基于轨迹测量与人机映射的六自由度机械臂运动追踪模型

本研究提出了一种基于六自由度机械臂的遥操作人机系统,旨在设计一种不依赖穿戴设备且直观易用的操控方式。该系统使用KinectV1摄像头及UR3机械臂,以Microsoft骨骼识别库作为基本的人体姿态识别方法,通过人体手臂与机械臂关节的映射,实现机械臂实时追踪人体手臂动作的任务。同时,采用非线性模型预测控制(NMPC)算法对机械臂运动控制进行优化,并设定模糊规则来实现NMPC参数的自适应调整。实验结果表明,在NMPC的优化作用下,机械臂在x及z两个平动方向的平均位移误差和3个转动方向的平均旋转误差以及关节角变化量平均误差都有了显著的降低。测试结果也表明,机械臂整体动作跟随效果良好,验证了本文提出的映射规则和运动学模型的准确性,以及模糊NMPC控制器的有效性。     

城市噪声监测平台的设计与实现

城市噪声在不同程度上影响人们的日常生活。为了全面监测城市中的噪声,分析其时空分布特征及其类别,以便针对性实施治理,研发了一种基于公共移动载体上低成本综合监测终端与监测系统。城市噪声监测终端采用低成本开发板Sed Board为处理单元,采用i436噪声传感器,该开发板上有板载的主控芯片Zynq-7000 ALL Programmable SoC集成ARMCortex-A9双核以及最多可达500万多个逻辑门的可编程逻辑单元能够灵活地用于各种目标应用,采用其ALSA音频架构实现噪声数据采集,利用ZedBoard自带网口将音频数据传输到pc端,在pc端通过基于PyTorch框架的声谱分析算法,将采集的噪声识别为载体噪声、交通噪声、商业噪声、生活噪声3类主要噪声,测试集上分类准确率为98.2700%。