【摘 要】
：
同步定位与建图（Simultaneous localization and mapping,SLAM）技术对于无人机在无导航信息的未知环境中执行任务有着至关重要的作用。多架无人机相互配合,共同完成SLAM可以获得更快的建图速度和更高精度的定位结果,在军用和民用领域都具有广阔的应用前景。本文以搭载激光雷达的旋翼无人机为研究对象,对多无人机协同SLAM技术展开研究。首先,对多机SLAM的基础:单无人机
论文部分内容阅读
同步定位与建图（Simultaneous localization and mapping,SLAM）技术对于无人机在无导航信息的未知环境中执行任务有着至关重要的作用。多架无人机相互配合,共同完成SLAM可以获得更快的建图速度和更高精度的定位结果,在军用和民用领域都具有广阔的应用前景。本文以搭载激光雷达的旋翼无人机为研究对象,对多无人机协同SLAM技术展开研究。首先,对多机SLAM的基础:单无人机SLAM算法进行改进,针对SLAM中可能出现姿态估计的跳变不连续问题,提出了一种基于运动约束的优化估计方法,该方法有效的改善了位姿估计过程中的跳变问题,提高了位姿估计的精度,如航向角均方差仅为原算法3.5%。同时还确保姿态角状态估计值的连续性。然后在此基础上,提出了一种SLAM分布式观测器算法。多个平台协同定位与建图系统中,各平台共享环境观测信息,在证明该系统的能观性的基础上设计了一种基于图论的分布式观测器,并用理论证明了观测器的收敛性,在仿真实验验证了该方法能够有效降低在协同建图过程中个别单机偶发的位姿估计误差,提高了系统整体的稳健性。最后,使用两架无人机构建实验系统对本文方法进行了验证,并进一步对基于编队控制的协同定位与建图方法进行了探索,使用内模原理设计了基于SLAM的分布式观测器算法的协同控制律,证明了该方法能够在输入受限的情形下对协同控制这类输出调节控制问题的半全局收敛性质,并设计了仿真实验进行了验证。
其他文献
如今互联网飞速发展,网络规模不断扩大,数据流量也成倍增长,互联网域间路由系统演绎着越来重要的角色。由于域间路由协议——边界网关协议在设计之初就存在缺陷,缺乏有效的安全认证机制,致使域间路由系统面临着前缀劫持、路径篡改和路由泄露等严重的安全性问题。虽然已有诸多研究完善了域间路由协议的安全认证机制,却始终因为厂商间的商业利益关系等原因,缺乏重新更新网络协议和设备的动力。因此,这一机制并没有真正应用到真
目前各种类型的应用在互联网上层出不穷,为了保证时延和带宽敏感应用的使用效果,需要一个良好的服务质量保障（QoS）机制。目前的网络体系结构和交付模式很难满足时延和带宽敏感应用的服务质量需求。软件定义网络（SDN）的出现,为上述问题的出现提供了新的解决思路。论文首先分析了SDN网络架构,总结了基于SDN的QoS技术研究现状。在此基础上,针对广域网情况下的网络服务质量的优化需求,设计了一种基于层次化多控
信息技术的高速发展,极大地改变了作战样式,体系中各武器装备之间的交互影响关系越来越复杂,并且这种交互影响关系往往不是预先设定的,这对装备体系的建模与评估提出了挑战。基于网络的方法能够很好地反映体系中各装备的关联关系,目前已经被广泛应用于体系建模与评估分析中,但是现有的研究大多数局限于静态网络建模,无法反映各装备间的复杂动态交互影响关系。本文通过对装备体系中存在的交互影响关系进行分析,基于超网络理论
随着互联网技术的不断发展,来自世界各地的开发者通过在线开源社区互相协作、贡献代码,产生了大量高质量的开源软件。作为软件质量的重要方面,内部质量（如可靠性、可维护性等）是软件成功的主要因素,更是实现分布式协同创作开源软件的重要保证。然而,开源社区中开发者个体的水平参差不齐,编程风格迥异,对项目的质量保证和管理工作带来了挑战。对于内部质量分析工具报告的代码质量问题（Code Quality Issue
随着人们对获取知识的效率要求不断提高,在线知识共享行为以其高速、高效的特点吸引了众多关注,作为以开源开发为主题的在线知识共享场所的开源知识问答社区也得到了蓬勃的发展。在这些虚拟社区中,用户可以通过提问、回答的形式进行知识交流,极大地提高了解决问题的效率。同时,此类社区在管理方面具有开放性和松散性特点,社区中用户的行为具有高度自主性和自组织性,导致社区具有高度的交互复杂性。并且社区中包含大量具有不同
随着互联网技术和信息技术的发展,传统的搜索方式逐渐被以知识图谱为支撑的搜索方式所代替,以知识图谱为支撑的搜索方式不仅能为用户提供更为精确的结果,而且还能提供其他相关联的知识点。作为构建知识图谱的重要基础工作,命名实体识别一直都是一个受关注度非常高的课题。相对英文上的命名实体研究而言,面向中文的实体抽取技术研究水平相对滞后,方法多是在面向英文的研究工作基础上,加入部分人工语言特征来实现实体的识别与抽
基于非线性频率上转换的红外成像技术,是利用激光与物质相互作用实现频率变换的方法,将低频红外图像等信息转换到近红外或者可见光波段,再通过高性能的近红外或可见光相机对转换信息进行探测,可以间接实现低频红外图像信息的探测。相比于传统的高成本红外成像相机,基于非线性频率上转换的红外成像技术具有高速响应且无需冷却、固有噪声低等特点,具有很好的研究前景,而且随着激光技术的发展和非线性晶体材料研究的进步,非线性
光场相机是一种在图像传感器前加入微透镜阵列的新型相机结构,不但能够捕捉空间光线位置信息,还能够捕捉光线方向信息。这一特殊的光学结构,决定了其异于传统相机的新颖功能,例如全聚焦成像、重聚焦成像、多视角成像、合成孔径成像、去湍流成像、深度估计、波前探测等。对于微距、近景、中景等不同的应用场景,如何突破传统光场相机的结构限制,设计出满足分辨率要求的最佳参数组合,并计算具有真实量纲的点云数据,是本文的研究
复杂网络,即是复杂系统的一种抽象形式。它将系统中的个体和关联抽象为网络中的节点和链路。在复杂网络的应用中,有一项很重要的就是链路预测,即预测网络中存在的但未被发现的关联或者预测网络中未来可能存在的关系。在链路预测中,通常会利用网络节点的属性以及网络的结构。然而,现实生活中的网络中往往有很多噪声信息,从而干扰我们对网络未知链路的预测,因此研究网络噪声对链路预测的影响,即网络链路预测的鲁棒性成为了我们