基于四元数的捷联惯导惯性系晃动基座自对准算法

为提高捷联惯导系统在晃动基座下初始对准的快速性和精度,提出了一种基于四元数的捷联惯导惯性系晃动基座自对准算法.该算法利用惯性坐标系下的姿态更新来实时地反映载体在晃动干扰下的姿态变化,通过四元数推导将初始姿态的最优估计转化为Wahba姿态确定问题,以消除角晃动干扰的影响;并根据惯性系下重力矢量和晃动干扰加速度不同频的特点,引入小波阈值消噪以消除线振动干扰的影响,从而提高算法在晃动基座下的对准精度.仿真结果表明,该算法不需要进行粗对准,具有角晃动干扰隔离能力和线振动干扰抑制能力,能够实现晃动基座下的快速、精确自对准.     

基于电子地图和激光捷联惯组的运动基座初始对准方法

基于捷联惯导系统动基座初始对准对速度和路线要求较高,粗对准方位角失准过大影响精度等问题,提出引入电子地图对算法进行辅助修正的组合对准方法.通过地图匹配进行位置修正提高载车定位精度,最大限度减小第二次停车所带来的定位误差,提高对准精度.实验结果证明,动基座初始对准方法与电子地图匹配算法的有效组合,降低了对载车速度及路线的要求,极大提高了系统对准精度.     

视觉-激光混合式3D测量方法及自动装配研究

自动化装配作业面临基座螺纹孔位置不固定和大臂工件在搬运过程中位姿变化的问题。该文采用激光测量与视觉检测相结合的方法,实现大臂工件三维位姿测量,解决了工件搬运过程中位姿变化的问题。采用动态阈值方法提取螺纹孔连通域,通过形态学处理,提取出螺纹孔的位置特征,以装配底座为基准确定Y、Z坐标值与R_X欧拉角。以基座螺纹孔轮廓作为特征模板,求取大臂与装配底座位姿的偏移量。激光传感器得到大臂工件的X方向信息,通过几何二面角求解与基准位姿的R_Y、R_Z欧拉角偏差。最后在机器人装配系统上进行30次实验,定位姿态误差小于0.1°,位置误差小于0.2 mm,验证了提出的工件位姿测量方法的有效性。     

双目立体视觉技术在潜孔钻机钻孔定位中的应用

为了提高潜孔钻机定位的精度,提出采用双目立体视觉技术获得潜孔钻机定位过程中孔位标识的三维位置信息,用于指导潜孔钻机进行自动钻孔定位.首先利用双目摄像机获取含有孔位标识的图像对,然后采用隶属度函数为梯形函数的模糊阈值分割方法对孔位标识进行识别分割,利用图像的不变矩原理求取孔位标识的质心,并通过三角测量原理求取孔位的空间位置信息.最后,在潜孔钻机试验台上进行了基于双目立体视觉系统的自动定位试验.结果表明,所采用以灰度直方图为基础的模糊阈值分割能够实现对孔位标识有效信息的提取,且定位误差小于25 mm.     

基于观测量扩展的捷联惯导动基座快速初始对准

动基座条件下捷联惯导系统由于动态环境的影响,即使采用辅助信息下的组合初始对准也需要较长时间。针对这一问题提出了一种基于观测量扩展的捷联惯导动基座快速初始对准方法。在不改变系统状态方程的情况下,利用车体坐标系横向和垂直方向上速度为零这一约束条件,将基于车体坐标系横向和垂直方向的速度作为扩展的观测量。推导了扩展后的观测方程。进而利用卡尔曼滤波完成捷联惯导动基座初始对准。进行了运动条件下的仿真。仿真结果表明新方法在保证对准精度的同时缩短了对准时间。该方法算法简单,不需要增加辅助信息,具有很好的工程应用价值。     

基于混合循环算法的复杂装配体装配序列智能规划

针对单一算法无法实现复杂装配体装配序列智能规划以及缺乏深度人机交互而导致的改进效果不佳等问题,提出一种混合循环算法.该算法以遗传算法为主体,利用干涉矩阵和接触矩阵调整随机生成的装配序列,以装配方向及工具的统一性构建适应度函数;其次结合模拟退火算法,在迭代前加入退火操作,利用Metropolis准则接受交叉和变异后的个体序列;引入粒子群算法的跟踪极值思想,直接选择个体最优和群体最优序列与后代交叉;最后结合虚拟现实技术建立装配模拟平台,从装配稳定性及工具操作空间两个维度进一步优化序列.基于该方法以汽车后桥总成装配序列规划为例进行验证,表明所得装配序列符合实际生产,该方法切实有效.     

基于粒子群算法的复杂产品装配序列规划

根据复杂产品装配规划问题的特点和要求,提出了一种求解装配序列规划(assembly sequenceplanning,ASP)问题的粒子群优化算法,将通常用于连续空间优化的粒子群算法成功扩展到ASP领域.算法根据ASP问题决策解的特点,在排序空间定义了微粒的位置和速度以及相关的各种操作.针对基本粒子群算法容易陷入局部最优的缺点,采用新的学习机制,增强了算法的寻优能力.基于干涉矩阵、连接矩阵和支撑矩阵建立了以装配可行性、装配体稳定性和装配方向改变为评价指标的目标函数.最后通过实例分析验证了该算法的有效性.     

高阶SRC-KF SINS对准模型算法

基于SINS初始对准误差参数计算精度要求,利用Gauss-Hermite积分和Gauss-Lagerre积分数值逼近方法,证明了Bayesian最优估计理论的高阶球面径向联合积分数值逼近的五阶SRC-KF算法.通过状态向量坐标变换开展高阶球面径向数值积分逼近计算,根据获得2n2个球面径向采样点,利用高阶矩匹配方法设计采样点权值展开系统状态后验概率密度函数逼近计算,来达到非线性系统状态参数五阶SRC-KF最优估计算法高精度计算目的.采用四元数姿态建模方法构建新型SINS初始对准非线性误差模型,引入Lagrangian乘子算法计算四元数估计加权均值,最后利用SINS粗对准实验数据开展初始对准高阶SRC-KF模型算法仿真验证研究.通过UKF、CKF和五阶SRC-KF算法估计数据比较,五阶SRC-KF算法计算精度较高,数值计算稳定性好,验证了五阶SRC-KF算法的可行性及计算精度优势.     

颗粒混合式阻尼支重轮缓冲性能研究

履带车辆作业工况复杂恶劣,振动噪音严重,对环境和驾驶员都造成了极大伤害。为改善履带车辆支重轮所受振动冲击,结合了传统橡胶减振器和金属颗粒减振器的优点,制成了颗粒混合式阻尼减振器并应用于履带推土机支重轮上。以某型号履带推土机为例,建立整车缓冲模型。用ANSYS软件对带孔支重轮在三种不同工况下的强度进行分析,结果表明该支重轮强度能满足各工况使用要求。用MATLAB软件仿真分析了该阻尼支重轮的颗粒参数对其缓冲性能影响,并分别对传统支重轮和该阻尼支重轮进行仿真对比分析,结果表明该阻尼支重轮能有效地减少振动冲击。     

一种抗基座扰动的捷联惯导系统初始对准方法

将自抗扰控制技术应用于捷联惯导系统的初始对准中,提出了一种抗基座扰动的初始对准新方法. 建立了系统的误差模型,深入研究了该对准方法的精度和速度. 计算机仿真和实际系统试验结果均表明,与传统的Kalman滤波精对准方法相比,该方法对扰动具有很好的跟踪作用,是一种应用在捷联惯导系统中的理想对准方案.     

一种改进的求解聚类问题的萤火虫群优化算法

提出一种改进的求解聚类问题的萤火虫群优化算法,该算法借鉴粒子群优化算法的思想,对聚类中心采用实数编码和解码方法;用线性递减的移动步长代替固定步长,萤火虫的更新位置由动态决策域和全局最优位置共同决定代替仅由动态决策域决定;并加入孤立点的移动策略,使得孤立点可以向最优值方向移动.将该算法与粒子群优化算法、基本的萤火虫群优化算法在UCI数据集上进行对比试验,结果表明改进的萤火虫群优化算法可以取得较好的聚类效果.     

高斯混合粒子滤波器在静基座捷联惯导系统初始对准中的应用

为解决传统粒子滤波算法中影响状态估计性能的采样枯竭问题,提出一种高斯混合粒子滤波(GMPF)算法,基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,采用加权EM算法取代传统粒子滤波的再采样过程,减弱了采样枯竭的影响,增强了算法的估计性能.对捷联惯导系统静基座大方位失准角初始对准的仿真结果表明,该算法的估计精度优于扩展卡尔曼滤波.     

基于单增量和全局维度学习策略的萤火虫算法

萤火虫算法的搜索过程较依赖于最优萤火虫，而最优萤火虫并不进行有导向的寻优移动，算法易陷入局部最优.为此，提出了一种基于单增量和全局维度学习策略的萤火虫算法.在萤火虫个体移动时，该算法并不叠加萤火虫个体的当前位置，而是将累加的位置增量作为新的搜索方向，用于更新萤火虫的位置.该算法大大降低了萤火虫当前位置对搜索过程的影响，有利于算法更快的跳出当前局部最优，进行更大范围的寻优；其次，对最优萤火虫进行一定次数的单维度学习，将学习后的萤火虫引导种群进化.在基准测试函数上的实验结果表明，该算法优于其他几种改进的群智能优化算法，具有良好的跳出局部最优的能力.     

捷联惯导一种优化的惯性系粗对准方法

：捷联惯导初始对准在载体基座晃动比较强烈的情况下,陀螺仪与加速度计在的输出数据无法直接用来计算姿态矩阵,研究了一种优化后的惯性坐标系粗对准算法。算法应用惯性凝固方法通过利用重力加速度信息,将捷联惯导姿态转换矩阵分解为4个矩阵来求取,通过对所求出的姿态信息阵进行优化,有效抑制了加速度计的测量噪声,使捷联转换矩阵的求取准确度更高。理论分析和仿真表明,该方法能很好的解决捷联惯导在晃动下的粗对准问题。     

飞机结构紧固件孔偏离的处理方法探讨

飞机的结构零件在制造装配及修理过程中不可避免地会出现各种各样的紧固件孔位、孔径等的偏离情况,引起应力集中或结构承载能力降低。结构连接孔偏离是结构常见的结构装配偏离类型,对该类型的偏离情况进行归类总结,给出常用的处理方法,对规范飞机在制造及修理过程中出现的结构紧固件孔偏离处理有一定的指导作用。     

基于动态规划算法单字估价值的中文自动分词研究

提出一种基于动态规划算法单字估价值的中文自动分词的研究方法,使用该方法对大量语料进行统计,通过分析四字词及四字词以下词单字的出现位置和出现次数,把出现概率转换为估价值.根据单字的出现位置和该位置的估价值,将分词问题转换为决策树求最优解问题,采用动态规划选取最优路径,从而确保切分结果的整体估价值最优.     

基于蚁群算法的运动时间优化算法研究

液压凿岩台车在现代隧道掘进施工中发挥了重要作用,现有液压凿岩台车在进行寻找孔位时,由操作人员完成,找孔顺序、找孔时间无优化,导致寻找孔位时间浪费,效率低.针对上述问题,对长臂多关节智能凿岩机面向超大隧道断面与复杂孔系的多节变运动与寻孔路径的时间进行优化,创新研究如下:通过对凿岩隧道形式、开挖方式分析和炮眼参数的设定,对左右两机械臂钻孔任务提出无碰规划方案,同时以多关节机械臂各个关节变量的总变化时间作为优化目标函数,采用蚁群算法优化目标函数,得到寻找孔位时间最短的优化寻找孔位路径,提高了液压凿岩台车机械臂的定位找孔效率.     

R-T-S平滑算法在捷联惯性异航系统初始对准精度事后评估中的应用

捷联惯性导航系统(SINS)通常采用Kalman滤波实现初始对准．由于R-T-S最优固定区间平滑算法的精度比Kalman滤波高，采用R-T-S最优平滑算法通过事后处理SINS对准数据来计算SINS的失准角，作为参考失准角，对SINS初始对准的精度进行事后评估．以船用SINS为例进行了仿真．结果表明，R-T-S最优平滑算法的精度比Kalman滤波精度高，从而说明利用R-T-S平滑算法对SINS初始对准精度进行事后评估是可行的．     

改进的量子粒子群优化算法对多维多选择背包问题的求解

针对多维多选择背包问题无法在多项式时间内找到最优解, 且由于其强约束限制条件, 在求解过程中易陷入局部最优的问题, 提出一种改进的量子粒子群优化算法对该问题进行求解. 首先, 在量子粒子移动过程中, 通过判断其与下次迭代个体的位置关系确定其位置信息的可用性, 通过该信息充分保留粒子位置的多样性; 其次, 提出一种新的位置扰动方法, 避免种群陷入局部最优. 最后, 将该算法在标准数据集上进行测试, 对算法的收敛速度和运行时间进行分析, 测试结果表明, 该算法在求解准确性上得到明显提升.     

基于SRCKF的水下航行器动基座初始对准技术

针对当海况不佳时,水下航行器即使处于系泊状态下也会产生大幅晃动,从而使得捷联惯性导航系统（SINS）无法快速完成自主初始对准的问题,提出了利用多普勒计程仪（DVL）提供的速度信息来辅助SINS实现运动中对准的方法．同时针对该环境下SINS只能获取粗略的初始方位信息的问题,提出了基于平方根求容积卡尔曼滤波（SRCKF）的动基座对准滤波算法．该滤波算法克服了扩展卡尔曼滤波（EKF）存在的滤波精度低以及须计算雅可比矩阵的不足,并在滤波过程中以协方差平方根矩阵代替协方差矩阵进行迭代更新,从而提高了滤波算法的收敛速度和数值稳定性．仿真结果表明：该方法能够解决水下航行器的动基座初始对准问题,且对准精度高,数值稳定性好．