基于智能传感器的新型巡检机器人应用研究

目前,机器人巡检技术的智能化程度很高,能够解决变电站巡检任务的艰巨性、重复性和高风险所带来的大部分问题。但是,由于作业现场的复杂环境及天气变化、巡检对象的多样性等原因,要求变电站巡检机器人的作业能力和作业范围覆盖变电站巡检任务的所有方面是不现实的。因此,本文主要研究了用于检测变电站设备状态以及弥补变电站巡检机器人作业范围不足的新型智能传感器,并将变电站巡检机器人、现有变电站状态检测系统和新型智能传感器进行协同和信息融合,构建了变电站智能化人工智能巡检体系。     

具备认知能力的行为模仿机器人系统

行为模仿是现代机器人展现其智能化水平的重要技术之一,如何使机器人模仿出的行为动作与示教者相似且自然一直是该领域的热门研究课题.为此,基于朴素方法设计了一种改进的机器人行为模仿框架.该框架使用普通单目摄像头采集示教者动作,在朴素方法中引入行为语义识别模块与关键动作提取模块,使得机器人可以在理解示教者行为动作语义的基础上进...     

基于确定性转换的IFTS预测

模糊时间序列预测模型在对不确定数据集的模糊趋势描述和论域划分方面有局限性,对此文中规范了直觉模糊时间序列的定义,应用直觉模糊C均值聚类算法优化论域区间划分,通过加入回溯机制构建确定性转换直觉模糊规则库,在此基础上提出一种直觉模糊时间序列预测方法,较好地反映了不确定系统数据的特征分布,提高了复杂环境下时间序列的预测精度. 通过典型实例验证了该方法的有效性和优越性.     

认知无线Mesh网络中基于频谱聚合度的分簇算法

针对认知无线Mesh网络拓扑结构和可用频谱实时变化的特点,提出一种基于频谱聚合度分簇(SCDC)算法.该算法提出了节点间可用频谱的质量聚合度因子,联合节点位置变化信息,通过计算节点权值实现认知无线Mesh网络分簇的优化.另外,该算法通过簇内成员节点数量的约束阈值实现均衡网络负载.仿真分析证明,SCDC算法在维持网络拓扑相对稳定和提高频谱利用率方面更具优势.     

模糊化疑似网络入侵中行为确定的方法与设计

针对网络入侵判断过程出现模糊化、检测结果不理想的问题,提出一种引入多层模糊逻辑模型的模糊化疑似网络入侵行为的检测方法.先要保证每一个数据项的取值处在同等区间内,设计一种多层模糊入侵判断逻辑规则,以自适应和容错性作为约束条件,通过求解多层模型的反馈解,完成对疑似网络入侵行为的确定与检测.实验结果表明,采用改进算法进行模糊化疑似网络入侵行为的检测,能够提高检测的准确性,减小误报率,满足实际的检测需求.     

基于刀位文件的空间复杂曲面机器人 加工技术研究

针对空间复杂曲面难以利用机器人示教方式来实现机器人的路径规划,利用UG加工后置处理的G代码没有体现机器人的空间姿态,人工调整较为烦琐等问题,该文提出一种新算法对UG前置处理的刀位文件进行计算来实现机器人的空间姿态控制,求得对应机器人的末端位姿,经逆运算后以最短路程为优化目标转换为机器人各关节角的变量值,后经Matlab仿真验算,验证了该方法的可行性     

针对无线测温网节能时间同步的新方法

时间同步对无线传感器网络的应用至关重要。由于无线测温网工作环境的限制和网络以及节点的自身因素,使得现有的时间同步方法对于网络的适用度不高。为解决这些问题,笔者提出了一种精度高、功耗低、方便快捷、可适用于无线测温网的节能时间同步方法。网络时间同步的任务主要由主节点完成,从节点仅完成必要的任务。主节点根据影响实时时钟偏差的因素,计算出一个周期内与从节点之间的实时时钟误差是否在允许范围内,由此判断是否将校正信息发送给从节点进行相应的同步操作。而为了减少从节点空闲侦听的能耗和避免从节点间出现网络碰撞现象,从节点采用周期性自唤醒工作模式,且为了保证良好的同步精度,采用秒脉冲更新补偿操作。最后通过仿真验证该方法的可行性与其优势。     

面向边云协同计算的能耗感知资源调度方法

要：边缘计算在处理大量计算复杂的任务时，可能会引发任务实时执行效果下降以及能耗高等方面的问题。为此提出一种面向边云协同计算的能耗感知资源调度方法，首先根据实时保证率将任务分流到云计算和边缘计算，然后基于弹性资源特性提出能耗感知的资源调度策略，为实时任务生成虚拟资源配置方案，最后通过仿真实验验证了所提算法的有效性，该算法可以在保证实时性的前提下降低能耗。     

一种全方位移动里程计位置测量的研究

里程计在众多领域有着广泛的应用。如工业巡检设备,安防巡检机器人。研究里程计的根本便是对里程计自主定位的研究。本论文分析了其运动控制和定位的模型,并提出了局部高精度定位的方法,经试验能输出较高的精度。     

四足机器人步态规划

介绍了两种多足机器人步态规划的方法,包括基于仿生学理论以及基于动态控制原理的规划方法。利用四足机器人步态参数中的有荷系数,详细分析四足机器人的三种基本步态,即行走步态、对角小跑步态、同侧快跑步态,推导出了四足机器人直线平动步态规划的方法。基于四足机器人步态规划发展的现状,提出了自由步态规划方法及其算法实现的可能性。     

智能电网中基于复杂网络的电力光传输网抗毁性分析

为了提高智能电网中电力光传输网的抗毁性,基于复杂网络理论对南京市江北区电力光传输网进行随机性攻击和选择性攻击实验仿真,根据仿真结果给出提高电力光传输网抗毁性的方法.在随机性攻击实验中分析了单个节点失效对网络连通性能的影响,并对枢纽节点进行了筛选,得到需要重点保护的枢纽节点.在选择性攻击中,提出了网络效率相对损失率优先攻击和实时介数优先攻击策略,并从连通能力、网络效率和网络效率相对损失率三方面进行抗毁性评价.实验结果表明,电力光传输网对实时介数优先攻击的抗毁性最差,由此提出了一种重要节点评估与保护方法以提高电力光传输网的抗毁性,并仿真验证了该方法的可行性和有效性.     

基于模糊理论的P2P电子商务信任评估模型

针对P2P电子商务中的信任缺失问题,一种基于模糊理论的P2P电子商务信任动态评估模型被提出.该模型运用模糊理论的方法对信任进行度量,通过引入惩罚因子和时间衰减因子,结合黑名单机制,有效地防止了交易中的欺诈行为.仿真实验结果表明,该模型能有效隔离恶意节点,提高成功交易率.     

基于改进序列二次规划算法的复杂曲面轮廓度误差评定

针对复杂曲面的误差评定,本文提出了一种基于改进序列二次规划的误差评定方法,并利用MATLAB软件实现了误差评定的数值模拟仿真计算。实验结果表明,该方法能有效提升复杂曲面轮廓度误差的评定精度,为相关研究工作提供参考。     

认知逻辑中逻辑全知问题及其解决方法

分析认知逻辑中的逻辑全知问题及其解决方法,提出一种可以避免逻辑全知的认知 逻辑ＥＬ,并给出其语义公理系统。     

基于差分进化算法的时间最优路径规划

提出了一种利用差分进化算法进行机器人路径规划的方法,在极坐标系下采用路径点列的极角和极径作为参数进行个体成员的矢量合成,生成的初始路径点集经过提练处理极大提高机器人移动速度;仿真结果表明该方法可以解决大范围、多障碍环境的机器人路径规划问题.     

同频时差式实时模糊推理器原理

该文提出一种以简单模糊逻辑元件组成的实时模糊推理器的硬件组成原理，其所用逻辑元件少而推理速度快。本推理器中所有隶属函数均以同一频率扫描，在两个周期内完成三个推理运算步骤。     

基于最优样本子集的在线模糊LSSVM混沌时间序列预测

提出一种基于最优样本子集的在线模糊最小二乘支持向量机(least squares support vector machine,LSSVM) 混沌时间序列预测方法. 算法选择与预测样本时间上以及欧氏距离最近的样本点构成最优样本子集,并采用" 不敏感函数对其进行模糊化处理,通过模糊LSSVM 训练获得预测模型. 随着时间窗口的滑动,最优样本子
集和预测模型实时更新,模型更新采用分块矩阵方法降低运算复杂度. 实验中对时变Ikeda 序列进行预测,表明所提出的方法与离线和在线LSSVM 相比,训练速度更快,预测精度更高.     

一种基于C-T空间数字势场的机器人避碰规划方法

提出一种基于C-T(configuration-time)空间数字势场的机器人避碰路径规划方法,通过构造一种栅格化的CT空间数字势场,根据数字势场中的排斥势和吸引势,利用C-T空间离散路径点的插值方法,实现机器人对运动障碍物的避碰.通过一个2连杆机器人臂的避碰仿真实验研究,表明了该方法具有较高的计算效率,避免了一般避碰算法的大量C空间显式计算,能够适用于机器人的动态环境路径规划.     

一种高性能信息物理融合系统的方法探讨

信息物理融合系统(CPS)是一种深度嵌入式分布式实时系统,时效性是其关键属性。由于CPS的节点中内存资源有限,当多个实时任务并发执行竞争内存时,将导致任务错过截止期,严重影响CPS的时效性。因此,当前特别需要在提高网络利用率的同时保障通信的需求。针对该问题,本文讨论了一种高性能方法,将并行思想融合进实时调度方法。通过该方法,能够在CPS进行实时调度时,最大化网络并发度与资源利用率,减少时间开销,改善实时性能。     

基于蚁群优化算法和人工势场的无人机航迹规划

针对复杂环境下的无人机航迹规划问题,建立栅格化环境模型,提出了结合蚁群算法与人工势场的航迹规划方法. 在航迹搜索过程中,蚂蚁不仅受到信息素和启发信息作用,还受到势场力的影响. 根据节点位置的势场力分布,提出了确定性选择和概率性选择相结合的状态转移规则,并设计环境感知因子,动态调整确定性选择的比例. 将节点的势场方向、节点与目标间的距离构造蚂蚁的综合启发信息,以充分利用对已知环境的认知,指引蚂蚁搜索. 仿真结果表明所提方法能有效得到无人机的最优航迹,优化效果优于单一的蚁群算法和人工势场法,具有更好的收敛速度和优化精度.