简介：基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS？R流形上的GaussVonMises（GVM）多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器（GVMF）。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。

简介：随着导航的应用场景日趋复杂,对利用室内地图的全局路径规划提出更高的要求。为提高全局路径规划算法效率,提出一种指示路径规划算法。首先运用栅格法对已知地图进行建模,然后在算法中引入方向向量引导路径方向,接着多次执行并通过奖励与惩罚措施来将关联矩阵与路径质量形成正反馈机制,并采用路径优化策略,最终得到一条较好质量的结果路径。仿真结果表明,较A＊算法而言,指示路径规划算法在时间上减少49%,并且在较复杂的栅格地图中,其路径长度缩短了17%。

简介：针对自由漂浮状态下的空间机械臂系统，研究了基座姿态扰动最小的轨迹规划问题。首先通过正弦函数参数化机械臂各个关节，在机械臂关节角速度、角加速度以及基座姿态变化范围受限的约束条件下，定义了基座姿态扰动最小的目标函数，然后提出了基于混沌粒子群算法的轨迹优化策略，并给出了具体求解步骤。数值算例结果表明，在满足系统的约束条件下，机械臂关节变化平缓，不存在角速度突变的情况，并且比标准粒子群算法具有更快的收敛速度，在优化轨迹下进行运动仿真，结果表明终止时刻基座姿态扰动为1.3708°(三轴合成)，而梯形规划的姿态扰动为8.5459°，优化后使得姿态的扰动减小84%，从而说明所提出的算法能够有效减小机械臂运动对基座姿态的扰动。