【摘 要】
：
提出一种基于磁信号的用于室内导盲的新方法.通过在室内固定的导盲路径上粘贴磁标,增强了室内不同位置磁信号的差异性;在此基础上,建立了室内环境磁场特征基准图,并使用TERCOM和ICCP联合地磁匹配算法进行导盲,同时在导盲的过程中实现避障功能.该方法将地磁导航的相关算法经过改进运用于室内导盲,经过数据分析与实验结果验证,具有较好的可行性与准确性,由于不需要导盲装置以外的其他设施,在某些特殊情况下具有优
【机 构】
：
北京科技大学自动化学院,北京100083 北京科技大学自然科学基础实验中心,北京100083
【出 处】
：
第二十届全国自动化应用技术学术交流会
论文部分内容阅读
提出一种基于磁信号的用于室内导盲的新方法.通过在室内固定的导盲路径上粘贴磁标,增强了室内不同位置磁信号的差异性;在此基础上,建立了室内环境磁场特征基准图,并使用TERCOM和ICCP联合地磁匹配算法进行导盲,同时在导盲的过程中实现避障功能.该方法将地磁导航的相关算法经过改进运用于室内导盲,经过数据分析与实验结果验证,具有较好的可行性与准确性,由于不需要导盲装置以外的其他设施,在某些特殊情况下具有优越性.
其他文献
利用太赫兹时域光谱仪(THz-TDS)测试固体样品,获取该样品的太赫兹吸收谱后对其进行定量及定性分析是太赫兹应用的一个重要方面.目前太赫兹吸收谱已成功用于被测样品的定性分析.然而,在传统定量分析中,由样品颗粒引起的太赫兹波散射而形成的吸收谱基线被忽略了,导致了定量分析误差较大.要想提高基于吸收谱的定量分析精度必须降低或消除吸收谱中的散射效应.本文分别选取粒度和复折射率不同的固态氨基酸样品,通过实验
在基于极限学习机的基础上,建立了电解槽电阻预报模型.考虑到现场复杂的运行工况,所采集的数据往往包含异常点.异常点的存在常常会影响极限学习机的性能,甚至会损坏建立的模型.为此本文改进了传统的极限学习机算法,提出了针对异常数据的改进的极限学习机算法.在阳极效应预报方面,通过对阳极导杆电流的分布式测量,计算电解槽电阻.分析槽电阻的变化情况,通过改进的极限学习机算法预报下一时刻的槽电阻值,并与阳极效应建立
为研究吸附剂的动态变化过程,本文选取三种吸附剂进行实验,对不同吸附阶段的吸附剂抽样测试其太赫兹波谱特性.实验结果表明,同种吸附剂在不同吸附过程中折射率随吸附进程变化明显,不同种类的吸附剂在相同吸附阶段折射率也不相同.因此太赫兹波谱技术可以为重金属吸附过程提供大量信息,不仅描述了重金属生物吸附剂固有特征以及吸附过程中吸附剂的光学参数变化,而且为控制和调整吸附进程提供了理论依据.
针对巷道环境下的移动机器人路径规划问题,传统的广度优先搜索算法生成的路径存在斜率和曲率的突变,难以被实时跟踪.本文提出了一种巷道环境下的移动机器人平滑路径生成方法.首先,使用双向广度优先搜索算法进行移动机器人路径规划;然后使用二分法对路径进行优化,将全局路径简化为若干个关键点;再基于关键点应用圆切线法将路径化为直线段与圆弧的连接;最后引入对称极多项式曲线,替换掉圆弧部分.仿真实验表明,最终生成的路
以高炉料面的二维成像问题为背景,针对现有雷达系统提出了一系列信号处理优化算法.首先,利用信号相干叠加增强特性提出了一种抑制背景噪声的自相关算法;其次,利用冶炼先验知识和回波统计特性完成了多雷达时变阈值智能协同算法;最后,结合现场参数和主成分分析(Principal Component Analysis,PCA)完成了数据交互与协同,同时用一种适用于料面模型的去野值α-β滤波算法进行进一步优化.经现
精矿品位和回收率是选矿过程中重要的生产指标,目前对精矿品位和回收率的动态预测以及时序预测的效果不甚理想,存在着预测精度不高和速度慢等问题.针对该问题,本文根据矿山实际生产数据的复杂性特点,利用基于核的极限学习机(Kernel-based Extreme Learning Machine,Kernel_ELM)此类高级神经网络学习算法,通过分析选矿过程中积累的指标数据,分别建立动态预测模型和时序预测
自振喷嘴腔内压力信号的脉动直接反映了自振射流的特性,有效地提取腔内信号的脉动特征,对分析自振射流产生机理的研究具有重要意义.希尔伯特-黄变换(Hilbert-Huang transform,HHT)能够自适应地将复杂的非线性、非平稳信号转化为希尔伯特谱,突出显示信号的局部特性,具有较好的时频聚集能力.然而,由于该方法存在模式混淆和虚假分量的问题,使得难以获得准确的本征模式函数(Intrinsic
为实现微电网运行的经济最优,本文首先在风储荷微电网系统中,利用带残差修正的灰色预测对具体时段的风功率和负载功率进行短期预测,然后以短期预测的微电网系统运行效益最大化为经济最优协调控制机制的目标,基于滚动时域优化的预测控制框架,引入动态规划法对微网系统预测时域内每个时刻的控制量进行滚动最优求解,实现基于预测的滚动时域控制框架下的微网经济最优协调控制方案.仿真结果表明,该方案能够有效保证微网中各子系统
传统系统辨识理论主要根据基于测量噪声的系统输入输出数据来辨识模型.但是输入本身同样存在噪声,输入噪声的影响同时也体现在输出数据中.本文提出基于一种随机输入模型的系统辨识方法,根据随机微分方程的相关理论,通过输入一个随机过程信号,得到相应的随机输出数据.介绍了后向差分法并推出了一阶、二阶动态系统的离散模型,而后提出了一种递推的参数辨识方法,以便能够在线辨识系统参数.仿真实验首先采用相关方法生成实验数
针对冷轧带材在不同形式内应力载荷下残余应力在带材纵向的分布演变问题进行数值分析.发现偶数次应力函数和奇数次应力函数作用下,内应力沿长度方向的衰减特征完全不同.偶数次函数内应力作用下,带材残余应力趋于稳定的点在带材的长度位置与带材宽度呈线性关系;奇数次内应力函数作用下,带材残余内应力在带材远端呈线性分布,这决定了冷轧板形闭环控制策略需要针对浪形的阶数区别对待.根据数值分析结果建立冷轧带材平坦度检测滞