智能车跷跷板运动行进平衡算法的研究与实现

目前智能车行进算法多采用传统的P ID控制算法方案,其弱点在于响应速度慢、平衡误差较大.提出了基于反向传播神经网络(Backpropagation Through Time,BPTT)的PID精确控制算法,采用以STM32F103C8T6为核心的高精度智能车跷跷板伺服控制系统,通过三维陀螺仪加速度计传感器集成模块M P...     

智能小车路径识别的设计和算法

介绍一种基于CCD摄像头的路径识别的智能车控制系统,设计了硬件结构与方案,提出了转向机构的控制策略,该智能车能准确实现自主寻迹,具备抗干扰性极强,稳态误差小等特点。     

智能车大角度弯道转向曲率连续的轨迹规划方法

为了使智能车能够顺利地在大角度弯道上行驶,提出一种新的曲率连续的无碰轨迹规划方法。该轨迹规划方法基于β样条曲线,利用β样条曲线的凸多边形属性,考虑避碰约束、曲率约束、转向速度约束以及状态约束等非完整约束条件对运动轨迹规划的影响,生成一条曲率连续的无碰行驶轨迹。实车试验结果表明,提出的方法比传统方法更加有效可行,规划的轨迹曲率连续,且能够使得车辆顺畅地进行循迹行驶。     

基于图像传感器的智能车的硬件设计

介绍了一种基于飞思卡尔单片机MC9S12DG128为核心的智能车的硬件系统的设计。硬件设计是整个模型车设计的基础与关键部分,舵机是硬件系统的心脏部位,舵机的响应速度直接影响智能汽车的行驶速度,本系统从改善舵机的性能出发,提出改善舵机转向反应速度的两个新方法,结合CCD传感器其较好的前瞻性能,可实现模型车快速转弯与平稳快速运行的。     

智能车计时系统的设计与实现

计时系统是智能车竞赛中评价智能车性能的唯一方法.介绍了基于以太网的智能车计时系统,给出了该系统的整体设计方案,以及该系统中下位机计时单元、以太网通信模块、上位机计时管理系统的实现方法.该系统以比赛规则为依据,记录比赛成绩.     

基于线阵CCD的直立智能车路径动态提取算法

在直立智能车循迹竞赛过程中,可以利用线阵CCD进行赛道状态检测。因为直立智能车在赛道上前进时,赛道的光线环境在时刻发生着变化;赛道边界状态与CCD扫描线的夹角也在时刻发生变化,这对提取赛道信息带来了较大的影响。经过对问题的分析,采用了一种新的赛道边界提取算法提取赛道信息,同时通过动态阈值法和环境光线自适应法来提高系统对环境变化的适应性。实验结果表明,将以上方法应用于直立智能车控制系统后,智能车运行稳定性明显提高。     

基于CCD透视投影的智能车控制算法的研究

提出了一种基于摄像头透视校正原理的智能车单点控制方法。用CCD作为智能车路况巡线传感器，对CCD所采集图像以透视校正原理进行均匀分割，以分割单元的相对位置控制智能车转角，用模糊控制算法对智能车速度进行控制。整体算法结构简单，易于实现，对智能车能达到快速巡线，平稳行驶的目的。     

红外光电管智能车的设计与实现

以MC9S12DG128为控制器,设计了一种智能车系统。该系统由路面检测模块、测速模块、电机驱动模块、电源模块组成,是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统。在控制算法上采用了PID控制算法,它可以自动调节PWM波的占空比,从而控制小车的速度。     

基于恩智浦K60单片机的双车追逐设计与实现

设计双车追逐系统,以恩智浦公司的K60单片机为控制单元,通过OV7620数字摄像头传感器采集赛道信息并对边界进行识别;通过500线光电增量式编码器累计电机旋转的脉冲;使用超声波计算两车模之间的距离。在获得上述信息后,K60单片机使用PD算法控制舵机和PI算法控制电机,根据不同的路况以及两车模间的距离使舵机输出合适的转角,使电机输出合适的转速,以达到两车模能够平稳、快速和保持安全距离的效果。     

智能汽车系统

引进了智能汽车的新概念,并重点对ITS系统,智能汽车的结构装置加以分析。     

基于白适应蚁群算法的无人飞行器航迹规划

为求解无人飞行器航迹规划问题,提出自适应蚁群算法,区别于标准蚁群算法的全部搜索模式,该算法采用局部搜索模式。首先根据起始节点与目标节点的相对位置关系选择相应的搜索模式,然后计算各个待选节点的转移概率,最后按照轮盘赌规则选择下一个节点。仿真结果表明,自适应蚁群算法具有搜寻节点数少、速度快等优点,在降低了航迹代价的同时,减小了计算时间。此外,自适应蚁群算法可以避免奇异航迹段的出现,从而保证所获的航迹实际可飞,表明所提算法整体性能明显较标准蚁群算法优异。     

基于SOPC的智能车辆道路识别与跟踪

对基于PC的道路识别系统进行改进,利用SOPC技术在以单片FPGA芯片为核心的硬件平台上,完成了包括3×3窗口模块、改进的快速中值滤波、基于自适应阈值的Sobel边缘检测和Hough变换等图像预处理功能。通过μC/OS-II嵌入式实时操作系统来调度系统初始化、数据接收、道路识别、车辆控制和状态监控等任务,保证了视频导航的实时性要求。静态道路图像识别和实际道路行驶测试表明,该系统在一定干扰的情况下,成功实现了视频导航功能,具有较强的道路识别跟踪能力,且在速度、价格、灵活性上有很大的优势。     

Tool path strategy and cutting process monitoring in intelligent machining

Intelligent machining is a current focus in advanced manufacturing technology, and is characterized by high accuracy and efficiency. A central technology of intelligent machining—the cutting process online monitoring and optimization—is urgently needed for mass production. In this research, the cutting process online monitoring and optimization in jet engine impeller machining, cranio-maxillofacial surgery, and hydraulic servo valve deburring are introduced as examples of intelligent machining. Results show that intelligent tool path optimization and cutting process online monitoring are efficient techniques for improving the efficiency, quality, and reliability of machining.     

基于视觉导航的智能车货物搬运系统设计

介绍了智能车的硬件设计过程,提出物料搬运系统的框架设计方法。利用CCD摄像头进行图像采样获取地面引导线信息,通过无线通讯技术、数字图像处理与识别技术和现场总线等技术,实现主从工作站的协调工作,以最佳路径迅速完成在各个目的地之间的搬运任务。     

现代物流系统中的频繁封闭路径挖掘算法

射频识别技术在物流供应链管理方面的推广应用会产生海量的路径数据.为此提出一种基于路径数据的频繁封闭路径挖掘算法.该算法根据路径中不同段的先后次序,将路径数据转化为位置序列和时间序列,再利用序列模式挖掘的方法,对这些序列进行封闭路径挖掘,从而有效地减少了频繁路径挖掘的时间和开销,提高了频繁路径挖掘的速度.理论和实验表明,在海量的路径数据环境下的封闭路径挖掘算法性能优越,能够有效地挖掘频繁封闭路径.     

基于PID神经网络的智能车舵机控制系统研究

针对传统PID控制算法在电磁导航智能车舵机偏差处理中存在比例、积分、微分参数一经确定,不能在线调整,不具有自适应能力的缺点,提出了将PID神经元网络（ PIDNN）控制器及其算法应用到智能车的舵机控制系统中来对传统PID控制进行改进。 PIDNN控制系统不依赖智能车舵机的数学模型,能够根据控制效果在线训练和学习,调整网络连接权重值,最终使系统的目标函数达到最小来实现智能车的舵机控制。仿真测试表明,PIDNN控制系统的响应快,无超调,无静差,与传统PID控制算法相比,大大提高了智能车舵机控制系统的性能。     

一种网络化智能传感器设计与实现

分析了网络化智能传感器的意义及特点,介绍了基于Lon总线的网络化智能传感器的设计原理和方法,并以K型热电偶温度传感器为例,给出了具体的硬件电路和软件流程。     

新型智能车辆检测仪灵敏度自修复与自校准技术研究

磁阻传感器在强磁场干扰下会导致灵敏度降低,使用环境温度变化会导致零点偏移电压及灵敏度变化,传感器使用的环境磁场也会影响测量结果.为解决上述问题,提高新型车辆检测仪的智能水平,对新型智能车辆检测仪灵敏度的自修复与自校准技术进行了研究,新型智能车辆检测仪采用磁阻传感器作为敏感元件,通过对自修复线圈施加强电流脉冲产生强磁场重新磁化磁阻传感器的方法进行车辆检测仪的灵敏度自修复,通过对自校准线圈多次施加电流产生特定磁场对车辆检测仪的零点偏移电压和灵敏度进行自校准,同时可消除环境磁场对测量结果的影响.针对车辆检测仪强磁干扰后的灵敏度自修复,自校准进行了对比实验.实验结果表明,采用的方法能够对智能车辆检测仪的灵敏度进行自修复和自校准.