排序方式: 共有66条查询结果,搜索用时 15 毫秒
1.
基于数字运算的PSD调理电路设计 总被引:2,自引:0,他引:2
介绍了基于数字运算的PSD调理电路思想及具体线路构造,该电路避免了模拟运算的缺陷,提高了精度和可靠性. 相似文献
2.
3.
并联六自由度机器人智能控制算法的研究 总被引:5,自引:0,他引:5
并联六自由度机器人在许多行业有着非常好的应用前景,其特殊结构给机器人带来许多其它机器人不具备的优点,但是也给机器人的精确控制造成了困难。机器人运动时每个液压缸上分配的负载是变化的,因此每个液压伺服回路的受力、频率等系统参数也是变化的,常用的控制算法很难实现系统的精确控制。为了解决该问题,文章在建立了系统数学模型的基础上,设计一种采用双链交叉算子的遗传算法来荻取模糊控制的经验,实现对机器人的智能模糊控制。仿真实验表明:该控制算法能够比较精确地控制并联机器人,效果要优于一般的控制算法,并且操作简单、智能程度高。 相似文献
4.
针对车道线保持控制中存在的不确定性扰动及时滞问题, 提出一种自校正滑模控制方法. 该方法利用线性矩阵不等式理论给出滑动模态存在的充分条件; 系统在滑动模态下对于存在的非匹配不确定性扰动以及状态时滞具有完全不变性. 接下来引入双极性sigmoid函数代替常规滑模控制中的符号函数并设计自校正律; 在自校正律的作用下使sigmoid函数的边界层厚度以及切换增益可根据系统状态进行自适应调节, 从而达到削弱控制器输出抖振的目的. 基于Lyapunov理论对该方法的稳定性进行了证明, 最后通过车辆的车道线保持仿真实验对该控制方法的可行性及有效性进行了验证. 相似文献
5.
多点遍历任务是多机器人协作研究中常用的一个例子,普遍采用的单物品拍卖任务分配方法存在着无法得到全局最优解的缺点。为解决此问题,该文提出用组合拍卖的方法进行任务分配。由于组合拍卖的胜者决定问题(WDP)本身是一个NP—hard问题,怎样在短时间内获得令人满意的解是该文关心的焦点。该文通过对单亲遗传算法进行改进,提出环形染色体的概念,成功地解决了针对此任务的WDP求解问题。仿真试验表明,该算法实现简单,搜索效率高,在较短时间内能够得到满意解,满足多机器人动态任务分配的实时性要求。 相似文献
6.
An improved genetic algorithm is proposed to solve the problem of bad real-time performance or inability to get a global optimal/better solution when applying single-item auction (SIA) method or combinatorial auction method to multi-robot task allocation. The genetic algorithm based combinatorial auction (GACA) method which combines the basic-genetic algorithm with a new concept of ringed chromosome is used to solve the winner determination problem (WDP) of combinatorial auction. The simulation experiments are conducted in OpenSim, a multi-robot simulator. The results show that GACA can get a satisfying solution in a reasonable shot time, and compared with SIA or parthenogenesis algorithm combinatorial auction (PGACA) method, it is the simplest and has higher search efficiency, also, GACA can get a global better/optimal solution and satisfy the high real-time requirement of multi-robot task allocation. 相似文献
7.
针对底盘运动和路面起伏对地面无人战车行进间跟瞄带来的非线性干扰问题,提出一种基于强化学习补偿的地面无人战车行进间跟瞄自适应控制方法。该跟瞄控制方法由主控制器与补偿控制器两部分构成,主控制器利用PID控制算法结合当前跟瞄误差得到主控制量,补偿控制器利用Dueling Q网络强化学习算法对战车当前状态和局部规划路径附近的路面起伏信息进行处理得到补偿控制量。建立地面无人战车一体化运动学模型,对基于强化学习的补偿控制算法进行阐述;基于V-REP动力学软件在三维场景中进行仿真验证。实验结果表明:基于强化学习补偿的跟瞄控制方法对底盘运动和路面起伏具备较好的自适应能力,有效地提升了无人战车行进间跟瞄的准确性与稳定性。 相似文献
8.
9.
履带车辆与地面之间的作用关系复杂,基于地面剪切位移的方法通常会用到对时间和位置的积分,模型较为复杂,无法直接应用到车辆的实时控制算法中。通常情况下,履带车辆转向分析会将接地压力看作连续线性分布或者多矩形分布,但是试验和计算结果均表明硬质土壤条件下,履带接地压力为多峰值分布,前述两种分布均不能体现接地压力的真实状态。本文针对上述问题,在前人研究的基础上,对履带接地压力分布进行求解,提出了履带车辆接地压力简化模型。该简化模型更符合硬质路面履带接地压力的真实状态,并被应用于履带车辆转向动力学分析与验证。利用J.Y.Wong提出的垂向负载-剪切位移变化关系解决了垂向压力变化的同时剪切位移计算的问题,提出了履带车辆转向分析模型(以下简称分析模型),试验结果表明该模型有较高的精度。但是其复杂度仍然较高,为了进一步简化模型,借鉴轮式车辆轮胎侧偏角和滑转率的概念,利用履带车辆履带-地面剪切位移关系推导了简化履带车辆动力学模型(以下简称简化模型)。该模型避免了复杂的积分或者求和,显著降低了履带车辆动力学模型的复杂度,能够应用于基于模型的无人驾驶履带车辆轨迹控制方法中,且模型精度接近前述履带车辆转向分析模... 相似文献
10.
无人驾驶车辆局部路径规划的时间一致性与鲁棒性研究 总被引:4,自引:0,他引:4
在无人驾驶系统中,局部规划在跟踪全局路径的同时完成避障,提高了规划系统在动态未知环境中的工作能力.避障分析的有效性是局部规划最重要的功能之一.然而在仿真和实车测试中发现,广泛使用的基于优化求解的局部规划算法无法在不依赖全局精确定位时保证规划结果满足时间一致性要求.时间不一致将导致车辆的实际行驶路线偏离初始规划结果,造成避障分析失效.本文设计了基于前向预测的局部路径规划算法,在不依赖全局精确定位的前提下保证规划结果的时间一致性.除了时间一致性问题外,跟踪控制误差也是导致规划结果避障分析失效的主要原因之一.现有研究大多通过膨胀障碍物体现误差的影响,然而这种方法无法避免车辆驶入膨胀危险区域而停车.本算法在路径生成过程中增加误差影响,用通行区域代替原有不具有宽度的规划路径进行避障分析,既可以解决误差导致的避障失效,又避免出现膨胀障碍物带来的问题.通过V-Rep软件与实车规划程序进行联合仿真,在能够体现时间一致性影响的典型场景中对本算法与基于最优化曲线生成的局部路径规划算法进行比较, 验证了该算法具有更好的安全分析有效性.应用本算法的北京理工大学无人驾驶平台参加了2013年智能车未来挑战赛,在无人干预的情况下顺利完成 18公里城郊赛段和5公里城市赛段行驶,展现了良好的避障能力. 相似文献