简介:为适应自主驾驶车辆的高精度、高频率与高可靠性的导航要求,提出了一种机器视觉/数字地图/CP-DGPS共同辅助SINS的智能车辆组合导航方法,建立了组合导航系统的滤波模型。该滤波模型的量测信息不仅包括GPS与SINS形成的位置与姿态观测信息,还包括机器视觉/数字地图/SINS形成的横向偏差观测信息。通过对SINS的多重冗余辅助,使得导航系统具备容错能力。仿真结果表明,该组合导航系统能为智能车辆提供其空间位置、速度、加速度与姿态角等众多导航信息,并具有100Hz的高频输出、厘米级的导航精度和容错性能,当GPS较长时间中断时,通过SINS/视觉/数字地图的组合仍能为智能车辆提供可靠的导航数据。
简介:考虑横向监督中基于社会偏好的三种员工组合方式:同质组合、异质组合与双高组合。运用委托代理理论,研究基于社会偏好匹配的员工组合问题。模型分别给出了不存在横向监督、存在横向监督且员工是同质组合、存在横向监督且员工是异质组合与存在横向监督且员工是双高组合四种情形下的均衡结果。根据均衡结果做进一步分析,得出结论:①存在横向监督时员工的努力程度与企业收益总是高于不存在横向监督的情形,但不同的员工组合方式对其努力程度的激励效果是相同的;②异质组合能够通过节约薪酬成本而间接地提高企业总收益,双高组合能够通过获得较多的员工投入而直接增加企业总收益,并且异质组合与双高组合总是优于同质组合;③员工的社会偏好与风险成本是决定企业最佳员工组合方式选择的关键因素:当员工的风险成本很小而社会偏好差距较大时企业应选择异质组合;而当员工的风险成本很大或者风险成本小并且员工社会偏好差距也较小时企业应选择双高组合;因此,根据员工的个性特征选择适宜的组合方式是实现横向监督激励效应最大化的关键。
简介:提出了一种基于期望模式修正(EMA)的改进交互式多模型(IMM)算法。该算法主要解决自主水下航行器(AUV)复杂工作环境下量测噪声统计特性未知或易发生变化时的状态估计问题,其核心思想是将期望模式修正机制和交互式多模型滤波算法相结合,利用状态估计过程中的获取的模型概率进行决策,得到更加接近与系统真实模式的期望模型集合,再通过期望模型集合滤波结果对固定模型集合滤波结果进行修正。与传统的交互式多模型算法相比,提出的基于期望模式修正的交互式多模型算法可以捕捉到系统模式更细微的变化。仿真结果表明,该算法可以大幅提高AUV组合导航系统的估计精度和稳定性。