一种基于抗差估计的弹性导航交互式信息融合方法

    公开(公告)号:CN115560763A

    公开(公告)日:2023-01-03

    申请号:CN202211168720.X

    申请日:2022-09-24

    Applicant: 东南大学

    Abstract: 本发明是一种基于抗差估计的弹性导航交互式信息融合方法,该方法在传统扩展卡尔曼滤波的基础上,使用基于IGG‑III等价权函数的权重矩阵对各独立传感器的观测值分别进行加权处理,以保证各独立传感器观测值的可靠性,从而避免卡尔曼滤波估计值因异常观测值的干扰导致失真甚至不收敛现象。同时,利用抗差标准化新息向量计算各通道的模型似然函数值,提高多传感器融合系统中各独立通道的可用性。在此基础上,借助包含各观测传感器优先级信息的马尔可夫概率转移矩阵对各独立通道的估计状态进行交互式融合输出。整个方法流程简单,思路清晰,这为多传感器融合系统弹性导航技术的发展研究提供了积极的参考和借鉴意义。

    一种用于无人驾驶的车辆路径追踪自适应控制方法和系统

    公开(公告)号:CN111176284B

    公开(公告)日:2022-09-23

    申请号:CN202010002535.8

    申请日:2020-01-02

    Applicant: 东南大学

    Inventor: 王立辉 刘明杰

    Abstract: 本发明公开了一种用于无人驾驶的车辆路径追踪自适应控制方法和系统,其中控制方法包括:1、建立车辆的Stanley模型:2、根据车辆当前的运行状态,采用改进的蚁群算法计算当前时刻的最优增益参数kopt;3、将当前时刻的最优增益参数kopt代入车辆的Stanley模型中,得到下一时刻车辆的最优期望转向角,控制车辆运行;判断是否要切换参考点,跳转至步骤2继续下一时刻的控制,直到车辆到达参考路径的终点。该方法能够根据车辆运行状态自适应调整Stanley模型参数,得到最优的轮胎转向角,从而控制车辆精确跟踪参考路径。

    考虑时延和环境约束的智能收获机器人路径控制方法

    公开(公告)号:CN112859853B

    公开(公告)日:2022-07-12

    申请号:CN202110025737.9

    申请日:2021-01-08

    Applicant: 东南大学

    Inventor: 王立辉 张月新

    Abstract: 本发明公开了一种考虑时延和环境约束的智能收获机器人路径控制方法,属于现代农业无人辅助驾驶技术领域。本发明包括以下步骤:建立收获机转向系统的动力学模型、运动学模型、收获机‑地面受力模型,并构建考虑输入延迟和外部扰动的控制系统模型,将综合误差作为状态变量;基于预设性能函数对状态变量进行约束,通过误差转换函数将有约束的变量转换为无约束的变量;针对定常输入时延和时变输入时延两种情况,分别构建基于定常时延和基于时变时延估计值的饱和补偿变量,并基于反步法和李雅普诺夫稳定性定理设计相应的控制输入。此种方法可有效对跟踪误差进行约束,补偿输入时延对跟踪系统的影响,以提高收获机的自动驾驶导航效果。

    基于自适应神经网络的收获机路径跟踪控制方法和系统

    公开(公告)号:CN111736598B

    公开(公告)日:2022-06-28

    申请号:CN202010493571.9

    申请日:2020-06-03

    Applicant: 东南大学

    Inventor: 王立辉 张月新

    Abstract: 本发明公开了一种基于自适应神经网络的收获机路径跟踪控制方法和系统,其中控制方法包括:1、构建基于RBF的前后轮转向参数不确定项优化模型;2、获取当前时刻期望航向角和期望航向角速率、收获机航向角和航向角速率、纵向速度和纵向加速度、横向速度和横向加速度;3、计算当前时刻收获机的综合偏差及其导数;4、将综合偏差及其导数作为前后轮转向参数不确定项优化模型的输入,更新隐含层到输出节点之间的连接权重,计算前后轮转向参数不确定项优化模型的输出;5、计算当前时刻前后轮转向参数:6、计算当前时刻的转向轮转角。该控制方法可在模型参数不确定甚至未知情况下,保证路径跟踪效果,实现农用车辆的精准作业。

    一种基于改进A星算法的无人艇全局路径规划方法

    公开(公告)号:CN111060109B

    公开(公告)日:2021-08-27

    申请号:CN202010004408.1

    申请日:2020-01-03

    Applicant: 东南大学

    Abstract: 本发明提供的是一种基于改进A星算法的无人艇全局路径规划方法,涉及路径规划领域。本发明改变传统A星算法邻点搜索策略,扩大搜索邻域,对传统启发式函数进行改进,结合分权策略,加入角度因素,使路径搜索时得到的结果偏向分布在起始点与目标点连线附近,提高搜索效率。本发明利用电子海图获取海洋地理信息,将改进A星算法与动态栅格法相结合,通过栅格动态细化构建网格地图模型,应用改进A星算法寻找路径,使路径精度逐步达到精度要求,再通过平滑路径处理,进一步减少多余的路径节点。

    基于新型趋近律滑模控制器的智能收获机转向控制方法

    公开(公告)号:CN112068438A

    公开(公告)日:2020-12-11

    申请号:CN202010985270.8

    申请日:2020-09-18

    Applicant: 东南大学

    Inventor: 王立辉 乔楠

    Abstract: 本发明公开了一种基于新型趋近律滑模控制器的智能收获机转向控制方法,包括如下步骤:1、通过标定试验,确定收获机转向系统的延迟系数和系统常量增益分量;2、建立收获机转向系统模型;3、利用双天线卫星接收机获取收获机的位姿信息,通过纯追踪路径跟踪算法解算期望航向角;4、通过角度传感器采集收获机当前转向角度,计算当前转向误差,求解趋近律函数值;5、依据趋近律函数值解算收获机转向系统控制量,输入至驱动模块驱动转向系统进行转动,实现收获机的转向控制。该方法能够提高转向系统对外界和控制信号等干扰的鲁棒性,加快系统收敛速度,消除滑摸控制器抖振现象,改善了转向控制系统和路径跟踪控制系统的性能。

    基于机器视觉的茎秆作物高度测量方法

    公开(公告)号:CN110455201B

    公开(公告)日:2020-11-03

    申请号:CN201910743242.2

    申请日:2019-08-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于机器视觉的茎秆作物高度测量方法,包括1、在收获机上安装相机,并标定获取比例因子;在获取的收获机侧面原始茎秆作物图像序列的第一帧图像中设置第一目标区域;2、在n时刻原始茎秆作物图像中第一目标区域内获取茎秆作物前景区域;3、确定作物粗略像素高度yroi(n),并以yroi(n)为高度中线确定第二目标区域;4、对第二目标区域进行图像增强和二值化;5、对第二目标区域图像进行边界直线检测,得到边界直线的像素高度均值yh(n);6、检测yh(n)是否为异常值,如果是,在第二目标区域图像中,采集一组边界点,边界点的高度均值作为作物像素高度yh(n);7、根据yh(n)计算当前时刻作物的实际高度。该方法能够精准测量茎秆作物高度,实时为收获机提供高度数据。

    一种采用优化极限学习机的电力负荷预测方法

    公开(公告)号:CN111539558A

    公开(公告)日:2020-08-14

    申请号:CN202010259530.3

    申请日:2020-04-03

    Applicant: 东南大学

    Inventor: 王立辉 廖宇航

    Abstract: 本发明公开了一种采用优化极限学习机的电力负荷预测方法,包括:1、以采样率fs采集电力负荷在待预测日之前N天内的值,每天采集M次,得到长度为N*M的电力负荷采样序列,对所述采样序列进行归一化,作为原始序列X(k);2、对X(k)做EMD分解,得到多个IMF分量序列和一个残差序列;3、对得到的每个IMF分量序列和一个残差序列,分别建立基于极限学习机的预测模型进行预测,所述预测模型的输出预测序列长度为M;将每个IMF分量序列的预测序列和残差序列的预测序列进行融合和反归一化,得到待预测日的电力负荷序列。该方法可以有效提高预测精度。

Patent Agency Ranking