考虑参数不确定性的移动机器人轨迹跟踪控制

针对移动机器人系统中轮胎半径和轮胎间距存在的参数不确定性问题,提出自适应轨迹跟踪控制方法.首先,推导适合进行自适应控制器设计的系统误差模型,将原有控制问题转化为不确定参数的自适应更新率和虚拟控制输入的设计问题;然后,针对系统中的不确定性参数,设计自适应更新率对其进行在线估计,并设计虚拟的控制输入,得到移动机器人驱动电机的左右轮转速;其次在Lyapunov稳定性框架下证明闭环跟踪误差系统的渐近稳定性和估计误差系统的稳定性;最后通过仿真和实验表明,所提出方法能够通过在线学习估计出参数真实值,使得实际运行轨迹收敛到参考轨迹,同时表明所提出方法能够抑制系统参数不确定性对控制系统的影响.     

基于motif连通性的社区搜索方法

社区搜索的目标是从数据图中得到包含查询顶点的紧密子图,在社会学、生物学等领域有着广泛应用。针对现有基于子图连通性的社区模型的基础连通结构都是完全连通图,无法满足实际应用中用户对社区结构多样性的需求的问题,提出一种基于motif连通性的社区搜索方法,其中包括基于motif连通性的社区（MCC）模型以及两个相应的社区搜索算法——MPCS(Motif-Processed Community Search)算法和基于MP-index的社区搜索算法。MCC模型可以协助用户自由指定社区的基础连通结构,MPCS算法可以用来解决MCC的搜索问题。此外,提出两个分别针对motif实例搜索过程及所属社区判断过程的剪枝优化技术。最后,设计了MP-index以避免社区搜索过程中的冗余遍历操作。在多个真实数据集上进行实验的结果表明：剪枝优化可以使MPCS算法的耗时减少60%～85%,而基于MP-index的社区搜索算法相较于加入剪枝优化的MPCS算法,效率提升普遍达到了2～3个数量级。可见,所提方法在商品推荐和社交网络等问题上有着实际应用价值。     

基于BIM的动态逃生路径算法在非居建筑中的应用

利用BIM中的信息建立非居建筑特征数据模型。介绍最短枝桠发芽算法,演示将其应用于动态逃生路径算法时的计算步骤。以上海某电力工程项目为例,使用最短枝桠发芽算法实时计算非居建筑最佳的三维逃生路径。该算法能够快速、有效地选择最优逃生路径,为灾害时设施内的人员争取更多的疏散时间。     

多传感器系统误差特性匹配的动态估计与补偿算法

针对非合作目标场景下多传感器系统误差估计的工程应用问题,提出了一种面向工程应用的多传感器相对系统误差动态估计与适配性处理算法(μ-DECA),提高了多传感器融合系统的精度和稳定性。建立了系统误差实时估计模型,设计了一种多传感器相对系统误差动态迭代估计与补偿算法,使得各传感器原始点迹和融合航迹的误差特性趋于一致,克服了多传感器系统点航迹关联的困难,保证了相对系统误差估计与补偿的正确性。通过不同设备多个场景的实测数据,验证了该方法能够补偿环境等因素对传感器系统误差的影响,提高了多传感器融合的精度和稳定性,改善了多传感器融合系统输出点迹的质量。