实时洪水预报研究综述及展望

本文对洪水预报的发展作了历史回顾．对实时校正技术进行了总结和综述．对实时洪水预报的未来发展提出了展望和设想。     

自由曲面数控加工技术的研究进展

数控加工是自由曲面高质量和高效率的加工方法，生成无干涉过切刀具轨迹是自由曲面数控加工技术的关键。随着高速加工技术的发展，高速机床生成的刀具轨迹越来越受到重视，本综述了刀具轨迹生成过程中的关键技术，加工仿真以及在高速加工中自由曲面的数控编程问题，分析了商用系统的现状及不足，最后探讨了自由曲面CAPP的关键技术及其策略。     

搅拌筒螺旋叶片轨迹坐标CAD求解与绘图

以后锥段叶片轨迹的绘制为例,利用Mathlab语言编程与AutoCAD制图相结合的手段,提供了螺旋叶片轨迹坐标的计算机辅助求解并绘图的方法.只要改变相应参数或应用有关公式,同样适用于搅拌筒叶片的设计与绘图.     

基于变论域模糊多参数自整定PID控制的智能挖掘机轨迹跟踪

智能液压挖掘机多用于特殊环境下的无人操纵施工。在执行诸如直线刮平、斜坡整平和定点挖掘等特定挖掘任务时,对智能挖掘机工作装置铲斗齿尖的轨迹规划和轨迹跟踪提出了较高要求。为此,针对智能挖掘机运动的控制问题,提出一种基于变论域模糊多参数自整定PID （Variable Universe Fuzzy Multi-parameter Self-tuning PID,VUFMS-PID）的轨迹跟踪控制策略。首先,在关节空间中通过三次非均匀有理B样条（Non-uniform Rational B-Splines,NURBS）曲线插补法完成直线刮平和定点挖掘轨迹规划,并得到工作装置挖掘作业时各关节角、角速度、角加速度位置序列。然后,综合考虑挖掘机非线性、时变性等特点,基于变论域思想,提出一种基于VUFMS-PID的轨迹跟踪控制方法。最后,基于AMESim与MATLAB/Simulink联合仿真和硬件在环（Hardware-in-the-Loop,HiL）试验平台,对VUFMS-PID控制方法的有效性和先进性进行验证。研究结果表明：在铲斗齿尖运动过程中,规划轨迹平滑连续且变化幅值较小,规划轨迹与期望轨迹之间的误差较小;VUFMS-PID控制的响应速度和跟踪精度相较于传统PID控制与模糊PID控制有明显提升;在硬件在环试验分析中,提出的控制方法在跟踪直线刮平轨迹和定点挖掘轨迹时,能够将跟踪误差控制在20 mm以内,实现对规划轨迹的精确跟踪。     

人机工程在多编组铰接电车驾驶室设计中的应用

介绍多编组铰接电车的虚拟轨迹跟随控制功能,分析人机工程在驾驶室设计中的相关应用,为后续同类产品的设计提供参考。     

新一代协作式智能交通系统(CITS)初探

章在分析了当前位置相关服务(LBS)及智能交通系统(ITS)的发展后，提出了协作式智能交通系统(CITS)的概念，并进一步讨论了CITS产生的必然性，归纳了在CITS发展过程中存在的3大类问题，并提出了一个可行的发展构想。     

两足机器人步态综合研究进展

把两足机器人步态综合方法分为参考轨迹法和自然动力学法两大技术流派.根据参考轨迹获得方法的不同,参考轨迹法又分为步行数据法、中枢模式发生器法和动力学模型法.自然动力学法也可分为被动动力学法和虚拟模型法.在总结两大流派研究进展的基础上,分析了它们各自的优势和不足,指出了今后工作的重点,即参考轨迹法需要提高步行效率和轨迹的生成速度,而自然动力学法需要增加功能.最后分析了强制学习技术在步态综合中应用的适应性和多自由度造成的组合爆炸问题.     

自动驾驶车辆侧向路径跟随控制算法仿真

路径跟随是依照规划轨迹信息通过对执行元件的控制实现沿期望轨迹行驶,控制算法对实现路径跟随非常重要。针对自动驾驶车辆的侧向控制技术,文章研究了基于最优预瞄理论的路径跟随控制,建立车辆二自由度模型和预瞄误差模型,设计模型预测控制（MPC）侧向跟随控制器以提高跟随精度。利用CarSim-Simulink联合仿真,仿真结果表明,该算法策略能稳定跟踪规划路径。     

综合地质预报方法在铜锣山隧道施工涌水预报中的应用

在富水隧道施工过程中,常突发涌水、突泥等工程地质灾害,对施工安全危害极大。工程实践表明,单一的地质超前预报方法造成漏判、误判严重,难以确保隧道施工安全。文章结合铜锣山隧道工程地质条件,提出采用综合地质超前预报技术对铜锣山隧道施工涌水进行地质超前预报,充分发挥TRT法、瞬变电磁法和超前水平钻法技术的各自优势。工程应用效果表明,该种组合的综合地质超前预报技术为该隧道施工决策提供了有效的地质参考依据,在一定程度上避免了隧道涌水、突泥等地质灾害的发生。     

自动驾驶汽车轨迹规划方法综述

作为自动驾驶车辆的重要组成部分,轨迹规划是影响自动驾驶智能化水平的关键。综述10年来智能驾驶车辆轨迹规划方法并将这些算法分为基于图搜索、基于采样、基于数学优化、曲线插值和机器学习5类。针对每类算法进行了阐述,阐述算法在实际场景中的应用并分析了其优缺点。最后指出了目前依然存在的问题和挑战,并总结了未来研究发展方向。