基于FNN的轮式机器人路径跟踪研究

针对目前轮式机器人在路径跟踪时容易出现的偏离期望路径甚至打滑、侧翻失去控制等问题,对轮式机器人结构及其路径跟踪特点进行了分析,构建了轮式机器人运动学模型,设计了一种基于模糊神经网络(FNN)的行进路线和行驶速度分级控制的路径跟踪方法.第一级中模糊神经网络利用机器人位姿信息确定行进路线即转弯半径,第二级根据前方路径情况和转弯半径调节机器人行驶的角速度和线速度.仿真实验表明,所设计的模糊神经网络能够对所期望的路径进行快速准确地拟合,且鲁棒性强;轮式机器人路径跟踪过程稳定,不会出现失控现象.     

AD7705在汽车重量测量中的应用

AD7705是基于∑－△技术的16位A／D转换芯片。在介绍了其特点和应用之后，给出了一种用AD7705、单片机和PC机构成的高精度、低漂移汽车重量测试系统。     

基于状态记忆的智能插座研究

针对目前人们用完电器设备通常不切断其供电电源致使其待机消耗大量能源的用电习惯,在分析目前插座研究现状的基础上,提出一种具有监测设备用电状态和自动断电的相对独立的插座模型,并论述了其基本体系结构、抽象出二元状态控制模型和在该控制模型与人机交互的基础上设计了智能控制算法,使其成为一种相对独立的智能用电控制模块。该插座可以进行人机交互,能够记忆设备用电状态,并能够判断设备的用电状态,从而决定、实施设备的通、断功能。随着使用次数的增加,该种插座能够记忆越来越多的设备用电状态,智能程度不断提高,能够很好地补救人们在用完设备后不切断电源的坏习惯,节约大量的待机功耗。同时,由于采用了微控制器,可以方便地扩充该插座的其他功能,以使其与其他独立模块进行交互。