基于一阶差分滤波器的水下目标纯方位角跟踪

在水下目标纯方位角跟踪研究中,针对传统扩展Kalman滤波(EKF)方法需要通过Taylor 展开实现非线性项的线性化而导致计算过程繁琐且存在奇点的问题,本文提出一种基于一阶差分滤波器(DDF1)的纯方位角跟踪算法,建立了目标的运动学模型及无源声纳的测量模型;利用 Stirling插值法实现非线性项的线性化,进而通过DDF1滤波方法实现对目标位置及速度的跟踪。仿真结果与一致性分析表明,与基于EKF的目标纯方位角跟踪方法相比,论文所提出的算法具有较高的跟踪精度和较好的跟踪性能。     

浅析DPDT动态定位动态轨迹跟踪系统在耙吸挖泥船上的应用

随着耙吸挖泥船向大型化、智能化发展,船东越来越多地考虑在挖泥船上安装DPDT动态定位、动态轨迹跟踪系统,希望借此系统能减少船员的操作强度、提高作业精度和效率、有效缩短施工时间。对DPDT动态定位、动态轨迹跟踪系统在耙吸挖泥船上的应用进行了简单阐述。     

回头曲线路段的轨迹曲率特性和汽车过弯方式

为了明确山区公路回头曲线上的车辆轨迹特性和驾驶行为偏好,通过实车路试采集了自然驾驶习惯条件下回头曲线路段上的车辆行驶轨迹线和轮迹线-车道线的横向距离等参数,基于实测数据计算了轨迹曲率,分析了轨迹曲率与道路设计曲率之间的关系,确定了轨迹曲率变化模式,提出了轨迹等效半径的概念,研究了回头曲线路段的切弯行为和典型过弯方式. 研究发现:1） 回头曲线的入弯、弯中和出弯均可见严重的车道偏离. 2） 入弯时汽车在缓和曲线之前便已进入曲线行驶状态,出弯时车辆轨迹曲率在驶出缓和曲线之后的直线上降低至0,轨迹曲率的变化率要低于缓和曲线的曲率变化率;左转轨迹的曲率变化率要低于右转轨迹的曲率变化率. 3） 左转轨迹曲率的幅值回头曲线中部低于或者接近道路设计曲率,右转轨迹曲率则高于道路设计曲率. 4） 左转弯的轨迹等效半径要高于弯道设计半径,右转弯轨迹半径最小值和均值普遍则低于设计半径. 5） 驾驶人可以通过不同的切弯方式来实现回头曲线路段轨迹半径的增加和最大化,但需要侵占对向车道. 6） 驾驶人切弯时,左转弯的轨迹半径增量要高于右转弯的轨迹率半径增量,即车辆左转驶入回头曲线是更容易取得切弯效用;在大头线、平头线和小头线（转角分别大于、等于和小于180°） 3类回头曲线中,小头线和大头线上的切弯效果更明显.      

高速列车的自适应容错跟踪控制

针对执行器故障下高速列车的速度和位移跟踪控制问题,考虑模型参数的不确定性,引入自适应控制技术,设计了列车的自适应容错跟踪控制器.该控制器不依赖于列车模型参数的先验知识,不需要故障检测与诊断设备,可以有效克服列车模型参数未知以及执行器故障的影响,实现执行器故障下高速列车对目标速度和位移曲线的精确跟踪.基于Lyapunov稳定性理论证明了闭环系统的稳定性.仿真结果说明该控制器具有良好的容错跟踪控制能力.     

双车道公路弯道驾驶轨迹跟踪模型

针对双车道公路弯道轨迹跟踪行为的瞬时多变性,及驾驶人模糊感知与主观决策能力导致的不确定性,通过分析驾驶人在前方弯道线形影响下的驾驶特性,引入转向驾驶行为控制因素,运用多目标模糊优选决策理论,研究了模糊性和主观性对轨迹跟踪行为的影响规律;基于灰色理论,利用主观与客观相结合的权重确定方法,建立了轨迹跟踪模型.选择5处曲线路段进行实地试验,通过试验结果与仿真结果的对比,验证了本文模型的有效性.研究结果表明:行驶轨迹弧长、横向力系数和轨迹侧向偏移是轨迹跟踪行为的控制因素;综合考虑主观与客观因素的权重确定方法,体现了驾驶人在模糊优选决策轨迹跟踪行为中的主观特性.      

基于霍夫蕨的实时对象跟踪方法

基于霍夫变换方法难以在保持高检测精度的同时满足跟踪的实时性,且难以适应初始训练样例十分有限的情况,为解决上述问题,提出一种基于霍夫蕨的对象跟踪方法.该方法以随机蕨作为基础检测结构,将对象的局部表观作为学习数据,在其每个叶节点中计算并保存霍夫空间中属于目标对象的投票概率,在运行时通过在线学习该检测器和对象模型,适应对象表观的变化.结合对TLD跟踪框架的改进,实现了无约束环境下长时间的可视跟踪.在Babenko视频序列集上的实验结果表明,提出的对象跟踪方法在普通PC上的平均运行速率为3帧/s,平均准确率为87.1%,总体上优于现有的跟踪方法.      

基于时空特性的GPS轨迹数据压缩算法

车辆GPS数据中蕴含的车辆轨迹信息具有重要的理论和应用价值.为减少轨迹数据存储空间,提高数据分析及传送速度,提出了一种基于时空特性的轨迹数据压缩算法,根据GPS数据点的时空三维特征,计算轨迹特征点判断的距离标准,更准确的提取轨迹信息.算例分析结果表明,基于时空特性的GPS轨迹数据压缩算法大幅度减少轨迹压缩误差,提高压缩效率.      

LRIT系统的船舶信息传输与航海应用研究

简要分析了LRIT的产生背景和总体功能,深入剖析了LRIT的工作过程,系统阐述了LRIT船舶信息传输的流程、LRIT在航海各领域的基本运用以及LRIT与其它系统的配合运用,对LRIT的科学发展提出了建议。     

基于强化学习的智能车辆路径跟踪变参数MPC多目标控制

为了解决智能车辆在工况变化时跟踪精度下降和稳定性变差的问题,提出基于强化学习的变参数模型预测控制(MPC)算法多目标控制策略,实现智能车辆路径跟踪控制系统的参数自适应整定。基于车辆动力学模型设计其线性时变MPC控制器,获得最优前轮转向角和附加横摆力矩。基于Actor-Critic强化学习架构,设计进行控制参数整定的深度确定性策略梯度(DDPG)智能体和双延迟深度确定性策略梯度(TD3)智能体,构造以跟踪精度和稳定性为目标的收益函数,并搭建对接工况和变曲率工况2种典型仿真场景进行算法性能验证,当车辆处于对接工况时,根据路面附着系数的变化及时调整控制器的预测时域和权重矩阵;当车辆处于变曲率工况下时,针对道路曲率变化及时调整控制器的预测时域和权重矩阵。通过MATLAB/SimuLink、CarSim和Python联合仿真分析,将强化学习方法参数整定MPC与固定参数MPC和模糊控制方法参数整定MPC进行对比,结果表明：强化学习方法更能够在保证车辆安全性的前提下,尽可能提高智能车辆在不同路面条件下的路径跟踪精度。在对接工况下,强化学习方法参数整定MPC相较于固定参数MPC和模糊控制方法参数整定M...     

基于双视角学习原理的交通视频车辆事件鲁棒检测

提出了1种基于双视角学习原理的高速公路交通视频车辆事件鲁棒检测算法.针对道路交通结构化特点提出了分车道外极面图(Epipolar Plane Image,简称 EPI),以此反映交通断面车流整体特征.基于双视角学习原理,融合现有广泛应用的反映车辆独立行为的行驶轨迹特征,实现高速公路车辆事件鲁棒检测.针对多种典型车辆事件(包括交通拥堵,车辆逆行,车辆违规停车,交通事故等),本文算法总体检测率为94.09%,误检率为4.51%,漏检率为1.40%,其性能与传统单视角方法比较有较大的提高.