格语法在工业机器人中的应用

工业机器人的一个发展趋势是具备良好的人机界面,而自然语言理解控制将是最理想的人机接口技术。本文以自然语言理解技术中的格语法为理论基础,结合工业机器人的特点,提出了一种有效的汉语句子分析算法。通过应用于装配机器人,验证该算法的可行性。     

自主式水下航行器三维路径跟踪的神经网络H∞鲁棒自适应控制方法

本文研究了存在模型不确定以及外界未知扰动情况下的自主式水下航行器(AUV)的三维路径跟踪控制问题. 针对此问题, 首先利用时标分离原理及正交投影Serret-Frenet坐标系建立了描述AUV质心运动及姿态运动的的仿射非线性数学模型. 其次, 在控制器设计中运用神经网络H∞鲁棒自适应算法克服了模型的不确定性及扰动, 同时在控制器设计中利用了主导输入的思想, 降低了闭环系统的复杂度, 减少了实时计算工作量, 便于工程应用. 基于Lyapunov理论的分析保证了系统的稳定性. 仿真结果表明, 路径跟踪控制律可以保证AUV沿期望路径运动, 并且具有良好的动态性能.     

空中交通预警与防撞系统(TCAS)风险及对策研究

空中交通预警与防撞系统TCAS对飞行安全非常重要,它能够通过对附近的飞机进行冲突检测,预测未来可能发生的危险,提示飞行员避免危险,帮助机组维持与其他飞机之间的空中交通安全间隔;但TCAS本身依然存在风险;在此对TCAS进行了半物理仿真测试,包括数字样机开发测试、物理样机开发测试、虚拟试飞以及数据统计分析等,对其各项功能进行测试与验证;在参阅众多相关文献的基础上,结合所做的研究工作,讨论了TCAS的主要风险,并针对这些风险,提出TCAS在设计、测试、操作方面需要改进的地方,从各方面完善TCAS,降低其风险,进一步保障飞行安全。     

空基多平台多传感器时间空间数据配准与目标跟踪

研究多个空中移动平台的时间空间数据配准与目标跟踪问题.首先给出空中移动平台传感器数据空间配准几何坐标转换算法;然后采用最小二乘法对多传感器异步测量数据进行时间配准;最后将目标的运动模型和传感器配准误差模型组合在同一个状态方程中,利用扩展Kalman滤波方程进行估计.Monte-Carlo仿真表明,该方法能同时有效地估计目标运动状态和传感器配准误差,比传统配准方法具有更快的收敛速度和更高的精度.     

延迟时间未知的时延系统灰色预测控制

延迟时间的变化可能会引起控制品质的恶化，甚至使系统不稳定，利用灰色预测控制不需要掌握被控对象模型结构的先验信息，具有很强的自适应性的优点，同时利用神经网络辨识延识系统的延迟时间来在线调整灰色预测控制器的参数，将二结合用于有不确定性延迟时间的大延迟系统的控制，仿真结果表明这种控制策略具有很好的控制效果。它是大延迟控制中克服延迟时间变化的很有希望的方法。     

一种飞爬两用机器人的腿部机构设计与仿真分析

基于自然环境运动需求,模仿昆虫的运动特点,设计了1套飞爬两用机器人,并针对其特殊的腿部进行了机构设计、运动学分析和优化,提出了基于足端工作范围以及单腿运动能力的比例优化方法并制造了样机。针对飞爬两用的特点,对于着陆过程中机器人的动力学响应,推导了动力学方程,并结合电机控制进行了动力学仿真并与实验结果比较,验证了模型准确性以及控制方法的有效性。     

基于视场分割方式的宽视场高光谱成像系统的辐射匹配技术

视场分割方案是实现宽视场高光谱成像的可行途径之一,成像系统除了空间上需要配准外,辐射亮度也需要匹配.本文主要分析宽视场高光谱成像仪的视场拼接技术的辐射匹配原理和匹配要素,简要介绍了实现途径,通过该途径,成功地实现了一种机载高光谱成像仪的视场拼接,给出了该宽视场高光谱成像仪的飞行试验结果,试验显示辐射匹配结果良好,通过光谱曲线的对比,精度在系统误差范围内.     

“地形感知与告警系统”模式三的告警包线研究

地形感知与告警系统(TAWS)的目的是避免可控飞行撞地(CFIT)事故,提高航空安全。基于模式三的告警原理,对飞机发生掉高后的正常轨迹以及规避轨迹进行建模。在大量飞行事件中统计无告警事故率和告警事故率作为系统性能指标,并基于SOC曲线的掉高阈值包线生成方法获得模式三告警包线。仿真结果和实际使用包线一致,表明模型合理性和算法有效性。     

基于MSP430的舵机控制系统设计

提出并实现了一种以MSP430F149单片机为硬件核心的某小型无人机舵机控制系统,描述了系统的功能及硬件结构配置,给出了实时控制软件的功能模块及算法和流程图,并着重指出在软件实现过程中应注意的关键问题。实验结果表明此设计符合飞行控制器的实时性控制要求,可靠性高,具有广泛的应用价值。     

基于高通能量变换的多传感器图像配准

针对多源传感器图像的特点,提出了一种结合高通能量变换与角点匹配的图像配准方法。该方法首先利用SUSAN 算法进行角点检测,然后将角点匹配分为粗匹配和精匹配两个阶段实现：粗匹配时,对图像进行高通能量变换,有效减少多传感器图像间的差异,并利用高通能量图上角点邻域间的归一化互相关度量,来建立角点初始对应关系;精匹配时,通过RANSAC算法,进一步筛选出正确的匹配点对,并获取匹配参数。实验证明该方法能快速、准确地配准红外与可见光图像。