自主光学导航方案的设计。通过观测量的转化改进了Unscented卡尔曼滤波方法（ukf）的具体实现形式,并将改进的方法与扩展的卡尔曼滤波方法（EKF）、ukf以及基于平方根分解的方法（sr-ukf）进行了比较,通过仿真对其算法的优越性进行了验证。仿真结果表明,这种基于观测量转换的ukf算法,不仅在计算量上有所减少,在精度上也有较大提高。

摘要：为提高无人机自主着陆过程中导航系统的自主性与精确性,设计了一种视觉辅助惯导组合导航方法。该方法以惯导误差方程为过程方程,以着陆过程中单目摄像机2个时刻所得地面特征点投影之间的双视图几何约束为量测方程,构建了非线性滤波器;利用sr-ukf方法实现了惯导误差估计,提高算法效率的同时有效地避免了ukf中由于矩阵开方运算导致的滤波失效;最后根据估计结果校正了惯导导航数据。仿真结果表明:该方法能够提高导航系统精度,使误差降低到惯导系统的8%左右。