一类自主移动小车的停车控制方法

针对港口集装箱运输的自主移动小车(AGV)存在正常工作模式和停车模式的特点,提出了一种新的停车控制方法:从AGV的当前位置到待泊车位间规划出一条最佳行驶路径,然后用模糊逻辑控制(FLC)AGV按规划路径行驶;并用遗传算法对FLC隶属度函数中的参数进行优化.仿真结果表明该方法可行有效.     

移动小车的有限时间轨迹跟踪控制

讨论了基于运动学模型的移动小车的轨迹跟踪控制问题.利用有限时间控制技术,提出了一种连续的状态反馈跟踪控制律,使得对角速度不为0的期望轨迹,移动小车能够在有限时间内完全跟踪上期望轨迹.而且提出的跟踪控制律不存在奇异点.仿真结果表明了该方法的有效性.     

自主寻迹智能小车的激光路径跟随系统设计

文章针对光电式智能小车的路径信息采集与跟随问题,通过理论分析与计算,提出了一种基于自主寻迹智能小车的激光路径跟随系统设计方案。该方案将激光传感器安装在高性能舵机上,用控制舵机转角的方式使激光传感器时刻跟随路径,从而控制智能小车的转向机构、电机驱动机构等部件,提高了智能小车寻迹行驶的速度,降低了智能小车冲出跑道的概率。     

自主导航式智能小车

该作品的设计目的是以智能小车为载体设计一种体积小、成本低、高可靠性、定位精度高的导航系统。惯性导航是惟一不依赖外部信息源的自主导航方式．因此惯性导航系统广泛运用于海、陆、空、天等各种军事装备上。采用微。匿性器件构成捷联惯性导航系统（SINS）由于体积小、成本低。已经越来越多地被运用到军用、民用领域。     

基于Lyapunov理论的海底采矿车点镇定控制

以我国海底采矿车为研究对象,针对其非完整性和非线性的特点,基于Lyapunov理论,提出海底采矿车点镇定控制系统的控制律,证明在此控制律作用下海底采矿车位姿误差是收敛的;设计基于Lyapunov理论的点镇定控制器,采用ADAMS/ATV履带车模块和MATLAB/simulink软件,建立海底采矿车的多刚体动力学模型和基于Lyapunov理论的点镇定控制模型及二者的协同仿真模型,对海底采矿车的点镇定控制仿真进行研究。研究结果表明：海底采矿车在基于Lyapunov理论所设计的点镇定控制器作用下,能快速而平稳地镇定到目标位置和姿态,所提出的控制律和所设计的控制器对于海底采矿车行走控制是有效的。     

一种随机调整控制参数的鲸鱼优化算法

针对标准鲸鱼优化算法在处理复杂优化问题时出现搜索精度低和易出现早熟收敛等缺点,提出一种随机调整控制参数的改进鲸鱼优化算法(EWOA)。受粒子群优化算法中惯性权重的启发,利用随机分布的方式调整控制参数,以平衡鲸鱼优化算法的全局搜索和局部搜索能力。对当前最优个体执行服从正态分布的变异扰动,以避免算法出现早熟收敛现象。此外,采取佳点集方法替代随机方法产生初始个体以提高算法的全局收敛速度。6个标准测试函数的仿真实验结果表明EWOA能有效处理高维复杂优化问题。     

关联滞后分散控制系统的镇定问题及仿真

在现有理论的基础上,对具有关联滞后的大型线性定常连续时间系统镇定问题进行了探讨,在给出了一个有关镇定结果的同时,亦给出一个有关镇定的计算机仿真,从数值实验中可发现它的实用价值。     

车用汽油发动机稳态控制参数的优化研究

通过试验数据建立了描述发动机稳态控制参数与性能关系的数学模型,并利用目标规划方法协调各种性能指标对控制参数要求上的矛盾,最终得出了使发动机稳态性能指标综合最优的控制参数。     

基于移动云计算的外语自主学习平台研究

随着智能移动设备的日益普及,人们不仅仅用它来相互联系还用它来娱乐和学习,但是移动设备存在许多缺点:比如资源不够丰富,电池持续时间不够长,数据处理能力不够强等等.如何有效克服这些缺点,让人们能随时随地用移动设备高效进行外语自主学习是试图解决的问题.详细阐述了利用移动云计算技术搭建外语自主学习平台,并给出了关键技术解决方案.     

遗传算法控制参数选择的仿真研究

控制参数选择得是否合适是非常重要的,这些控制参数对遗传算法的影响是非常大的。这些参数主要包括:交叉概率(pc)、变异概率(pm)以及种群的大小等。本文首先简要介绍了遗传算法的工作机理,然后从理认上分析了控制参数对遗传算法运算的影响。最后通过软件仿真,验证了不同参数的选择对遗传算法运算结果的影响,并根据仿真结果对实际使用遗传算法时的控制参数选择提出了一定的选择范围,这在实际工程应用中有一定的实用价值。     

自动引导车跟踪控制的仿真研究

提出一种跟踪精度高、计算量小、易于实现的自动引导车跟踪控制方法。这一方法将要跟踪的轨迹划分成若干段，然后进行分段跟踪。采用此法，可以避免使用路径曲线段进行跟踪时曲率的计算以及计算量大和计算复杂等问题，使得自动引导车跟踪的实时性，精确度得到提高。通过多种路径跟踪的仿真实验，结果表明提出的方法是正确和有效的。     

AGV视觉导航中Kalman滤波最优控制器的设计

为解决电子地图辅助视觉导航AGV的控制精度问题,将AGV中基于视觉的位置信号离散化后得到AGV中心轴的偏距和偏角.作为滤波器的输入信号,用U-D分解的Kalman滤波可以有效地消除在AGV导航中存在的白噪声.其中在时域中采用递推算法为最优控制输入稳定的状态量,并保证数值的稳定性,使系统的鲁棒性好;再经过状态反馈最优控制系统得到最优的控制输出.结果表明,用此方法设计的控制器稳定性强,抗干扰能力强,AGV在该控制器的作用下,转弯半径为5 m时,方向偏差在±0.5.内变化,侧向偏差控制在±4 mm之内.该控制器适应于工业环境中强电气噪声的环境,对直线和曲线路径有很好的跟踪效果,用于自动导向车辆等智能运输设备,符合工业应用的要求.     

多线程技术在自动引导车导航系统开发中的应用

根据自动引导车实时导航的需要,提出了一种基于多线程技术的自动引导车导航系统.针对自动引导车各不同部分的工作特点,采用多线程技术设计了自动引导车实时视觉导航系统,并设计了自动引导车的人机界面.实时导航实验表明,该实时导航系统可满足QDU-1自动引导车的视觉导航要求.     

自动引导车路径偏差的控制研究

本文针对差速驱动的AGV路径偏差控制,建立了小车路径偏差的运动模型。利用数学方法分析路径偏差与车轮速度的关系,深入分析,得到两驱动轮驱动电压与偏差变量的等量关系,从而得到系统的结构框图,从根本上分析了AGV的控制原理。通过对比激光导航,磁导航,视觉导航等控制方式,最后选择无适应性,稳定性更强的无轨导航,采用模糊控制理论,将系统简化为以偏差变量为输入,驱动电压差为输出的双输入单输出系统。仿真结果表明,该方法有较好的路径纠偏能力。同时也为无轨AGV路径控制奠定基础。     

自动导向车系统的规划设计

基于调度规则和交通管理方法对自动导向车系统（AGVS）工作状况的影响,提出一个数学模型,可方便地估算AGVS中所需配置的小车数量,通过模型还能直观地反映出不同因素对小车数量的影响趋势。AGVS可以有效地加快物流,便于实现物流信息的统计和管理,对于降低成本、缩短生产周期和加速资金周转有重要意义。     

工程车辆自动变速器换挡的神经网络控制系统

通过BP（back propagation)神经网络对工程车辆“两参数换挡规律”进行系统建模和控制,并利用在ZL50装载机传动系统换挡实验中获得的数据进行验证性仿真,所得到的仿真挡位与实验挡位基本保持一致,表明该BP神经网络挡位控制系统可根据操作工况环境实现正确的变速箱挡位控制,这是实现工程车辆挡位决策智能化的一种行之有效的方法。     

用于自动导引车辆的数字工位实时识别系统设计

开发了用于自动导引车辆的数字工位视觉识别系统.根据路面区域、导航线区域和数字工位区域的不同颜色特征,以彩色图像中的R分量(红色分量)为处理对象,利用红色分量在每一副采集图片的像素分布中寻找字符可能出现的区域;根据HIS颜色空间特征参数饱和度S和色调H,提取数字工位;快速校正后,利用字符的整体结构特征进行数字初步分类,优化字符特征区域的确定及统计办法,在改进的特征统计基础上进行数字的再辨识.现场实验表明,该系统可获得较好的识别效果(正确率达到98%),字符提取耗时16 ms,校正、识别总耗时47 ms,满足车辆数字工位识别实时性、准确性、鲁棒性的要求.     

基于多传感器融合的移动机器人自引导

利用模糊控制原理融合了三种传感器数据 ,设计了模糊控制器来实现自引导车对磁条的跟踪以及当小车距离方形障碍太近时对障碍的跟踪 ,主要是通过对模糊控制器输入的切换来实现对不同目标的跟踪 .最后用Matlab的Simulink对模糊控制器进行了仿真 ,并给出了仿真结果 .     

神经网络在自走车辆最优轨迹控制中的应用

介绍了分层网络的基本理论和相关的有效算法反向传播学习算法（Ｂ－Ｐ算法），并介绍了将神经网络应用于车辆自动行走轨迹优化控制的研究。     

大包线飞控系统的鲁棒稳定性分析及鲁棒镇定控制

采用摄动参数多项式加范数有界摄动形式描述大包线飞控系统,既考虑了飞控系统的时变特征,又考虑了拟合误差带来的不确定性.基于二次稳定的概念和方法,研究了大包线飞控系统的鲁棒稳定性分析和鲁棒控制综合问题.运用线性矩阵不等式(LMI)的处理方法,给出了系统二次稳定性判据,以及状态反馈控制律的设计方法.同时,基于凸优化,得到了估计系统保持鲁棒稳定所允许的参数最大摄动范围的方法,建立了系统运行参数与系统性能之间的联系.通过对飞控系统的实例仿真,验证了该方法的可行性.