智慧船厂概念模型研究

针对智慧船厂的功能概念、智慧生产流程、智慧化进程等方面的研究不足,提出智慧船厂的系统性功能定义,并进行了详细的定义分解分析,建立了智慧船厂的生产流程模型和智慧化进程模型,通过案例分析,对功能定义、生产流程模型和智慧化进程概念模型的有效性进行了验证。     

基于对偶四元数法的AUV运动仿真

本文应用对偶四元数法(Dual Quaternions)建立AUV六自由度运动学和动力学方程,然后运用数值积分对所建模型进行仿真.对偶四元数是对偶数与四元数在多维空间中的有机结合,它继承了四元数与对偶数的优点,可以在三维空间中统一表示刚体的旋转与平移,并且没有常规欧拉法存在的姿态奇异性问题.仿真结果表明,对偶四元数法表达形式简单而统一,特别适用于具有大姿态角度运动的AUV运动仿真.     

基于多传感器递推总体最小二乘融合的水下机器人动力学模型参数辨识

对于水下机器人动力学模型辨识问题,如果其观测方程的系数矩阵包含随机扰动,则其最小二乘估计一般是有偏的。为此,该文提出一种基于多传感器递推总体最小二乘融合的水下机器人动力学模型辨识算法(RTLS_F)。首先,给出了集中式总体最小二乘融合的算法;然后,在总体最小二乘框架下,推导出多传感器递推融合估计算法。通过仿真实验对RTLS_F与其它水下机器人动力学参数辨识算法进行了比较。实验结果表明,在系数矩阵和观测向量都含有误差的情况下,最小二乘融合是有偏估计且难以提高估计精度,而RTLS_F算法可以有效改善参数辨识性能。     

无人驾驶机器人车辆非线性模糊滑模车速控制

为了实现不同行驶工况下车速的精确、稳定控制,提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响,建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动,建立油门机械腿和制动机械腿的运动学模型。在此基础上,分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器,并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入,分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中,为了减少控制抖振,滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明：本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰,避免了油门控制与制动控制之间的频繁切换,并实现了精确稳定的车速控制。     

运动视觉在移动机器人导航与定位中的应用

针对载有修磨设备的自动导引车要能精确地监测出其相对于随意放置的转轮位置,以便对水轮机转轮叶形进行修磨和对其修复后进行自动测量的研究,阐述了用运动视觉－基于特征点的方法来识别水轮机叶片和确定自动导引车体相对于水轮机叶片的位姿,据此可规划出最佳路径,最终由车载控制系统完成导航并确定定位修磨设备与转轮的相对位置。     

网上求职机器人的软件设计

给出了网上求职机器人的主要设计思想和设计流程,并对使用的关键技术进行了重点的介绍.     

基于神经网络的水下机器人容错控制方法与实验研究

针对无人水下机器人(UUV)传感器常见故障,采用一种基于有限脉冲响应(FIR)滤波器模型的在线故障诊断方法.根据该模型的故障检测结果,提出一种基于BP神经网络模型的容错控制策略,实现水下机器人首向角的估计以及传感器信号的在线重构.将重构的信号替代故障传感器信号,实现水下机器人在线容错控制.在OUTLAND 1000 水下机器人定向控制系统中,首向角传感器(罗经)发生故障情形下,给出机器人的故障检测以及容错控制结果.     

机器人控制中的变结构观测器

研究机器人控制中的非线性轨迹跟踪问题,从而为复杂系统提供变结构观测器的设计方法。在传统的勒贝格观测器增加一个开关参数,从而保证观测器的鲁棒性。为解决轨迹跟踪的问题,采用全信息状态下的控制律。可以证明,闭环系统是李雅普诺夫全局渐近稳定的。进行了3自由度的机器人上的控制仿真,实验结果表明观测向量和跟踪误差渐近收敛。     

三自由度并联机器人的同步组合控制

针对三自由度平面P-R—R型并联机器人,建立了三自由度并联机器人的动力学模型,结合同步控制的优点,实现了对机器人轨迹的精确控制．为了达到同步控制,提出了同步误差的概念,通过组合多个线性闭环控制,计算出同时满足各个闭环控制的控制方程．该方法直观、高效,提高了对并联三自由度平面P-R-R型并联机器人轨迹控制的精度,也同时满足了多个闭环控制系统的组合控制．     

自主式水下机器人最优路径规划问题的研究

路径规划是水下机器人实现自主航行的重要环节。根据自主式水下机器人的动力学性质，路径规划的特点以及实现智能行为的要求，采用基于案例的遗传算法，实现了自主式水下机器人最优路径规划。给出该方案的基本框架和算法，在基于案例类比的学习方法中引入模糊多属性综合决策的方法建立决策算子进行案例的匹配，在遗传算法中实际知识的指导，适当地改进遗传算子，加快搜索速度。仿真结果证明该路径规划方法能够取得较好的规划结果，使自主式水下机器人具有了一定的自主导航，自主避障和自主作业的能力。