基于卡尔曼-高斯联合滤波的车辆位置跟踪

车辆位置的精确、可靠获取,一直是阻碍智能驾驶技术的难题.特别当车辆处于复杂道路环境中时,车辆卫星定位信号易受较大干扰,使车辆定位产生漂移现象.针对车辆定位的这种漂移现象,研究了针对车辆位置跟踪的卡尔曼-高斯联合滤波方法.对于车辆卫星定位受到的干扰不同,采用分层处理的滤波方法;针对卡尔曼滤波不能较好地滤除一些干扰较大的位置漂移点,通过设置与车速、航向角等相关的动态阈值,对卫星定位的车辆位置进行动态阈值判断;通过动态阈值识别出的车辆位置漂移数据,结合高斯过程回归,以车辆的历史数据作为学习样本,使用预测值和真实观测值构建补偿量,通过对卡尔曼观测方程加入动态观测补偿实现车辆位置优化;对于一般噪声产生的卫星定位波动,联合滤波也可以有效优化.实车实验表明,该方法可以有效识别出车辆定位的漂移点,车辆卫星定位在信号受较大干扰的情况下,车辆卫星定位的精度可以提高30%左右,最大误差由9 m降低到0.8 m左右.该联合滤波方法在使用低成本定位装置的情况下,有效提高车辆卫星定位的精度及可靠性.      

智能新能源船舶的概念及关键技术

绿色和智能是当前船舶技术的发展趋势。文章首先提出了智能新能源船舶的概念,并介绍了智能新能源船舶的内涵、特点和系统构成;然后,从船舶航行、动力和推进3个方面分析了智能新能源船舶的关键技术;最后,对智能新能源船舶的未来发展进行展望。研究结果可为船舶的创新研究提供技术支持,引领船舶技术转型升级的发展方向。     

未知时变扰动和输入饱和下的智能船舶鲁棒非线性控制

复杂海况下环境多变并且船舶具有多耦合、强非线性的特点,针对智能船舶定位控制问题,考虑在未知时变扰动和输入饱和约束之下船舶的定位控制问题,结合非线性扰动观测器提出一种带辅助动态系统的鲁棒非线性控制算法。通过Lyapunov理论证明了所提出的非线性扰动观测器与控制器结合后闭环系统的稳定性和信号的一致最终有界性。利用非线性扰动观测器对环境中存在的海浪扰动进行有效的估计处理。最后,通过仿真验证了所提出的控制算法不仅能保证船舶期望的位置和艏向,而且提高了控制速度,具有较好的控制性能。     

无人式水面航行器的国内外发展趋势

由于海洋中富含大量的生物与矿产资源,世界各国十分重视海洋战略且大力开发海洋资源。我国依托海洋资源优势,发展海洋经济及先进装备制造产业,探索海洋资源对实现国家战略目标的重大意义。随着计算机技术的发展和信息传播速度的提高,无人化设备成为时代发展的主流产品,无人式水面航行器更是海洋资源探索及海洋军事活动的利器。     

智能汽车虚拟实训仿真平台开发与应用

智能汽车涉及车辆、机械、通信、自动化等多个学科交叉融合,尚未有成熟的实验教学平台。利用PanoSim软件开发智能汽车虚拟实训仿真平台,该平台将智能汽车系统可视化显现,能够在线选取车辆模型及设置运行环境状态,实现实时虚拟仿真,仿真结束后可以调取车辆测试曲线和数据,并回放实验视频便于分析车辆运行状态,操作简便、精度可靠,能够满足教学和科研的需要。     

基于机器学习的毫米波雷达车辆目标检测

为了提高毫米波雷达对前方车辆检测的准确性,本文提出一种基于机器学习的前方车辆检测方法。结果表明,该方法满足智能客车环境感知系统对于实时性和准确性的要求。     

跨海大桥桥区航道智能助航系统研发

跨海大桥桥区航道是典型的船舶航行受限水域,船桥碰撞安全风险大,桥区航道智能助航技术有助于提高桥区航道安全保障水平。分析了桥区航道通航风险因素以及水文气象分布规律,按通航规则将水域划分为预警、警戒、航道等不同区块,构建了桥区航行的船舶动态领域风险辨识模型。研发了自主检测船舶动态并向其播发防撞预警信息的装置,以及自动管理和运行软硬件设施的桥区航道船舶避碰智能助航系统。该系统已应用在福建省平潭海峡大桥桥区航道,有效改善了桥区水域的航道通航安全形势。     

基于粒子群算法的船舶物流智能配送系统

当前船舶物流智能配送系统存在配送路径并非最优,配送效率低,导致船舶物流智能配送成本存在居高不下的缺陷。为了节约船舶物流智能配送成本,找到理想的船舶物流智能配送路径,设计了基于粒子群算法的船舶物流智能配送系统。首先对船舶物流智能配送系统的工作流程进行描述,并重点描述船舶物流智能配送路径优化问题,然后设计了一种改进粒子群算法,并采用它实现船舶物流智能配送路径的优化。最后的测试结果表明,本文船舶物流智能配送系统可以在用户规定时间内将需求的产品送到目的地,降低了船舶配送成本,不仅可以帮助船舶物流配送企业提高管理,而且船舶物流配送结果优于其他的系统。     

适于TBM施工的HSP法实时预报技术设计与实现

为实现TBM施工隧道的实时地质预报,以TBM刀盘滚刀破岩震动作为震源的HSP法地质预报技术为基础,通过分析TBM施工工艺与机身结构特点,对HSP系统硬件和软件进行优化设计,使其小型化、自动化和智能化,并搭载于TBM上进行智能控制。在TBM掘进过程中,首先,通过隧道轮廓位置的检波器连续或高频次地采集地震反射波信号; 然后,经系统软件对数据的自动处理,实时获取掌子面前方地层反射特征参数图谱; 其次,通过智能识别技术完成对不良地质反射界面的有效拾取与判识; 最后,实现不良地质的探测。通过对适于TBM施工的HSP法实时预报技术进行优化设计,实时探查前方地层不良地质(体)位置、规模与性质,为TBM的高效施工起到一定的推助作用。