战斗行为情绪机制

应用情绪行为选择机制,以Dom World机制为基础,建立基于情绪的竞争行为机制,揭示前期竞争结果以情绪方式影响后续行为。借用Dom World实验设计方法和数据,运用人工生命Swarm软件平台进行仿真实验。仿真结果以人工社会典型特征－自组织（涌现）过程的实现为核心,证明了所建立机制的正确性。应用ADI、Netto方法评估分析两种机制的仿真结果,证明情绪机制优于Dom World机制。进一步,将反馈和无反馈情绪机制的仿真结果进行比较分析,揭示反馈机制增加了战斗强度,使得达尔文关于情绪机制加速自然选择过程的论断得到证明。     

AVR单片机在家用双功能燃气热水器中的应用

本文介绍了一种新颖的家用双功能燃气热水器智能控制系统。该系统以AVR单片机ATMega16L为控制核心,由信号采集、驱动电路、点火电路、VFD显示等功能模块组成。文中详细分析了系统的设计特点和工作原理以及系统的抗干扰技术。     

一种全自主足球机器人单目视觉定位的新方法

一种适用于全自主足球机器人的单目视觉二维空间变换计算模型,解决了单目视觉像平面T′到实际场地平面Jr的二维空间平面映射问题;将单目视觉中目标物的帧存坐标系变换成机器人的世界坐标系,从而计算出目标物与机器人的垂直距离和水平距离;对采样点像坐标进行变换后的计算结果与采样点的实际位置坐标进行的对比实验证明,该算法具有较好的准确性和可靠性;该模型在Robocup全自主中型足球机器人比赛中,也实现了较为准确的目标位置判断.     

仿人智能控制及其在磁流变半主动悬架中的应用

论文讨论了基于图式理论的仿人智能控制理论最新进展及其在磁流变悬架中的应用情况. 首先, 结合图式理论和仿人智能控制理论, 定义一些基于动觉智能图式的仿人智能控制基本概念, 如感知图式、运动图式以及关联图式等. 然后, 给出了仿人智能控制器设计的通用性方法. 接着, 基于通用性的方法, 针对具有非线性、时滞及不确定性的磁流变悬架设计了基于动觉智能图式的仿人智能控制器. 最后, 开展了实车道路试验来验证控制方法的有效性. 试验结果表明,基于动觉智能图式的仿人智能控制理论是解决复杂控制问题的有效途径.     

基于接触力信息的仿人机器人ZMP测量系统

针对现有仿人机器人零力矩点(ZMP)测量系统的力/力矩传感器不直接触地导致不能充分反映脚底各部位受力的问题,设计了一种基于地面接触力信息的具有传感器阵列的ZMP测量系统。介绍了传感器信号多级放大、采集及处理的软硬件系统,应用CAN总线接口实现了与外部上位机的通信。所设计的系统已应用于实际仿人机器人。步行实验表明:该系统能有效完成步行中ZMP的实时测量和脚底各部位受力信息的实时采集、计算与通信,简单易实现。     

基于仿人智能控制的足球机器人底层运动研究

根据仿人智能控制理论的基本原理,构造了仿人智能控制器(包含运行控制级、参数校正级以及协调控制),对机器人运动到定点的算法作了优化,并通过MATLAB仿真验证了该算法的有效性．     

基于HVS特性的图像边缘锐化方法

边缘锐化是提取图像中特定信息的基本手段。从分析边缘锐化常规算法以及图像的统计特征,讨论人类视觉系统（HVS）的特性的基础出发,提出了一种基于HVS特性的边缘锐化方法,进一步深入分析讨论了该算法的原理与推广使用。应用C＋＋编码实现算法,在分析实验图像结果的基础上,论证了该方法针对背景颜色较为单一的图像进行边缘锐化时的简单实用性。     

基于遗传量子的自适应图像分割算法

虚拟娱乐照相领域的图像分割,目的在于实时地提取显示出背景中的感兴趣目标,但由于常用的分割方法容易丢失图像的边缘细节信息,而且运算时间长,难以实现质量与速度的平衡,为此文章提出了一种基于遗传量子进化算法的图像分割方法。该方法首先运用遗传量子方法进行阈值搜索,然后进行区域分割,再利用形态学方法对图像边缘细节进行补偿,并去除噪声。仿真结果表明,与传统方法比较,该方法能有效地提取图像中的人像,保留细节边缘。     

基于行为的足球机器人动作规划

为提高足球机器人的比赛能力，将足球机器人的动作划分为基本动作和技术动作并作为足球机器人的基本行为，研究了基本行为的实现方法．以基于中位线传球方法为例，阐述了足球机器人基本行为的动作规划．结果表明，使用该方法训练足球机器人参加比赛，可以适应动态、未知环境下的比赛．     

双摆机器人摆杆平衡态任意转换运动控制的实现

双摆机器人两摆杆具有一个自稳定(Down-down)和三个自不稳定(Down-up, up-down, up-up)的平衡状态, 4个平衡状态之间可以构成12个相互转换的运动动作和8个自旋动作. 本文运用基于动觉智能图式的仿人智能控制理论, 设计具有基于特征辨识多控制模态结构的控制器; 采用``类等效'的系统建模方法和改进型遗传算法, 实现双摆机器人模型的精确辨识和其多模态控制器多参数的整定与优化, 并解决了多控制模态之间的平滑切换, 以及从仿真研究到实时控制成功的快速过渡等关键问题. 以(Down-up)向(Up-down)状态的转换为例, 说明了如何实现四个平衡状态之间的任意相互转换的运动控制, 并介绍了仿人智能控制器设计的详细过程. 仿真与实时控制的实例证明了设计理论与方法的有效性.