简介：摘要：近年来，加工制造行业为应对新型产品面世以及产品加工制造压力，开始着重研究技术创新问题。基于FDM 技术的3D 打印机控制技术的出现，不仅可缓解企业竞争压力，同时简化制造技术，缩短开发周期，促使企业可高效完成产品制造。本文基于FDM 技术概述3D 打印机总体设计，并围绕基于外轮廓线的自适应分层算法、改进的分形扫描方法打印关键算法进行实例验证，对比打印质量以及打印时间，分析两种关键算法的可行性。

简介：摘要

简介：

简介：摘要：传统工业机器人通过预先示教或单目视觉引导的方式完成工艺和作业,这些工作方式在很大程度上存在局限性。一旦存在产品公差、工艺误差、力形变、装配或检测流程积累的误差时,位置误差容忍度低和抗干扰能力弱的问题就容易凸显出来。双目视觉已成为科学研究、设计、产品制造领域一项重要的基础技术,其可利用双摄像头对物体空间做标定定位,解决了单目视觉无法直接获取目标三维坐标信息的问题,也使得工业机器人面对复杂生产环境、多品种工艺有着更好的适应性和灵活性,拓宽了机器人的应用场景。

简介：摘要SLAM技术相关问题是考虑自主机器人在未知环境，没有人协助部署和操作时的导航需要。最基本的一种导航技术是由人勘查环境、机器人平台制作地图。其他更复杂的方案，比如在RFID的协调下，多人和多机器人的轨迹制图，还有方案则使用SLAM帮助机器人认识环境，提高设备的可用性。

简介：摘 要：随着定位与导航技术的发展，高精度、高可靠性导航定位的需求日益增加。单一信息源导航由于受自身固有局限的影响无法满足用户对导航精度的需求，同时也不具备足够高的鲁棒性和可靠性。多源融合导航技术基于信息融合技术综合处理多个导航源获取到的信息，实现在复杂多变的环境中的高精度、低成本的定位能力，从而得到最佳的导航决策结果。根据算法模型结构特征可以将多源导航的融合算法分为：集中式结构算法、并行式结构算法以及混合式结构算法。通过对不同结构的融合算法进行研究，分析三种融合算法的特点、应用场景和评估体系，为应用多源融合导航技术提供理论基础。

简介：摘要：具有自主导航能力且能够在未知环境下正常运行的无人车成为了全球研究热点,其中定位与SLAM建图技术可为无人车自主导航提供实时的环境信息和位置信息。该技术是为了解决无人车在完全陌生的环境下通过无人车的自身传感器来构建地图且实现无人车的自身定位。本文在对SLAM技术理论研究的基础上,结合当前SLAM研究中的主流算法开展研究工作,旨在实现无人车的自主定位与导航。

简介：摘要：近年来，无人车逐渐成为全球机械制造领域的研究热点，其不仅具有良好的自主导航功能，还可以有效适应位置环境实现正常运行。本文以基于视觉SLAM的自主导航无人车为探讨主题，分析当前SLAM技术的研究与应用现状，从Gmapping、Hector slam以及Cartographer三方面阐述基于视觉SLAM的建图算法方法。总结无人车运动模型的搭建与基于ROS的导航的具体应用。

简介：针对智能车模型,提出了基于机器视觉的神经网络转向控制算法。该算法的输入为一张道路图的黑线位置值,输出为前轮转角。试验结果表明,这种算法能够很好地学习操作员给定的控制策略,具有较好的稳定性和鲁棒性。

简介：生物启发的无线复眼导航技术是新型的机器人导航方案，将分布在环境中的分布式智能代替了传统的集中式智能。蒙特卡洛定位是近来流行的机器人自主定位算法，将这种算法应用在分布式视觉传感器机器人的定位中，并针对多视觉传感器观测值的最优选择，提出了一种分布式的基于熵的观测量选择方法，目的是选择那些对提高定位精度更有效的观测信息，在保证定位精度的前提下，提高了定位的卖时性和可靠性。仿真实验结果证明了这种算法的可行性。

简介：摘要：在机器人导航中，视觉传动技术可以通过图像识别、目标跟踪等方式，实现机器人对环境的感知和定位，从而实现自主导航；在机器人定位中，视觉传动技术可以通过对环境中的特征点进行提取和匹配，从而实现机器人在空间中的准确定位。本文将重点探讨视觉传动技术在机器人导航与定位中的应用，并对相关算法进行研究和分析，旨在为机器人技术的进一步发展提供参考和支持。

简介：摘要：北斗导航定位算法在电子信息领域的应用及性能评估是近年来备受关注的研究方向。该算法基于北斗导航系统，利用卫星信号实现精准定位，具有高度的实用性和可靠性。本文综述了北斗导航定位算法在电子信息领域的应用现状，并对其性能进行了评估。通过实验数据分析和比较，探讨了该算法在不同环境条件下的定位精度、稳定性和适用性，为进一步优化和应用提供了重要参考。

简介：摘要：在物联网技术日趋成熟的今天，利用地理位置信息进行资源配置最佳化室内定位系统的研究起到了很大的作用。位置信息是必要的辅助工具，在屋内取得地点资料的方案中，在IEEE802.11WiFi标准中，无线网络中的信道状况资料被定义为一个参数，是目前无线网络研究的一个热点。但是，现有的以信道状况资料为基础的定位系统，会造成多个错误的积累。目前还很难满足物联网和智慧家庭对精准度的要求。在室内进行高精度定位，还有很多问题亟待解决。因此，迫切需要研究能够有效解决上述问题的新方法、新技术，从而进一步提升室内高精度定位的精度与可靠性。

简介：针对传统尺度不变特征变换(ScaleInvariantFeatureTransformation,SIFT)和加速鲁棒特征(Speed-UpRobustFeature,SURF)算法在视觉同步定位与建图(SimultaneousLocalizationAndMapping,SLAM)系统中耗时严重的问题,基于ORB(ORientedBRIEF(BinaryRobustIndependentElementaryFeatures))算法提出了一种改进的图像匹配算法。针对FAST(FeaturesfromAcceleratedSegmentTest)特征检测算子易受图像模糊和距离变化影响的缺点,建立了多尺度空间金字塔;针对BRIEF特征描述算子效率不高的问题,采用精简后的快速视网膜特征描述算子构建了特征向量;通过最邻近的交叉匹配对特征向量进行了提纯,采用顺序采样一致性算法剔除了错误匹配对。最后,通过与SIFT、SURF和ORB算法进行对比验证了改进算法的有效性。

简介：

简介：蚁群算法是近十几年迅速发展起来的一种优化算法,能很好地解决静态及动态组合的优化问题,而WSN（无线传感器网络）是近几年涌现出来的新技术,其中的节点定位技术是有待突破的关键技术之一。基于移动信标节点定位的三边测量法基础上,引入蚁群算法来建立信标移动最佳路径的算法,得到了优化后的算法模型,并进行了仿真试验。结果表明：经过蚁群算法优化后,能减少发射信标的数量,得到最优移动路径,使节点定位精度达到10%。

简介：对重力辅助惯性导航技术的基本原理进行了分析，将采样卡尔曼滤波算法用于重力图形匹配。滤波通过设计少量的σ点，并计算这些σ点的经由非线性函数的传播，从而获得滤波值基于非线性状态方程的更新，较广义卡尔曼滤波具有计算精度高、便于计算的特点。

简介：为了实现GPS信号缺失下的移动机器人自主导航,解决传统粒子滤波中的粒子退化以及粒子贫乏引起的移动机器人定位和导航精度下降问题,提出了基于小生境理论的启发式蝙蝠优化粒子滤波的同时定位与地图构建算法。首先,在启发式蝙蝠优化算法的速度和位置更新过程中,引入惯性权重,加快了算法寻优精度,提高了收敛速度;然后,利用小生境理论进一步优化启发式蝙蝠算法,利用排挤机制和惩罚函数,有效地保证了种群的多样性,提高了算法的全局寻优能力;最后,将基于小生境理论的启发式蝙蝠优化算法用于传统粒子滤波采样中,使得粒子能够智能、快速地向高似然区域运动,同时提高了传统粒子滤波算法的全局寻优能力和寻优精度。实验结果表明：该算法显著提高了移动机器人导航和定位的精度和实时性。

简介：摘要：本文介绍了ROS轮式机器人系统在未知环境下的自主移动所依赖的传感器。对可视化地图、栅格地图、拓扑地图、特征地图的特性进行了分析，选择了构建简单便于及时更新的栅格地图模型。通过对导航所需要的5个步骤实现了轮式机器人在仿真环境下定位与导航的功能。

简介：摘要：自主水下机器人（AUV）作为开发和利用海洋资源的主要载体，在执行任务时需要准确的定位信息。现有AUV主要采用基于捷联惯性导航系统（SINS），辅以声学导航和地球物理场匹配导航技术。本文简要介绍了水下导航模式的基本原理、优缺点和适用场景；讨论了各种导航模式中的关键技术，以提高组合导航的精度和稳定性。通过分析现阶段存在的问题，展望了水下航行的未来发展趋势。