机器人班组协同定位理论与技术研究

机器人部队具有伤亡小、战时长、代价低等特点,是未来进行战略突袭的主力军。机器人执行战斗任务的条件是已知敌我双方的精准位置。以机器人协同定位为主线,概述近年来机器人系统实现可定位的条件,从信息融合和优化理论两个方面对机器人定位系统进行建模,并分析相应的定位方法。在此基础上,对机器人系统协同定位方法进行探讨,从基于距离和方位两个角度分类说明,指出协同定位存在的主要缺陷,并对未来多机器人可用于协同定位的技术和理论进行展望。对我国智能化机器人部队的建立、车辆分派、路径规划等工作的开展具有理论和工程意义。     

交互多模自适应容积Kalman滤波算法设计及履带车辆跟踪应用

为满足履带车辆作为机动目标的实时跟踪和对目标速度、航向角的准确估计,针对测量值含有相关乘性噪声,采用新息分析法依据噪声相关系数已知和未知改进容积Kalman滤波算法。考虑到单模型滤波器难以准确地实现机动目标的跟踪,采用交互式多模型算法对履带车辆运动轨迹进行描述,提出一种交互式多模自适应容积Kalman滤波算法。仿真表明交互式多模型自适应容积Kalman滤波算法对车辆机动具有稳定的跟踪效果且乘性噪声得到有效处理。