现代机器人学 偏仿生 从仿生角度阐述的机器人学

大气偏振图景检测精度直接决定了系统载体的导航定位精度。基于视觉仿生原理,提出了一种四通道时分复用(TDM)大气偏振图景检测技术。该技术采用2组4个探测通道和时分复用技术实现大气偏振信号分时检测,获得大气偏振图景信息。与已有技术相比,该技术既简化了测量系统,又有效减少了通道信号增益差异与大气光强变化对探测信号的影响。实验表明,基于视觉仿生原理的大气偏振检测技术能够明显降低大气偏振测量误差,提高大气偏振测量精度。基于该技术的仿生偏振检测系统能够获得定位级的星体位置信息,实现载体的自主导航定位。

根据仿生偏振导航对天空偏振模式信息的需求，设计实现了一种利用具有180°视场的鱼眼镜头构建的偏振成像系统采集天空偏振信息，并将采集得到的平面二维偏振模式经Matlab 程序处理后还原为空间偏振模式分布，从偏振成像理论进行分析，并对所需要的实验设备进行标定，得到了实验中鱼眼镜头的成像公式及参数，并对所采集的图像进行视场校正。标定与校正后所得空间偏振模式分布与单次瑞利散射理论模型保持一致，且具有较高的相似度，其中偏振方位角相似度可达82.4%，偏振度相似度可达96.91%。

由于图像建模及参数估计的困难和复杂性，水下目标检测算法的性能受到了严重影响。受水下生物视觉信息处理机制的启发，针对特殊的水下光学环境提出一种新的基于光强—光谱—偏振的仿生信息融合目标检测方法，能够根据所获得的水下光学先验知识进行适应性特征融合。算法摆脱繁琐的图像预处理过程，以较低的运算复杂度为代价实现可靠的目标检测结果。

针对基于仿生智能优化的盲信号分离算法计算量偏大的问题，提出了一种新的基于差分搜索的盲信号分离算法。采用信号在时间上的可预测性度量作为目标函数，使用差分搜索算法对目标函数进行优化求解。利用去相关消源方法从混合信号中去除每次分离出的源信号成分，通过逐次分离最终实现对所有源信号的成功恢复。仿真实验表明，所提算法可以有效实现对混合信号的盲分离。与其他算法相比，该算法在保证了更高分离精度的同时，具有更低的运算量。