导读:本文包含了运动状态估计论文开题报告文献综述及选题提纲参考文献，主要关键词:状态估计,运动规划,高斯过程,李群
运动状态估计论文文献综述
宋俊霖[1]（2019）在《基于高斯过程的李群动态系统状态估计与运动规划》一文中研究指出空间服务机器人及地外行星巡视器的自主能力是人不在控制闭环时完成任务的重要保障,其中,涉及状态估计与运动规划问题。比如,空间机器人与目标航天器的自主对接需要估计相对位姿,其携带的机械臂对目标进行维修时需要规划出合理的路径,巡视器在地外星体自主导航需要实时定位。本文研究高斯过程在状态估计与运动规划中的应用以及它们共享的相同连续时间轨迹表示,类似因子图问题结构,以及最大后验概率推理框架。首先介绍了向量空间上的高斯过程先验。对于状态估计与运动规划问题,本质上均为轨迹优化问题。基于高斯过程将轨迹表示为连续时间形式,通过恒速高斯过程先验得到稀疏核矩阵,使得高斯过程插值仅需要常数时间。机器人工作空间为李群空间,向量空间为平凡李群,继而将高斯过程先验拓展到非平凡李群。然后,对基于高斯过程的状态估计问题进行数学描述。用高斯过程描述机器人的连续时间轨迹,把要求解的问题建模为同时轨迹估计与建图,如果只对轨迹估计,则是该问题的特殊情况。通过构造稀疏的核矩阵,高斯过程描述轨迹能够对轨迹快速插值,从而以少量状态参数化轨迹,稀疏性大大加快了问题的求解。将问题表示为因子图,利用贝叶斯树进一步实现快速的增量更新。在多个数据集上进行了实验,估计的轨迹与真实轨迹对比说明算法可以得到很高的精度。最后,将运动规划问题视作概率推理,利用优化与推理的对偶性将轨迹优化问题转化为因子图进行推理。对于避障问题,这里构造了轨迹平滑高斯过程先验因子以及障碍先验因子。由于使用少量支撑状态参数化轨迹,需要对轨迹插值进行避障检测,障碍因子进一步分为常规障碍因子及插值障碍因子。使用贝叶斯树对因子图进行增量推理,这里利用贝叶斯的增量特性还研究了重规划问题。在移动平台机械臂和静止基座机械臂上的实验结果验证了算法的适应性及有效性。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
Syed,Asif,Shah[2]（2019）在《距离多普勒空间中的运动建模与状态估计》一文中研究指出在现代雷达的发展过程中,其核心目的都是为了更多的提供目标信息,而一个可识别的目标通常意味着更多有用信息的获取。针对一个目标而言,获取其位置及空间信息更为重要。对某一目标的多重角度的信息获取是雷达一个重要的应用范围。高频表面波雷达(HFSWR)在海上使用时具有两个明显的优势:首先,通过垂直极化方式(HFSWR)可以观测到地平线以外,其次,它们的信号与海浪的相互作用机制很简单,也很容易理解。使用垂直极化的高频表面波雷达(HFSWR)可以区分和跟踪超出地平线的目标。因为HE的波长范围在10—100米,为了实现窄波束,天线阵列的孔径尺寸也需要很大,通常是几百甚至几千米。在发射和处理并行传输的信号过程中,传统的(HFSWR)大多都使用接收元件的天线系统来确定信号,为确保性能,传统的雷达依赖于窄波束,即在HF处的“窄光束”,其波长跨越10-100米,需要阵列的孔径尺寸在100米到1.5千米之间。同时,必须将电缆馈送到所有这些元件,并且温度和湿度的差异线参数需要构成偏置源,这就使得(HFSWR)在应用时具有很多限制条件,阻碍其性能增益。本文的研究重点是在只使用具有多个非方位角传感器进行多普勒测量时,实现有效的目标跟踪,因此可以极大的减少相控阵天线阵列数目,用少数量的天线实现近似性能。本研究题为“多普勒空间中的运动建模和状态估计”,讨论了卡尔曼滤波器及其相关技术,特别是无迹卡尔曼滤波器,通过范围估计伪状态,推导模拟转换后的多普勒测量卡尔曼滤波器(CDMKF),同时定义了伪状态向量和状态方程,并给出了用于伪状态估计的滤波器设计。仿真结果验证了所提出技术的有效性。此外,我们给出了一个滤波器来估计距离和多普勒测量的伪状态,给出并分析了伪态方程,给出估计方法对目标范围和多普勒效应进行估计。仿真结果证明所提技术的可实现性及性能。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
安秋兰,赵家圆[3]（2018）在《基于EKF的车辆运动状态估计》一文中研究指出基于扩展卡尔曼滤波(EKF)的车辆运行状态估计算法,对车辆关键运行状态纵向行驶车速、侧向行驶车速、横摆角速度、质心侧偏角进行可靠估计。首先建立包括纵向、侧向、横摆运动的叁自由度非线性车辆动力学模型并得到状态空间方程;其次利用Matlab/Simulink平台对采用扩展卡尔曼滤波算法的状态估计器进行建模;最后选择典型工况应用Matlab/Simulink与Carsim进行联合仿真验证估计算法,结果表明所提算法能精确估计车辆状态。(本文来源于《建设机械技术与管理》期刊2018年08期）
胡启阳,王大轶[4]（2018）在《故障卫星自旋运动状态估计》一文中研究指出本文针对故障卫星自旋运动估计问题,提出了分别基于双目视觉和激光雷达测量的估计算法。首先建立了相对位置方程和姿态方程作为状态方程;其次建立了双目视觉和激光雷达的观测方程;最后通过平方根容积卡尔曼滤波估计出卫星的相对位置、速度、姿态、角速度以及自旋轴指向。通过数值仿真表明本文提出的方法对于故障卫星自旋运动状态的估计具有较高的精度。(本文来源于《第37届中国控制会议论文集（C）》期刊2018-07-25）
赵世杰[5]（2018）在《基于双目视觉和惯性导航的无人机运动状态估计》一文中研究指出随着近年来民用小型多旋翼无人飞行器应用的普及,多旋翼无人机(UAV)已经成为一个通用性的作业和科研平台。其工作环境受人工限制小,应用范围广泛。目前,多旋翼无人飞行器主要应用于电力巡航、农业喷洒、环境监测、物品运输等领域。立体视觉技术是近年来数字图像处理和计算机视觉领域研究的方向和热点。双目立体视觉系统可以获得丰富的环境信息,其优点是体积小,功耗低,获取信息量丰富,成本低廉。而处理器运算速度的提高使得计算机视觉在微小型无人机在各方面的应有都得到提升,如实时视觉slam,视觉导航,视觉定位等,基于计算机视觉的无人机运动状态估计设计的主要思路是从先从摄像机获取的图像序列,然后从图像序列中提取出光流信息,最后融合IMU和高度计估计出无人机的运动状态。主要研究内容如下:(1)设计了无人机平台,后面章节的实验将运动状态估计算法移植于该四旋翼无人飞行器平台,先利用摄像头实时采集图像,再利用嵌入式卡片电脑ODROID XU4的GPU实时完成图像处理任务。(2)在离线状态下先对单目摄像头进行标定得出两个摄像头的摄像头参数矩阵,然后对图像进行预处理,包括灰度转换,矫正和形态学滤波;通过双目视觉系统得出光流信息和环境的深度信息,并融合惯性导航元件采集的速度和角速度对实时光流信息进行分解,最终得出较精确的无人机运动状态。(3)使用了Pixhawk飞控板搭建了无人机飞行平台,将算法移植到ODROIDXU4卡片电脑中并通过Opti Track视觉定位系统验证了算法。(本文来源于《杭州电子科技大学》期刊2018-03-17）
王建锋,郭维[6]（2018）在《重型车辆运动状态估计仿真研究》一文中研究指出重型车辆主动安全研究的核心是如何快速获取车辆运行状态、环境等参数,并将这些参数进行综合分析,按照一定的规律对车辆进行控制。车辆运动状态参数有的可以直接通过车载传感器测量得到,有的则不能。通过建立重型车辆的七自由度动力学模型,利用无迹卡尔曼滤波状态估计方法求解重型汽车在双移线试验下的运动状态参数,将获得的结果与同参数下的Trucksim计算结果进行对比,仿真结果表明,该方法能够实现重型车辆运动状态的估计,并且具备较高的估计精度。(本文来源于《计算技术与自动化》期刊2018年01期）
胡启阳,王大轶,张艾[7]（2017）在《基于平方根容积卡尔曼滤波的翻滚目标相对运动状态估计》一文中研究指出本文针对翻滚目标相对运动状态估计问题,提出了一种基于双目视觉测量的算法。首先建立了相对位置方程,相对姿态方程以及特征点的运动方程作为状态方程;其次利用双目相机观测目标表面特征点并计算出其在追踪器本体坐标系下的位置;最后通过平方根容积卡尔曼滤波估计出目标相对于追踪器本体的位置、速度、姿态、角速度以及惯量比。通过数值仿真表明本文提出的方法对于翻滚目标相对运动状态的估计具有较高的精度。(本文来源于《2017中国自动化大会（CAC2017）暨国际智能制造创新大会（CIMIC2017）论文集》期刊2017-10-20）
熊凯,魏春岭[8]（2017）在《基于自适应极大后验估计的空间目标运动状态确定》一文中研究指出提出一种新的基于自适应极大后验(AMAP)估计的空间目标运动状态确定方法,致力于削弱未知干扰对状态估计的不利影响.针对带有干扰的离散时间非线性随机系统设计了AMAP估计算法,采用高斯-牛顿优化方法实现极大后验(MAP)估计,通过模式切换和加权融合强化算法的自适应能力.基于理论分析导出了状态估计均方误差(MSE)的表达式,说明所提算法能够达到优于传统扩展卡尔曼滤波(EKF)和MAP估计算法的精度.以空间目标运动状态确定系统为例,通过蒙特卡洛仿真验证了AMAP估计算法的性能优势,不同条件下的对比研究表明,所提算法具备应对未知干扰的自适应能力,能够有效提升空间目标运动状态估计精度.(本文来源于《系统科学与数学》期刊2017年08期）
邬奇峰[9]（2017）在《基于UWB的四旋翼飞行器目标运动状态估计》一文中研究指出近年来,四旋翼飞行器在航拍、农业、测绘以及快递物流行业上应用广泛,得益于四旋翼飞行器的大范围商业化应用,四旋翼飞行器的状态估计、飞行控制以及避障、目标跟踪等技术得到了快速发展。在四旋翼飞行器的目标跟踪方面,目前已实现了从基于GPS的移动目标跟踪到基于机器视觉的目标跟踪技术的跨越,给人们的生产生活带来了巨大的便利。然而,基于GPS的四旋翼目标跟踪技术,受到GPS精度不高、无法在室内或者有较大建筑物遮挡的环境下使用的制约,基于单目视觉的目标跟踪技术,存在计算量大、受遮挡无法跟踪、难以恢复目标的相对位置信息等问题。而基于UWB(超宽带)定位技术的四旋翼目标跟踪技术,具有近距离(几十米以内)精度高,可以在室内使用,计算量小,以及可以直接求取目标的相对位置的优势。本论文研究基于UWB的四旋翼飞行器目标运动状态估计问题,主要工作如下:首先,建立目标和飞行器的相对运动模型,针对UWB测距的特性,建立UWB的测量模型;针对单对UWB测距模块安装在四旋翼飞行器上的目标状态估计问题,进行可观性分析,推导系统可观的条件。其次,针对单对UWB测距模块,在测量方程是非线性的情况下,研究目标的相对运动信息估计问题。通过线性化测量方程,采用扩展卡尔曼滤波(EKF)进行状态估计,考虑到线性化误差,导致估计误差较大的问题,给出基于迭代扩展卡尔曼滤波(IEKF)的状态估计方法,在当前状态估计值处重新进行线性化,通过仿真验证状态估计方法的有效性;考虑到初始的先验信息对估计收敛速度的影响,提出基于图像和飞行器对地高度信息的初始相对位置估计算法,获得较为准确的初始状态信息。然后,研究在空间限制条件下的多个UWB测距模块布局对定位精度的影响,基于条件数设计最优的构型布局,给出基于QCEKF的目标的运动状态估计方法。最后,搭建UWB硬件测试平台,通过实验验证最优构型下系统的目标定位精度,以及IEKF算法和QCEKF算法的可行性。(本文来源于《哈尔滨工业大学》期刊2017-06-01）
卢哲俊,胡卫东[10]（2017）在《基于随机有限集的空间碎片群运动状态估计》一文中研究指出传统的空间目标监测是建立在单目标状态估计基础之上,在面对突发产生的大量空间碎片时,由于碎片尺寸小,且密集分布以"群"的方式出现,传统单目标处理方法很难奏效。以"群"整体作为处理对象,基于随机有限集(RFS)技术,对"群"的状态特征进行估计。为了解决漏检目标密度分配问题和轨迹关联问题,提出一种面向量测的改进集势概率假设密度(CPHD)滤波器,并结合滤波后的信息处理过程,完成了对低轨空间碎片群的目标密度分布、群内目标数以及群内显着目标的状态估计。在仿真实验中,提出的滤波器表现明显优于传统滤波器和标准CPHD滤波器,且在某些传统滤波器和标准CPHD滤波器已失效的情况下,所提技术仍能有效工作。(本文来源于《航空学报》期刊2017年11期）
运动状态估计论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在现代雷达的发展过程中,其核心目的都是为了更多的提供目标信息,而一个可识别的目标通常意味着更多有用信息的获取。针对一个目标而言,获取其位置及空间信息更为重要。对某一目标的多重角度的信息获取是雷达一个重要的应用范围。高频表面波雷达(HFSWR)在海上使用时具有两个明显的优势:首先,通过垂直极化方式(HFSWR)可以观测到地平线以外,其次,它们的信号与海浪的相互作用机制很简单,也很容易理解。使用垂直极化的高频表面波雷达(HFSWR)可以区分和跟踪超出地平线的目标。因为HE的波长范围在10—100米,为了实现窄波束,天线阵列的孔径尺寸也需要很大,通常是几百甚至几千米。在发射和处理并行传输的信号过程中,传统的(HFSWR)大多都使用接收元件的天线系统来确定信号,为确保性能,传统的雷达依赖于窄波束,即在HF处的“窄光束”,其波长跨越10-100米,需要阵列的孔径尺寸在100米到1.5千米之间。同时,必须将电缆馈送到所有这些元件,并且温度和湿度的差异线参数需要构成偏置源,这就使得(HFSWR)在应用时具有很多限制条件,阻碍其性能增益。本文的研究重点是在只使用具有多个非方位角传感器进行多普勒测量时,实现有效的目标跟踪,因此可以极大的减少相控阵天线阵列数目,用少数量的天线实现近似性能。本研究题为“多普勒空间中的运动建模和状态估计”,讨论了卡尔曼滤波器及其相关技术,特别是无迹卡尔曼滤波器,通过范围估计伪状态,推导模拟转换后的多普勒测量卡尔曼滤波器(CDMKF),同时定义了伪状态向量和状态方程,并给出了用于伪状态估计的滤波器设计。仿真结果验证了所提出技术的有效性。此外,我们给出了一个滤波器来估计距离和多普勒测量的伪状态,给出并分析了伪态方程,给出估计方法对目标范围和多普勒效应进行估计。仿真结果证明所提技术的可实现性及性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
运动状态估计论文参考文献
[1].宋俊霖.基于高斯过程的李群动态系统状态估计与运动规划[D].哈尔滨工业大学.2019
[2].Syed,Asif,Shah.距离多普勒空间中的运动建模与状态估计[D].哈尔滨工业大学.2019
[3].安秋兰,赵家圆.基于EKF的车辆运动状态估计[J].建设机械技术与管理.2018
[4].胡启阳,王大轶.故障卫星自旋运动状态估计[C].第37届中国控制会议论文集（C）.2018
[5].赵世杰.基于双目视觉和惯性导航的无人机运动状态估计[D].杭州电子科技大学.2018
[6].王建锋,郭维.重型车辆运动状态估计仿真研究[J].计算技术与自动化.2018
[7].胡启阳,王大轶,张艾.基于平方根容积卡尔曼滤波的翻滚目标相对运动状态估计[C].2017中国自动化大会（CAC2017）暨国际智能制造创新大会（CIMIC2017）论文集.2017
[8].熊凯,魏春岭.基于自适应极大后验估计的空间目标运动状态确定[J].系统科学与数学.2017
[9].邬奇峰.基于UWB的四旋翼飞行器目标运动状态估计[D].哈尔滨工业大学.2017
[10].卢哲俊,胡卫东.基于随机有限集的空间碎片群运动状态估计[J].航空学报.2017