用Delphi实现Windows环境下的实时控制

本文结合液压机器人的手部轨迹控制,讨论了如何用Ｄｅｌｐｈｉ解决在Ｗｉｎｄｏｗｓ环境下计算机实时控制中遇到的两个基本问题：针对硬件编程和高精度定时。     

基于旋转子矩阵正交的6R机器人运动学逆解研究

以机器人运动学方程为基础,基于变换矩阵中旋转子矩阵正交的特性,提出一种6R机器人运动学逆解算法.通过矢量运算,得到含有4个未知变量的4个常系数非线性方程,辅以其它方程,最终得到8组封闭解.通过对钱江一号焊接机器人的实例求解,验证了该算法解决逆解问题仅需0.087 ms,比传统的反变换法具有更优的实时性能;平面工况的运动仿真验证了该算法的有效性.该算法可应用于6R机器人的强实时在线控制系统.     

扭矩输入有界的机器人模糊PD轨迹跟踪

针对轨迹跟踪控制中机器人关节驱动器输出扭矩受限的问题,提出一种基于模糊自适应PD的输入有界轨迹跟踪控制算法。不同于以往的控制策略,该算法在控制律中引入具有饱和特性的改进反正切函数,以确保扭矩控制输入的有界性,并结合模糊自适应原理实现PD增益的在线自整定,以改善系统的动态特性。通过对位置跟踪误差进行线性滤波得到速度跟踪误差替代信号,使得整个系统的闭环控制仅需位置输出反馈。利用奇异摄动理论对系统进行了稳定性分析,证明在一定约束下的PD增益自整定过程中,仍能保证系统稳定。仿真和比较结果表明,该算法能够在严格保证控制输入有界的前提下,减小超调量,缩短系统调整时间,具有更优的轨迹跟踪性能。     

一种基于邻域度量关系的RGB-D融合语义分割算法

针对深空探测活动中地外环境复杂和计算资源受限,导致语义分割精度较低的问题,提出了一种基于邻域度量关系的RGB-D融合语义分割算法。该算法采用多模态的RGB-D信息取代传统的单目相机数据,并以中期融合框架构建基础网络,且额外设计了邻域度量关系模块来优化表现。具体来说,中期融合网络针对不同尺度的原始特征执行精炼、融合、跳接等操作,实现跨模态数据以及跨层级特征的有效互补。进一步地,结合语义特征图与语义标签,以不增加网络推理开销的方法构建邻域度量关系,从全局及局部特征中挖掘样本类别之间的关联信息,提升分割网络的性能。分别在室内数据集NYUDv2和火星模拟场地数据集MARSv1上进行实验,结果表明多模态RGB-D信息以及邻域度量关系均能显著提升语义分割的精度。     

移动机器人Markov定位算法的研究——方向传感器建模新方法

为了改善移动机器人Markov定位算法中方向传感器模型的性能,提出基于高斯函数的新概率模型.该模型考虑了方向角周期性问题,对相位进行了转换,利用高斯函数对方向传感器进行了概率建模.将此模型放入Markov算法,与其他传感器组成观测模型,并进行对称环境中的单次定位仿真和复杂环境中的连续定位仿真.仿真结果表明,这种概率模型计算量小,收敛速度快,在大量测量噪声存在下工作稳定.     

对自主吸尘机器人多路超声波下窜绕信号的研究

在自主吸尘机器人的定位导航巾，实时获取周围环境信息的传感器至关重要。本项目HSR2000使用丁多路超声波传感器．采用了群发群收的工作模式．在此基础上本文对超声波窜绕信号进行了初步分析，同时探讨了窜绕信号对接收信号的稳定性和对发射功率及测量值误差等因素的影响，并提出了几种解决方法     

一种新型的模糊神经网络控制器

本文在分析传统模糊控制的基础上,提出了一种由模糊神经网络实现的自适应模糊控制器,详细分析了网络的结构形式、控制器的在线学习、离线学习方法。最后成功地将它应用于两关节液压机器人的实时控制之中。     

盘式制动器结构特点

介绍制动器结构特点、功能和在制造过程中应注意的问题。     

RAN网络及其应用的研究

RAN（Resource Allocating Network)是一种基于径向基函数的单隐含层神经网络,开始时无隐信含节点,可根据新颖性准则来决定是否增加隐含节点,故有效避免了网络结构(隐含节点个数）和初始网络参数难以选取的缺点。本文首先利用RAN得到网络的初始结构及参数,然后利用扩展的卡尔曼滤波器EKF（Extended Kalman Filter)算法对网络参数进行调整,这相当于在粗调的基础上对网络和进行细调。该网络具有学习速度快、精确度高、结构紧凑的优点,并可进一步应用于实时系统中。     

可移动桶型基础平台下沉下浮过程调平能力研究

针对目前近海边际油田的实际开发情况,提出了一种新型的多功能平台－可移动桶型基础平台的设计思想,它具有采油和储油双重功能,并可实现灵活搬迁,平台可自行下沉并插入泥中预定深度,也可自行从泥中拔出上浮于海面,从而大大降低海上施工难度和海上作用时间以及整个工程的造价,对该类平台的若干重要问题进行了分析,着重讨论平台下沉下浮过程中的调平能力问题。