成果提出了面向实际运营需求的智能驾驶导航控制方法，突破了车辆跟踪控制强依赖于模型的技术瓶颈，提升了大惯性车辆系统的跟踪控制品质，为智能驾驶导航控制技术应用提供理论依据。 提出了一种大惯性电动客车的智能驾驶横纵向解耦控制方法，提升了大惯性客车无人驾驶环境下跟踪期望轨迹的控制精度，优化了控制结构，有效克服了其大惯性和滞后性，改善了大惯性无人驾驶客车控制的响应速度和跟踪效果；提出了一种基于前后轴融合参考的自主招车导航及控制方法，增加了对长轴距车辆的精准控制，提高了车辆导航控制的精度。

本发明的目的是提供一种低轨卫星自主导航增强载荷及基于低轨卫星的自主导航信号增强方法。 本发明提供的低轨卫星自主导航增强载荷，至少包括： GNSS接收模块、主控模块、发射模块、高稳时钟模块、至少一套GNSS信号接收天线、以及至少一套增强信息发射天线； GNSS信号接收天线、GNSS接收模块、主控模块、发射模块、增强信息发射天线顺次相连； 所述GNSS接收模块用来根据GNSS信号接收天线接收的GNSS导航卫星信号，捕获跟踪全球或区域导航卫星信号，进行星上自主定轨和自主授时；并输出秒脉冲信号进行整星授时、以及驯服高稳时钟模块； 所述主控模块用来供电、并与GNSS接收模块和发射模块交互数据； 所述发射模块用来将星上自主定轨和自主授时的结果数据编码成电文并进行信号调制，获得低轨卫星导航增强信息，通过所述增强信息发射天线进行播发； 所述高稳时钟模块同时连接所述GNSS接收模块和所述发射模块，用来提供低轨卫星导航增强信息发射的时频基准。 进一步的，所述主控模块还用来与综合电子系统交互数据。 所述主控模块还用来与综合电子系统交互数据，包括： 将低轨卫星自主导航增强载荷的工作状态发送给综合电子系统； 接

无人机全称“无人驾驶飞行器”，（Unmanned Aerial Vehicle）英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。它涉及传感器技术、通信技术、信息处理技术、智能控制技术以及航空动力推进技术等，是信息时代高技术含量的产物。无人机价值在于形成空中平台，结合其他部件扩展应用，替代人类完成空中作业。随着无人机研发技术逐渐成熟，制造成本大幅降低，无人机在各个领域得到了广泛应用，除军事用途外，还包括农业植保、电力巡检、警用执法、地质勘探、环境监测、森林防火以及影视航拍等民用领域，且其适用领域还在迅速拓展。机载处理器是整个无人机系统的核心，处理各种传感器信息进行定位与识别，是智能无人机的“大脑”。飞行控制器接收机载处理器发送来的位置，速度，加速度指令，经过控制器转化成四个螺旋桨电机的转速，控制飞机平衡姿态，完成任务，是智能无人机的“小脑”。

一、项目简介 自动导航运输车（Automated Guided Vehicle，AGV）是装有自动导航装置，能够沿规定的路径行驶，在车体上具有编程和停车选择装置、安全保护装置以及各种物料移载功能的搬运车辆。广泛应用于汽车制造、电子、纺织、食品、烟草、物流仓储等行业和领域。 2016年中国AGV市场销售量7350台，市场规模达12.08亿元，同比增长37.7%。2017年中国市场AGV销量有望突破10200台，同比增速超38%。特别是新一代完全柔性的AGV机器人将在各种场景下得到应用，新的AGV增量市场正在酝酿过程中。 当前AGV主要导航方式为有轨导航（固定路径）和无轨导航（柔性路径）。传统有轨导航AGV主要采用有轨导航方式，虽然简单易行、路径跟踪可靠性好，但灵活性和柔性差；新的激光导航方式，在应用时具有更高的柔性，但目前大多数是采用反射板和三角定位原理进行，其灵活性和柔性受到限制。 无轨导航AGV不需要任何场地施工、具备自由路径导航和智能避让能力的AGV，越来越受到行业的重视，是重要发展趋势和研究热点。这种无轨的自主导航系统（自由路径规划和决策）具有更高的引导柔性，能够更高效、灵活地完成物料的搬运任务。随着车间物流和生产流程日益复杂多变，对柔性供送、自主规划决策的新一代AGV需求迫切。 本项目致力于开发面向柔性物料搬运、内部物流的AGV机器人平台，具有效率高，易于操作、使用灵活且安全等特点。项目研究的这种AGV是第三代柔性移动机器人，综合了激光、视觉、惯性定位和自主规划决策技术，是未来的移动解决方案。(智能化工具化)，适应于巡检和商城、宾馆、医院等场所的内部配送。 项目研究全新一代AGV属于自主导航机器人，具备全柔性：无轨导航，不需要场地布设，全软件化，应用更广（内部物流、人机协作等）。具备自主性：自动路径规划、自动避障、自动跟踪、相互协作、自动充电等智能决策。项目研究具有重要的现实意义和市场前景。 二、前期研究基础 研究团队已经开工研究面向柔性物料搬运和物流配送的新一代AGV机器人，服务于需混合导航与自由路径功能的新兴AGV市场，目前研发的这种AGV是第三代高级移动机器人，综合了激光、视觉、惯性导航和自主规划决策与人机交互技术，是未来的移动解决方案(智能化工具化)。累计完成投资150万元，已和厦门万久公司开展省高校产学项合作目(基于视觉与惯性定位的AGV装置研发)，设计完成了AGV机器人样机，正进行驱动系统、导航系统、控制系统可靠性与性能指标的测试。 当前正在的研究工作和目标是，进一步完善AGV基本机型设计，实现激光SLAM、里程/IMU惯性定位、自主路径规划与跟踪；对AGV的RGB-D视觉系统进行开发设计，实现视觉引导与目标识别、跟踪、避让；进行终端控制软件开发，形成产品应用解决方案。 已发表的与项目相关的主要论文SCI论文5篇，EI论文20余篇。主要发明专利有：1. 仲训昱, 田军, 庞聪, 彭侠夫, 曾建平. 基于前倾 2D 激光雷达移动扫描的路面与障碍检测方法. 国家发明专利（受理中）2. 仲训昱. 基于虚拟扫描与测距匹配的 AGV 激光 SLAM 方法. 国家发明专利（申请号：201710504910.7, 受理中）. 3. 仲训昱, 李跃亮, 彭侠夫. 面向智能车自主充电的柔性对接装置. 国家发明专利（申请号： 201710389598.1, 受理中）4. 仲训昱, 王祥, 陈映冰, 彭侠夫. 基于 A*提取引导点的 AGV 路径跟踪与避障协调方法.国家发明专利（申请号： 201710043581.0, 受理中）5. 仲训昱, 李跃亮, 刘嘉伟, 彭侠夫. 一种面向智能车自主充电的柔性对接装 置. 国家实用新型专利, 专利号： 201720606992.1 三、应用技术成果 （一）导航控制系统设计 研究团队开发了一种全柔性自主式AGV机器人, 其导航控制系统如下图所示，特点有： 1）采用这种模块化的系统平台, 搭建激光导航AGV产品, 可实现降低制作成本30%-50%;  2）结合视觉/惯性定位和特殊运动机构, 支持各种场景下的使用、简易且节省人工成本。 （二）地图表示和基于A*提取关键路径点的全局路径规划方法 以AGV半径障碍进行膨胀，建立初始栅格地图；通过风险评估函数对障碍周围节点的风险等级进行评估，获得带有风险区域的安全栅格地图。在安全地图上通过A*算法规划全局路径，在得到的全局路径上提取关键路径点。 （三）基于位-姿交替控制的路径跟踪与避让/运动协调方法研究了局部环境建模与自适应窗口的实时避障方法，同时还研究了基于复合速度障碍法的分布式运动规划算法，在各种移动服务机器人与AGV搬运机器人 相互协调避让的运动规划中等具有很好的应用前景。 机器人以关键路径点为引导点并不断实时切换、更新引导点，进行路径跟踪与障碍避让的协调统一。 （四）基于地图匹配的AGV激光SLAM方法 虚拟扫描与测距匹配法：增量式创建栅格地图，采用虚拟激光雷达扫描与基于测距的快速轮廓匹配。 LATTICE SLAM方法：综合采用了高斯牛顿迭代法、地图匹配表、概率地图和高低两层地图等策略。 （五）AGV系统特色设计 1)双层控制器系统结构，提高可靠性、实时性和灵活性。 2)基于ROS的软件设计，采用NVIDIA 的TK1超级计算平台作为主控计算机。 3)下位机功能模块设计：处理实时性较高的任务，如里程计／IMU推算定位、安全速4)度控制、超声波／防撞条避碰处理等。 5)运动机构及外观设计：两轮差动驱动＋两轮随动”的四轮运动机构，比六轮机构具有更好的地面适应性；采用橡胶轮，减震和静音效果好。 6)自动充电对接装置设计：通过柔性连杆的弯曲形变来实现充电接口和充电接头的柔顺对接。 四、合作企业 厦门万久科技股份有限公司是一家集销售、软件研发、技术服务、加工技术整合为一体的高新技术企业。目前公司的经营范围涉及CNC软件开发及数控系统销售、CNC控制零件销售及专业维修；工艺优化、机台升级与技术改造、工程配电与软件优化、专用机控制系统开发、多轴机的设计与开发、机台精度检测与校正优化服务等。公司是国际知名生产制造企业——富士康的产品供应商和技术服务商。  

成果简介项目负责人在美国多年工作期间主持和参加了路面无人车的导航系统设计，（美国国防部陆军研究实验室的项目编号： DAAD 19-01-2-0012）， 负责开发了采用激光测距器的反映式导航系统， 无人车可以实时地应对环境中的变化， 修正预先规划的轨迹。 该成果在美国国防部项目进度汇报中获得了很高的评价， 相关的研究成果发表在国际顶级的机器人期刊上。 另外还开发了模拟人脑处理信息的四层模型， 并将之运用于图像识别， 开发了通用的识别系统。 解决目前大多识别器只对独立训练的目标有识别力的

本发明公开了一种多传感器融合的超近距离自主导航装置与方法。该装置包括传感器子系统、信息融合子系统、敏感器扫描结构和指向导引结构，将可见光成像敏感器与红外成像敏感器结合，并结合光学成像敏感器组成的被动式测量方式与激光测距传感器组成的主动式测量方式获取数据。自主导航分为三个阶段：远距离段采用双目可见光成像敏感器和双目红外成像敏感器组合的导航方式，近距离段采用双目可见光成像敏感器、双目红外成像敏感器和激光测距传感器阵

自主导航技术是移动机器人实现自主化的最为核心的关键技术。在现有的智能工厂环境中，工业AGV等多采用色带、磁钉、磁条、二维码、有反射板激光等自主导航技术，这类方法共同缺点就是需要对使用环境进行大量改造，系统的建设周期较长、维护成本高且难以满足智能工厂对柔性和灵活制造的要求。因此，目前AGV的导航模式逐渐从传统的导航方式转向了基于自然环境和SLAM技术的完全自主导航方式。但是，目前常规的基于激光传感器的定位技术只能达到2-5cm的精度，并且对于环境要求较高，无法满足工业环境高精度、强鲁棒性的要求。针对上述难题，研发了利用激光、视觉、惯性传感器等多模态传感器，在动态、视觉退化、非结构化等自然环境中实现了高精度、高可靠性和高实时性的2D/3D自主定位与导航技术。

 本技术涉及一种轮式车辆惯导系统的自动标定、运动对准即自主定位方法，即如何在不借助参考路标点和其他外部传感器如GPS的条件下，实现实际路况下的惯导系统与车体间安装关系和里程计标度因数的自动标定，以及车辆行驶中的惯导系统运动对准与自主定位，抑制环境因素对里程计辅助效果的影响，提升陆用车辆导航系统的自主性、快速性、可维护性、环境适应性和精度指标。 惯性/里程计组合导航系统通常采用两种组合方式：航迹推算方式和反馈组合方式。航迹推算方式是一种简单的次优组合，它以惯性导航系统提供姿态基准，以里程计提供行程增量并在参考坐标系中投影累加得到当前位置；反馈组合方式则将里程计输出作为惯导系统的独立外部观测，反馈校正惯导系统的导航参数误差以及部分惯性器件误差，同时利用惯导系统的短期稳定性修正里程计标度因数误差。下表给出了两种组合方式的优缺点对比。反馈组合方式具有航迹推算方式所不具有的很多潜在优势，如在信息空间配准的前提下，反馈组合方式能够抑制环境因素对惯性器件精度和里程计精度的影响，如不依赖外部路标点实现惯性器件误差和里程计标度因数误差的自我修正，并缓解车轮的短时打滑问题等。

项目简介： 发展自主知识产权的北斗卫

DWELT系统（动态加权进化的路径追踪技术）首先基于环境的地磁信号、无线信号、视觉信号等，应用机器学习算法进行特征学习与分类，从而实现对于位置、行为、网络、环境的认知；系统基于手机所收集的地磁信号、无线信号、传感器信号、用户状态信息等，结合机器学习算法与认知模型进行多维融合，进而获得用户的准确位置。 系统对硬件依赖性极低，不需部署额外设备，可直接利用场景内的固有信息进行定位。 根据微软室内定位技术大赛和 EvAAL 定位大赛两大权威大赛2011-2018年公开评测数据，DWELT技术全球领先。