脉冲时滞BAM神经网络的稳定性分析

本文研究了具变时滞和脉冲的BAM神经网络模型.利用M矩阵理论、反证法,得到了脉冲时滞BAM神经网络平衡解的存在性、唯一性和全局指数稳定性成立的充分条件.一个数值例子证明的所得结论的有效性.     

受路网和测量约束的变电站巡检机器人路径规划

采用机器人对变电站高压线路测温可以大大提高日常巡检任务的智能化水平,但是巡检过程中存在路网限制和频繁启停能量消耗大等问题,须考虑最优路径与最佳测温停靠地点的相互制约性。为了解决上述问题,基于图论对变电站环境进行建模,通过分析巡检机器人在路网中对目标点测温时相机的位姿约束,建立了以时间消耗最小为目标的路径规划模型。提出了一种基于改进蚁群算法的路径优化方法和基于贪婪思想聚类的巡检停靠点选取方法,通过蚁群算法迭代获得机器人的最优巡检路径、巡检停靠点序列以及各停靠点对应的测温点集。最后,采用仿真案例验证了算法的可行性和鲁棒性,基于巡检机器人的实验结果表明该路径规划模型可用于变电站巡检。     

四自由度模块化机械臂运动学建模

首先根据四自由度(MT-R)模块化机械臂的结构特点和运动学约束,利用D-H算法对机械臂进行表示和建模,得到了以关节角度为变量的正运动学模型。利用矩阵逆乘的解析法求解机械臂逆运动学的完整解析解;最后通过仿真和实验验证了正运动学模型及运动学逆解的正确性。验证结果为机械臂末端执行器的精确定位和轨迹规划提供了理论依据。     

武钢1#高炉五车制控制系统研究

针对武钢1#高炉上料效率低的问题,开发设计一套高炉上料五车制自动控制系统。首先详细叙述高炉上料系统的工艺流程,并在此基础上,运用PLC技术,提出独创性五车制控制系统方案,通过对比改进前后系统的部分生产指标、使用效果和经济效益表明,该系统能有效提高高炉上料能力,并达到稳定炉况和优化提高各项技术经济指标的目的。     

基于激光传感器的移动机器人地图创建研究

主要研究了室内自主移动机器人基于激光传感器在未知环境下的地图创建的问题。分析了目前地图创建的方法,采用一种分层聚类的方法从原始激光测量数据中提取直线特征,并计算直线特征参数的方差矩阵,最后通过Matlab仿真以及在带有激光型号为lms200的MT-r机器人进行物理实验验证了其可行性。结果所得为机器人实时定位和SLAM提供了理论依据。     

基于二维激光测距仪的三维模型配准研究

在自主移动机器人上安装二维激光测距仪和内置室内小型电机云台。将激光的平面信息和电机云台的高度信息结合构建一个三维模型。通过RANSAC算法从三维点云阵中提取平面。并在图像配准部分对四点算法与RANSAC算法法进行比较,实验结果分析出四点算法能大大的减少配准消耗时间和调高鲁棒性。     

基于移动智能体实验平台的研究性实验设计

本文以移动智能体实验平台为基础,详细介绍了室内环境下基于激光测距仪和双目立体视觉传感器的直线特征提取实验,并探讨了基于移动智能体实验平台的创新性、研究性实验教学内容。实验结果表明,在研究性实验中引入这种具有创新性的综合性实验平台,不仅能激发学生对理论分析和实验研究的兴趣,还能培养学生的求知欲望和创新精神,为学生今后从事科学研究工作奠定良好的基础。     

基于学习机制的移动机器人动态场景自适应导航方法

针对在单一学习机制中,移动机器人自主导航一般只适用于静态场景,适应性差的问题,提出一种动态场景自适应导航方法．该方法通过激光测距仪（LRF）获取周围环境的距离信息,在基于增量判别回归（IHDR）算法的单一学习机制导航的基础上,提出了最远距离优先机制的局部避障环节．该导航方法克服了传统导航方法对环境模型的过度依赖,并且本文提出的基于最远距离优先机制的局部避障算法,解决了基于单一学习机制的导航方法对动态场景适应能力不足的问题．本文将动态场景自适应导航方法应用到了MT-R机器人中,与基于单一学习机制的导航方法进行了对比实验,并且运用提出的局部避障算法,对实验中的激光数据进行了算法性能分析．实验结果证实了该方法的可行性,并显示了该方法在动态场景下的良好表现．     

基于ANFIS的焦炉火道温度预报模型研究

针对焦炉生产过程中直接检测火道温度成本高、精度低等问题,提出运用自适应神经网络模糊推理系统理论(ANFIS)建立焦炉火道温度预报模型,模型采用模糊减法聚类方法选取模糊规则数目,大大减少规则冗余量;结合最小二乘和误差反向传播混合算法对神经网络参数进行优化,采用现场的热工数据作为输入,将获得的模型与传统的线性回归模型和BP神经网络模型进行了比较,数值仿真结果表明所建立的模型具有学习速度快、预报精度高、泛化能力强等优点.