城市轨道交通兼容性车载系统阶梯形目标速度的平滑跟踪控制研究

[目的]针对城市轨道交通兼容性车载系统中目标速度消息周期大于车载控制周期以及消息间隔不固定的特殊现象,提出了一种双周期速度跟踪算法来实现阶梯形目标速度的平滑跟踪目的。[方法]根据目标速度序列特点,引入了巡航状态和估计状态等2个控车状态,对列车站前减速过程进行识别。分别对消息周期和车载控制周期时刻的目标速度进行相应处理：当收到目标速度的消息周期时,基于卡尔曼滤波算法计算参考速度、参考加速度的估计值;当未收到目标速度的车载控制周期时,基于上述估计结果推算出车载控制使用的参考速度。考虑到目标速度消息滞后以及列车响应延时的特性,设计了拟平行参考速度跟踪控制策略。以上海轨道交通2号线为例,对参考加速度估计效果和不同运营等级场景下的控车效果进行了分析。[结果及结论]案例表明,上述算法可以克服目标速度消息周期长且间隔不固定所带来的控车工况频繁切换问题,避免了兼容性车载系统阶梯形目标速度曲线跟踪过程中控制命令饱和以及速度曲线凹坑现象,实现了列车在站前减速过程中的平稳控制,提高了乘客舒适度,减少了列车制动损耗,节约了牵引能耗。     

基于改进反步滑模控制算法的拖轮自主靠泊控制

[目的]针对拖轮的自主靠泊控制问题,研究基于虚拟船领导的目标跟踪控制策略在拖轮自主靠泊中的应用。[方法]首先,将拖轮的自主靠泊过程转变为虚拟拖轮和实际拖轮的目标跟踪控制过程;然后,设计靠泊系统的运动学模型,考虑靠泊场景中的特殊环境干扰,使用反步法和滑模控制法（SMC）设计全回转尾推进拖轮的自主靠泊控制器,提供了3种不同的滑模面设计并使用李雅普诺夫函数进行稳定性验证;最后,采用仿真实验的方式,通过靠泊轨迹、速度误差和距离误差来对控制的效果进行验证。[结果]仿真实验结果表明,设计的拖轮自主靠泊控制策略以及控制器在拖轮自主靠泊场景中具有较好的效果,面对系统的不确定干扰有较好的表现。[结论]该控制策略以及靠泊控制器的适用性以及鲁棒性较好,以全新的角度实现了拖轮自主靠泊控制,为后续拖轮的靠泊控制研究提供了新的方向。     

桥梁面相学及其研究进展

为了探索更加实效、经济、便捷、可信的桥梁安全状态检(监)测新方法,受中医望、闻、问、切诊断人体健康状态理念启迪,提出了依据桥梁外观形态变化来获知结构近期安全状态的桥梁面相学;总结了10多年来基于桥梁面相学的桥梁安全状态检(监)研究进展;介绍了基于定点相机平转+竖转拍摄的桥梁动静影像全息性态监测系统、基于激光雷达+全景数码相机拍摄的WWWQ-G桥梁安全巡检车、基于普通摄像头拍摄的常规跨径桥梁安全监测系统和基于定点旋转测量装置的拉索性态远距全域视频检测系统的构成理论,以及各系统应用于桥梁构件损伤检测的试验研究案例和实际工程应用案例;展望了融合“测点传感器+机器视觉”实现桥梁结构状态的“精+密”监测方法及其应用前景。     

用于目标检测和精确定位的水下机器人视觉系统

基于目标检测和精确定位的ＡＵＶ（Ａｕｔｏｎｏｍｏｕｓ Ｕｎｄｅｒｗａｔｅｒ Ｖｅｈｉｃｌｅ）视觉系统是水下智能机器人感知水下环境信息、进行自主作业的关键技术。本文着重介绍了视觉系统的工作原理、模块结构、特征提取和目标检测与定位算法。最后给出了仿真试验结果,以说明系统工作的有效性和实用性。     

计算机视觉技术在工程领域的应用

介绍了计算机视觉技术的发展情况以及它在汽车设计领域内的应用,着重介绍了在汽车车身造型领域内应用的一些计算机视觉方法和它们的应用领域。     

信息融合理论和技术在舰载S&D系统中的应用研究

应用信息融合理论和技术研究舰载S&D(Search & Detection)系统中多传感器雷达的多机动目标跟踪问题,可极大地增强系统跟踪目标的能力,改善和提高系统的跟踪精度.仿真结果表明,使用的几种融合算法都可大大提高系统跟踪精度,同时还可提高系统的可靠性.     

基于视觉识别的自动扶梯多维感知系统设计

在自动扶梯安全事故中,乘客的不规范乘搭是造成客伤的主要原因.为了对乘客的不规范乘搭行为进行预警,提出了基于视觉识别的自动扶梯多维感知系统.该系统包括视觉识别子系统和自动扶梯智能联动运行子系统两部分.阐述了视觉识别系统的软件架构,以及人群密度提取、人体动作异常检测、行人检测与跟踪的视觉识别算法.根据视频控制装置得到的监测...     

基于单目直接法的水下视觉惯性里程计方法

为将视觉惯性里程计(VIO)有效地应用到水下场景中,提出一种适用于自主水下机器人(AUV)执行近距离作业任务时的水下VIO.针对水下环境中缺乏角点以及存在大量重复特征的特点,该系统在视觉部分使用了基于直接法的数据关联方式,在特征点提取过程中将像素点的梯度模作为特征提取的标准;为保证提取出足够多且有效的特征点,采用动态调...     

基于图像处理技术检测弓网接触力的新方法

接触网和受电弓是电气化铁路供电系统中的重要组成部分,其中弓网之间的动态接触又是保证电力机车良好受流的关键条件,所以寻求良好的弓网关系是铁路供电系统设计的一个重点.考虑到目前弓网接触力大多采用接触式检测手段,对于非接触检测的研究方法较少,故提出了一种基于图像处理算法检测弓网接触力的新方法.简化受电弓弓头结构,分析了弓网接触力与弓头位移之间的关系,建立弓网接触力计算模型;并在弓网混合模拟试验台进行地面验证实验：首先,利用图像处理模块对采集到的图像进行标记点的目标跟踪与特征提取;然后,通过数据处理模块对得到的位移信息进一步分析得到弓头加速度等信息,修正得到加速度信号;最后,对经过惯性力和阻尼力修正后的接触力结果进行分析.结果表明：通过图像处理检测得到的弓头位移最大测量误差仅为1.3 mm,精度较高;同时检测得到的弓网动态接触力的最大值、平均值和标准差的最大相对误差仅为5.46%、5.15%和4.58%,测量误差较小.结果证实此方法检测弓网接触力是可行的,且检测精度满足要求.     

一种基于目标跟踪的单线阵左右舷分辨方法

常规的单线阵声呐存在左右舷模糊问题,严重制约了其使用效能。本文提出一种基于目标跟踪的单线阵左右舷分辨方法,首先对目标进行镜像处理,形成左右舷"目标对",然后将平台机动与目标跟踪结合起来,通过跟踪目标的速度差来自动判决目标左右舷。仿真结果表明,平台通过小角度机动,经过2个扫描周期就可以很好区分目标左右舷,验证本方法的有效性与可行性,具有一定的工程应用价值。