语义信息对于移动机器人理解环境内容、执行复杂任务至关重要，针对ORB-SLAM2构建的点云过于稀疏、缺乏语义信息、点云所占存储空间大等问题，提出将目标检测算法与视觉SLAM（同时定位与地图构建）技术紧密结合，构建环境的稠密点云语义地图。首先，通过目标检测网络YOLO v3及对象正则化准确获取物体的2D标签，并经过ORB-SLAM2算法构建环境的稀疏点云地图，通过含有2D标签的彩色图像和对应的深度图像以及关键帧来生成含有语义信息的稠密点云标签，使用基于图的分割算法对稠密点云进行分割，再将点云标签与分割后的点云进行融合，进而构建环境的稠密点云语义地图。文中方法在TUM公开数据集上进行试验，实验表明可以构建出效果较好的语义地图。与传统的ORB-SLAM2相比，此系统在构建地图的过程中，相机的绝对位姿误差和绝对轨迹误差分别减少了16.02%和15.86%，提高了建图精度。为了减小点云地图的存储空间，方便移动机器人进行避障和导航，最终将所构建的语义地图转换为八叉树地图。

针对移动信标光跟踪系统的高精度和高稳定性的要求, 设计了移动信标光跟踪仿真系统。采用双DSP和两轴精密转台搭建了粗跟踪的硬件平台。采用中值滤波来消除光斑图像的噪声干扰, 质心算法实现对光斑位置的精确提取。采用仿人智能PID控制来改善系统动态跟踪性能, 增强了系统对不确定因素的适应性。进行了模拟仿真台运动下的二维动态跟踪实验, 实验结果表明跟踪系统有较好的跟踪精度。

以仿真转台运动模拟光电目标，基于双DSP处理器和精密的机械转台搭建了空间光通信二维实验演示系统。软件上基于TMS320F2812处理器实现了卡尔曼预测控制算法，将该算法与常规的PID经典控制相比较，并进行了卡尔曼预测控制算法验证实验研究。实验结果表明：相比于常规的PID算法，在保证足够的系统采样点数，卡尔曼预测控制具有较好的控制效果。

在空间光通信系统中, 终端平台目标光的捕获技术是通信链路建立的一项关键技术。对于传统的扫描捕获方式, 由于探测器等各种误差存在以及不确定区域的影响, 导致系统捕获概率较低, 且时间较长, 最终导致空间光通信系统链路建立困难。基于此, 提出采用GPS辅助APT系统完成目标捕获, 并建立目标快速捕获系统, 系统以Cortex-M3单片机为控制核心, 采用GPS进行目标快速定位, 搭配水平和俯仰基准传感器, 利用GSM网进行无线传输。采用该系统进行了固定点捕获实验, 结果验证了上述方法的有效性。

文章提出采用 GPS（全球定位系统）坐标解算和蜂窝螺旋扫描来实现空间光通信ATP （捕获、跟踪和对准）系统初始捕获的方法。首先由通信两端的 GPS坐标计算出光学天线的方位角和俯仰角，光学天线根据计算的角度值大致对准信标光的方向，从而缩小了信标光捕获的不确定区域。然后在不确定区域内执行蜂窝螺旋扫描，从而将信标光引入粗跟踪CCD（电荷耦合元件）的视场内，实现初始捕获。通过地面捕获实验验证了上述方法的有效性。

针对空间光通信系统对信标光斑实时准确跟踪需求，设计了基于高帧频相机的精跟踪处理控制平台，并将图像处理和控制算法全部集成在大规模现场可编程门阵列芯片内部.将模糊推理规则与常规比例、积分和微分算法结合，提高了非线性系统的控制准确度; 将卡尔曼滤波器的预测功能与模糊比例、积分和微分结合起来，达到对快速倾斜镜的实时超前控制.现场实验表明，该系统能有效抑制外界干扰，实现对光斑弱小目标的准确跟踪，具有动态响应快、稳定准确度高和抗干扰能力强的特点.

提出一种空间光束捕获、跟踪设计方案,在实验室条件下实现其主要功能,并对其定位精度和实时性进行了分析,结果表明:信标光定位处理的时间为25 ms,角度测量的相对误差为1.3%,显示出良好性能.同时,为由理论分析到实际星载PAT系统提供试验依据.

提出一种无线激光通信系统USB接口的设计方案.该方案采用Cypress公司EZ-USB系列的AN2131Q芯片为核心作为USB外围设备,AN2131Q芯片在USB外围设备上电加载后运行其固件程序,负责管理USB外围设备及其与主机的通信.论述了如何利用该公司的EZ-USB开发板和配套软件调试系统.