室内多移动机器人协同建图与路径规划

来源 :飞控与探测 | 被引量 : 0次 | 上传用户:ning211
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多机器人协同定位与路径规划是协同侦察、作战等场景中的首要问题,其难点在于如何在未知环境下完成自主定位。提出了将多机器人同步定位与构图(Simultaneous Localization and Mapping,SLAM)系统应用于室内环境,以解决此问题。针对机器人定位存在的相关定位误差,采用了增加惯性测量单元的方法,以进行修正。为解决单个机器人在构建地图时速度较慢的问题,将基于坐标变换的方法用于多机器人的地图融合。此外,基于冲突检测和冲突规避思想,对多机器人路径规划方法进行了研究,并将其部署在了多机
其他文献
贵广网络的会议直播系统承担着全省省、市、县数以万计机顶盒参会的任务,直播终端调用频繁,特别是区县级的会议经常需要使用直播,以至于调用直播开会都需要排队等候审批。但有部分会议操作人员图操作简便,不按照区域信息发布会议信息,会议结束也不按照要求结束会议,导致直播终端继续停留在该区域的虚拟会议室中不能释放,这严重影响了其他市州、区县的会议使用。为彻底解决问题隐患,贵广网络经过技术分析和程序改进,修改了会控信息发布程序,解决了问题,提高了直播的使用效率,确保了全省各级会议的顺利召开。
本文以城市保障性住房管理中心为研究对象,结合广电技术、资源和“从看电视到用电视”的服务理念,设计开发智慧保障性住房综合管理平台,致力解决管理单元信息化水平低、数据利用不足、住户管理难、服务形态单一等问题,为住户提供各种便民和收视服务,上线后,取得了较好的社会效益和经济效益。
江西省大余县是国家广播电视总局对口支援单位,也是江西省智慧广电试点建设县。2021年,江西广电网络公司承接了“数字大余”项目,项目基于广电云平台和传输网络,建设内容包括数字农场示范基地、数字农业产业服务平台、“三农”大数据可视化系统、农特产品精细化营销体系等。本文主要介绍“数字大余”的建设思路和内容。
针对高超声速飞行器在俯冲阶段的突防与制导问题,提出了一种基于最优控制的螺旋俯冲轨迹设计方法。首先,根据二阶视线角加速度相对运动方程强耦合、非线性的特点,引入了反馈线性化技术,将非线性系统转化成了线性系统;其次,为了让飞行器实现对目标的期望角度打击,在状态方程中引入了终端落角约束项。然后,以零化视线角速率和使消耗能量最小为目标,采用最优控制得到了加速度形式的控制输入。接着,为了让飞行器在空间内进行螺旋机动,设计了螺旋加速度控制飞行器速度矢量可绕瞬时视线轴进行旋转;最后,考虑到机动与制导的冲突,设计了高度函数
中国广电江西高安分公司广电光缆网已全面覆盖高安农村地区,在高安市委市政府的大力支持下,围绕智慧广电开展了一系列助力乡村振兴的工作,已完成了“国家应急广播”“雪亮工程”“视频应急指挥”“新时代文明实践中心电视平台”等乡村振兴项目。
本文主要介绍了由数字电视组播传输、高清编码、时分复用等技术与DTMB相结合的数字电视传输系统。该系统将卫星接收系统、网络传输系统、数字编码系统、数字电视复用系统、DTMB调制系统、分配网系统和机房系统进行集成建设,不仅解决了业务发展需求,还为用户提供了一体化解决方案。
针对目前触觉传感器电路复杂、体积大等问题,设计了一套基于导电液的小型仿生手指感知系统,实现了同时测量温度、三维力、压力等物理信息的功能。系统由单片机数据采集电路、触觉电极阵列电路、温度传感电路和压力传感电路等组成。针对被采集信号的特征,设计了信号调理电路,对信号进行了转换及滤波;设计了FPC接口和板对板接口,将各硬件模块进行了有效的衔接,使得电路结构实现了高度一体化;为了实现数据处理和传感器融合,
本文主要论述如何搭建统一智慧业务承载云平台,从而为地市、区县分公司提供统一智慧业务支撑平台,快速上线门户展现、数据对接、应用管理等轻量级信息发布类应用,使各分公司能新增政企业务营收,并在服务政企业务的同时,为用户提供便利的服务,提升有线行业产品的影响力,发展更多的公客用户。
长焦镜头能够采集位置更远的图像,而长焦镜头成像的特殊性对传统相机标定方法提出了挑战。针对这一问题,阐述了一种基于平行光管和二维旋转平台的相机内参标定方法。长焦相机被架设在二维旋转平台上,对放置在平行光管内的透过式棋盘格成像。通过旋转二维平台,改变相机的位置,可以得到不同位置下清晰的棋盘格图像。采集了棋盘格格点的像素坐标以及二维平台的角度数据,建立了合适的模型,优化求解出了长焦相机的内参参数,实现了
航天电子电路的故障诊断一直是航天领域可靠性与安全性的一个热点研究课题,航天电子电路的故障将直接影响航天任务的成功。提出了一种基于深度残差网络的模拟电路故障诊断方法。该方法使用短时傅里叶变换将电路的时域输出信号转换为二维电路图像,并将其作为神经网络的输入,再利用ResNet提取模拟航天电子电路的性能特征,确定元件的故障类型,完成电路的故障诊断。通过仿真验证了该方法的故障诊断性能。仿真结果表明,该方法能够实现高达99.1%的诊断准确率。