便携式炮管擦洗机器人设计

针对炮管内壁清洗难的现状,提出并设计了一种新型便携式炮管内壁擦洗机器人。针对炮管内壁擦洗要求,确定了机器人的工作原理与擦洗方式;对机器人的主要结构模块进行了设计,并搭建了机器人的控制系统;采用经典力学方法对机器人复合擦洗过程中的力学进行了分析,得到了其驱动力矩并进行了仿真计算;制作了便携式炮管内壁擦洗机器人样机,并进行了运动功能实验。实验结果表明,所设计的机器人能在炮管最大倾角为22°时进行擦洗工作,其最大直线运动速度能达到0.75 m/min,能满足在野外或演习现场使用要求。     

基于多传感器融合的机器人导航系统设计

随着传感器技术的进步,多传感器信息融合技术在移动机器人中的应用已经成为一个热门的研究领域,为移动机器人探索不确定和未知环境提供了一种技术途径,是机器人实现更高级智能行为的基础。目前,用于移动机器人避障和导航控制的多传感器信息融合方法主要有模糊逻辑和神经网络。在机器人避障和导航控制中,本文采用了基于模糊逻辑的多传感器信息融合算法。通过对多传感器的信息进行融合能较好地实现机器人在未知环境中的自主避障与导航,并对这种控制方法进行了MATLAB仿真。通过对MATLAB仿真结果的比较,证明了在机器人的避障和导航控制中,该信息融合算法是优于传统信息融合算法的。     

机器人系统的自适应模糊滑模控制算法仿真

针对具有参数不确定性的机器人动力学系统,根据滑模控制原理并利用模糊系统的逼近能力,提出了一种自适应模糊滑模控制方案．控制结构中采用模糊系统去自适应补偿过程的不确定性,利用Lyapunov定理证明了闭环模糊控制系统的稳定性和跟踪误差的收敛性．仿真结果表明了所提控制策略的有效性。     

基于Petri网络的码垛机器人生产线控制软件设计方法

研究了基于验证完毕的逻辑和软件体系的码垛机器人生产线控制软件设计问题.基于软件开发的瀑布模型,首先根据需求提出了软件体系架构,其次采用Petri网络建立软件模块调用规则模型和控制逻辑模型,并使用可达图证明了调用规则的安全性和无死锁性,基于系统仿真软件Simulink-stateflow仿真技术验证了控制逻辑的合理性.在...     

基于遗传算法的机器人模糊控制器设计

提出了一种机器人轨迹跟踪的模糊逻辑与变结构控制相结合的控制器设计方案，采用变结构控制量作为监督控制，首先保证机器人系统状态有界，应用模糊逻辑系统逼近过程的不确定部分，利用改进的遗传算法对模糊逻辑系统的参数进行在线调节，使得系统输出能够跟踪指定轨迹，该控制方案能够消除变结构控制所固有的抖振性，计算机仿真结果表明该控制方案具有良好的跟踪性能。     

计算机网络中面向拥塞控制的一种模糊流量控制机制

未来的计算机网络将是一种能够提供多种不同服务,支持多种不同应用需求,有着集成服务支持能力的高速分组交换网络。为充分提高该类网络性能,设计一个高效的流量控制机制是关键问题。为此,本文以ATM网络中的相关研究为背景,提出了一种基于模糊逻辑的显式速率（ER）控制机制。通过管理交换机缓冲区瞬时队列长度及其变化率,并利用一组语言规则,该机制计算出交换机可支持的流量速率。仿真结果表明该机制是稳定的、鲁棒的;它能有效地避免网络拥塞并具有更高的链路带宽利用率。     

机器人的鲁棒自适应轨迹跟踪控制

针对存在参数不确定和外界扰动的机器人系统,提出了一种基于模糊控制的鲁棒自适应跟踪控制器设计方法.该方法基于Lyapunov稳定性理论,整个闭环系统渐近稳定.通过二自由度机械臂系统的计算机仿真结果验证了该方法的有效性,可用于不确定性机器人系统轨迹跟踪鲁棒控制.     

单柔性臂机器人的神经模糊控制策略（英文）

利用神经网络的非线性拟合、自学习及其记忆能力来实现模糊逻辑控制系统中的模糊推理和决策，从而完成对一非线性的分布参数系统一柔性臂机械手进行位置控制，并给出实验及仿真结果，与一般方法进行比较，本方法有一定的进步。     

动态环境中基于模糊神经网络的机器人路径规划的一种新方法

动态环境中，移动机器人的动态路径规划是一个较难解决的课题，提出了一种基于模糊要领的动态环境模型和在此模型基础上结合模糊神经网络的机器人路径规划方法。这种方法利用动态环境中物体的信息动态调整模糊神经网络的权值，加快整个神经网络的收敛速度，以达到对机器人的下一步动作进行动态控制的目的。该方法充分挖掘了应用人工神经网络、模糊推理解决移动机器人动态路径规划的潜力，通过计算机仿真表明该控制方法具有良好的动态路径规划能力。     

基于穿戴视觉的人手跟踪与手势识别方法

为了解决人与穿戴计算机的自然交互问题,提出了一种基于穿戴视觉的人手跟踪与手势识别方法.该方法以Icondensation算法为基础,综合利用穿戴视觉系统输出的深度和灰度信息进行人手跟踪,并引入了手势变换模型.该模型可以在几种预先定义的手势之间进行动态变换.实验结果表明,该方法可以有效地实现动态和复杂背景下的人手跟踪与手势识别,为穿戴计算机系统提供自然友好的手势交互途径.     

基于自适应网络的动态双足机器人模糊控制

提出一种基于步态规划分级结构的自适应网络模糊推理系统控制策略,该方法不需要确定双足机器人运动学和动力学模型.以一种动态双足机器人为例,建立机器人的Sugeno模糊模型,对机器人系统的不确定上界进行自适应参数估计,采用自适应控制器逼近未知不确定界,解决了一类非线性系统的稳定控制问题.控制器的设计只要求不确定性满足匹配条件,而无需知道不确定界,能够处理不确定参数变化范围更广的情况,减少控制系统设计中的保守性.设计的分级控制系统可以学习试验的输入输出数据,从而在动态平衡下进行行走.同时,模糊控制器的进一步在线学习能力可以显著地改善步行机器人的动态性能.     

未知环境下基于模糊神经网络的机器人路径规划

为提高移动机器人在未知环境下避障行为的成功率,通过对障碍物信息的输入,从控制输出数据中找出避障行为模式,生成相应的模糊逻辑控制规则,并把模糊控制算法引入到神经网络中,使得模糊控制器规则的在线精度和神经网络的学习速度均有较大的提高,使移动机器人具有较为迅速的反应能力,实现机器人连续、快速地避障并最终到达目标.系统仿真证明了模糊神经网络在移动机器人路径选择中的智能性.     

一种基于多级Manager/Agent结构的智能网络管理系统

提出了一种基于多级Manager/Agent结构的分布式智能网络管理系统,它克服了传统集中式网络管理系统不适合管理大型分布式网络的弱点,为大型网络的管理提供了一个有效的解决方案·介绍了该系统的体系结构和功能,给出了其实现方案,并通过与集中式网络管理系统的对比,论证了该系统的优越性·     

可穿戴式计算机的发展与趋势（Ⅰ）

可穿戴式计算机（ＷｅａｒＣｏｍｐ）是一种新概念的个人移动计算系统,应用潜力巨大,发展头迅猛,它是随着计算机球断向超微型化发展应运而生的,也是“计算机应以人为本”这一理念 的必然产物,它为计算机科学与技术提出了新的课题和挑战,将使人－机关系发生重大变革。文中介绍了ＷｅａｒＣｏｍｐ及相关技术的基本概念,ＷｅａｒＣｏｍｐ的研究意义和应用价值,回顾了ＷｅａｒＣｏｍｐ的发展历程,探计了ＷｅａｒＣｏｍｐ硬件技     

端到端的通信网综合网络管理系统

设备供应商提供的网元管理系统或子网管系统之间相互独立,不能共享各种配置和故障告警信息,给网络运维带来了诸多困难.本文面向通信业务,设计实现了一个端到端的通信网综合管理系统(E2INMS).E2INMS基于一个分层的体系架构,实现了全网拓扑管理、业务路由管理和端到端故障管理等一系列业务管理功能.该系统已经应用在朔黄铁路通信网的管理中.     

基于模糊高斯基函数神经网络控制的机器人视觉伺服系统

针对机器人视觉伺服控制系统中存在的不确定性问题,将模糊控制与神经网络相结合,用神经网络来实现模糊推理,提出了一种把高斯基函数作为隶属函数的模糊神经网络视觉伺服控制器,该控制器不仅具有定性知识的表达能力,而且具有很强的在线学习能力。将所提方法用于三关节机器人"手-眼"视觉伺服系统的控制中,取得了很好的控制效果。     

模糊神经网络在四足步行机器人控制中的应用

将神经网络和模糊控制理论应用于四足步行机器人的控制中，并在实验基础上选取样本，设计了针对四足步行机器人的模糊神经网络控制系统．     

基于实时测量的两杆柔性操作臂的模糊补偿控制

将计算力矩方法和模糊逻辑单元相结合,对带有柔性杆件的机器人操作臂的轨迹跟踪控制进行了研究。一套集成激光传感系统实时测量柔性杆臂的弹性变形,并用于机器人操作臂的补偿控制。     

关节式移动机器人自主越障中基于模糊神经网络的障碍识别方法

提出了一种关节式移动机器人自主超障时的障碍识别方法，该方法利用模糊神经网络对障碍物进行识别，确定障碍的类型和特征，并以此来控制移动机器人越障和避障时的行进速度和摆臂的动作，开发了在未知环境中障碍物辨识的模糊神经网络系统。实验证明，该方法是可行有效的。