利用证据理论的多分类支持向量数据描述算法

针对原始多分类支持向量数据描述(SVDD)算法及其拓展算法忽略超球体之间的差异，且未能充分利用超球体的输出信息等问题，提出一种利用证据理论的多分类支持向量数据描述(证据SVDD多分类)算法。首先，为每一类样本训练一个超球体，并计算每个超球体的正确率与紧密程度；接着使用上一步得到的正确率与紧密程度计算每个超球体的可靠程度；然后，根据超球体的输出信息与可靠程度计算样本的信度函数，信度函数的生成方式采用三焦元法和基于评价矩阵的方法；最后，根据Dempster组合规则融合上一步得到的信度函数，使用Pignistic法将融合后的信度函数转换为概率做出最终的判决。在两个人工数据集和多个UCI数据集上进行实验，结果表明，证据SVDD多分类算法相较传统算法可以获得更好的分类性能；在多个数据集上的仿真结果表明，证据SVDD多分类算法比传统的SVDD多分类算法有3%的精度提升。     

基于自适应柔顺控制的航天器部件装配

利用机器人技术完成航天器部件的装配任务，是中国航天领域的研究重点。仅依靠位置控制完成装配任务时，装配误差的存在会导致航天器部件存在较大的接触力，从而破坏航天器部件的表面质量和表面涂层，进而影响航天器部件的服役寿命。因此，在装配过程中需要使用柔顺控制来调控接触力。目前，在机器人装配中应用的柔顺控制方法需要依据经验设定控制参数，而2个装配体之间的接触力与控制参数密切相关，这会导致接触力不可控。为避免接触力过大，该文提出了一种柔顺控制方法，通过装配过程中的接触力和状态信息，根据不同环境刚度自适应地调整柔顺控制的目标位置和控制参数。为了验证此方法的可行性，该文进行了仿真和实验研究，并与位置控制和经典的导纳控制进行比较，实验结果表明：该文提出的方法具有收敛速度快、残余接触力小、可自动调节控制参数等优势。该方法为航天器部件的机器人自主装配奠定了理论和技术的基础，并有望应用于实际航天器部件装配任务中。     

路网拥塞控制中的多目标路径决策模型研究

智能交通系统领域中的路网拥塞控制是解决路网拥塞问题的主要手段之一,针对该问题,利用自底向上的agent建模方式,构建一种多目标路径决策agent移动模型.在该模型中,车辆agent兼顾最短路径和拥塞避免两个优化目标,通过车辆agent行驶距离最短(最短路径)和途经区域的拥塞程度最低(拥塞避免)两个目标优化来动态进行路径决策.基于多目标路径决策移动模型一方面能够实现对交通拥堵路段的分流控制,另一方面能够挖掘网络拓扑结构中易发生拥塞的路口的共同特征,为路网拥塞控制提供帮助.仿真实验结果表明,该模型能较好地改善路网结构中的拥塞路段.针对不同链路密度及链路分布的网络所进行的仿真实验结果进一步表明,路网结构的链路密度对拥塞路段出现在网络中的地理位置影响不同,而路口节点位置影响其拥塞程度;网络结构的链路分布形态对发生拥塞路段的地理位置和拥塞优化结果具有直接影响.     

基于改进模糊PID的叉车式AGV路径跟踪控制

针对存在结构性障碍物阻挡的弯道路径、运动载荷、转弯速度影响路径跟踪安全性和精度的问题,提出一种基于模糊切换的改进型模糊PID组合控制方法.根据仓储环境的特点,已知障碍物凸出点的位置和不同载荷下的速度范围,设计了基于Bezeir曲线的弯道路径,利用模糊切换函数实现组合控制,及不同载荷与速度条件下的路径跟踪控制.最后利用M...     

摆线推进器系柱特性研究

为探究摆线推进器系柱工况时在不同偏心点时的水动力性能以及流场分布情况,使用NACA0012建立摆线推进器,运用计算流体力学(CFD)技术对其在系柱工况下不同偏心点的水动力性能进行模拟。使用RANS方程计算流场扰动,应用重叠网格技术进行网格划分,模拟推进器的转动;将使用该方法的典型工况结果与文献中的结果进行对比,验证所使用方法。基于上述计算方案,得到了推进器在不同偏心点下的推力系数曲线,流场与涡量场分布。研究结果表明,摆线推进器产生的推力大小方向随着偏心点的位置而改变,脱落涡与叶片间的相互作用是引起推力波动的主要原因。     

考虑信号控制影响的低频浮动车路径估计

针对低频浮动车中相邻GPS匹配点跨越多个路段的路径估计问题,考虑信号控制以及其他影响绕行的因素,建立最优路径的层次分析模型。首先,选取评价指标进行模糊等级划分;其次,利用各指标间的判断矩阵和权系数向量得到各路段阻抗因子;最后,以路段阻抗代替路段长度,利用Dijkstra搜索算法找到最"短"路径,判定为浮动车驾驶者最可能的行驶路径。以北京市石景山区实际车辆GPS数据为例,选取其中跨越多路段的GPS点进行分析,所得路径估计结果与该车实际行驶路径相一致。     

全方向推进器叶片控制系统研究与实现

全方向推进器是由一组从船体中向水中的叶片组成，该组叶片绕垂直船体的轴线作公转运动的同时，还绕自身的固定轴自转．在此提供了全方向推进器叶片运动控制的一种实现方法．它主要以ATMega128和FPGA（现场可编程逻辑器件）为控制核心，完成了叶片自身旋转的位置伺服控制，成功实现了全方向推进器叶片的摆线轨迹运动．     

基于CPG模型的推进器运动控制方法

为了生成仿生长鳍波动推进器的多种运动模式,提出了一种基于中枢模式发生器(CPG)模型的运动控制方法.利用改进的Matsuoka振荡器,建立了一个含有10个神经振荡器的CPG模型,通过调节CPG模型的输入参数协调控制推进器各鳍条的摆动,得到多种运动模式,基于CPG模型建立了长鳍波动推进器的运动控制器.通过在FPGA中实现CPG控制器,实现长鳍波动推进器的实时在线控制.通过推进器的游动实验,验证了控制器的有效性.     

基于生物启发的水下机器人路径跟踪控制

针对常规反步控制方法在路径跟踪中出现的速度跳变与推进器驱动饱和等问题,将生物启发神经动力学模型应用到水下机器人路径跟踪控制中。利用生物启发神经动力学模型的渐变和有界输出等特性,设计基于生物启发的反步路径跟踪控制器,并同传统反步跟踪控制器进行对比分析。仿真结果表明:在较大的初始跟踪误差下,所设计的跟踪控制器可以有效克服水下机器人跟踪控制中的速度跳变,避免推进器的驱动饱和,满足水下机器人推进器的推力约束。     

基于气压控制的球体升降高度自动控制系统的研究

针对精确控制球体在管道内升降高度问题,提出一种基于气压控制原理的球体升降高度自动控制系统的设计方法。系统通过控制器控制步进电机转动角度,控制管道内气压的变化,进而控制球体升降高度。测试结果表明该系统能够设定球体升降高度、停留时间、动作次序等运动指令,以无线方式发送控制信息,实时显示球体高度及误差信息。相对误差为1.45%,由球体的运动情况反映管内气压状况,在物理等实验教学领域具有良好的应用前景。     

动力定位船矢量推进器回转动力学响应分析

为研究全回转矢量推进器回转动力学系统的响应特性,对瓦锡兰某型矢量推进器的液压回转系统的组成进行深入分析,研究了泵控液压马达驱动齿轮减速机构带动推进器进行回转的工作原理,建立了矢量推进器回转动力学系统的数学模型,提出了一种全回转矢量推进器实现目标方位角快速跟踪的改进控制方法,构建了一种矢量推进器回转动力学异步控制频率仿真系统,分析了不同目标方位角时推进器的方位角、角速度、液压系统的动态响应特性,建立了矢量推进器回转响应的物理约束条件.仿真结果表明,建立的动力学模型可模拟真实矢量推进器的回转运动响应过程,同时可实现矢量推进器回转方位角的快速、准确控制,对全回转矢量推进器和动力定位船舶推力分配方法的研究具有较重要的指导意义和工程价值.      

漂浮载体弹性机械臂动力学控制

导出了漂浮载体弹性机械臂系统约束方程和动力学方程，利用逐次近似法讨论了机械臂结构弹性和负载位姿的影响，提出消除弹性影响的控制方法，并通过算例加以说明。     

海流作用下全驱动自主式水下航行器环境最优动力定位控制

针对海流作用下的全驱动自主式水下航行器(AUV)的动力定位控制,提出了一种新的环境最优动力定位控制策略.通过位置、姿态控制,使得水下航行器的头部“顶住”海流,并和目标点保持一定距离,此时海流的扰动力由轴向主推进器承担,减少了辅助推进器的工作量,同时降低能源消耗.考虑到海流作为系统模型中的非匹配不确定性,基于神经网络自适应反演法设计了动力定位控制器.通过计算机仿真,验证了控制算法的有效性以及鲁棒性.     

单目视觉引导下的无人艇局部避障方法

针对无人艇（unmanned surface vehicle,USV）在作业过程中,需要及时躲避未被标注在地图上的漂浮障碍,并及时返回规划航道的问题,提出一种基于单目视觉的无人艇局部避障方法。避障方法使用YOLO网络识别图像中的障碍物,结合针孔成像原理和水体自由断面特点,解决单目视觉尺度不确定问题,从图像中恢复出障碍物的宽度及深度信息;针对无人艇惯性大,机动性差的特点,引入虚拟水道宽度等信息素,提出了改进的向量场直方图算法（vector field histogram plus,VFH+）;算法参考当前障碍疏密,动态调整不同信息素对最佳航向角计算的影响,引导无人艇在兼顾全局导航信息情况下,应对未知漂浮障碍物快速自动局部避障。基于水动力模型和Gazebo仿真引擎搭建无人艇避障的仿真实验平台。在仿真中快速迭代研究算法的参数范围及控制效果,实现了无人艇在舱内空间和能量均有限的工况下,仅使用单目视觉传感器,兼顾全局路径规划和局部障碍信息,自动化高效躲避漂浮障碍,并在脱离障碍后回归原有规划路径的功能。     

模糊控制在钢缆拖动系统中的应用

建立了钢缆拖动系统的数学模型,并在此基础上生成了对该系统运动控制的模糊控制算法．计算机对误差信号进行计算,输出控制信号操纵滚动圆盘,使机具沿着预定的路径运动．实验结果证明,该模糊控制算法具有较好的控制精度和响应速度．     

电磁智能小车控制算法设计

设计了一台自动识别路径的电磁智能小车。介绍了智能小车控制位置、舵机和电机的算法思想,提出了基于三次多项式曲线拟合的位置解算算法和阿克曼转向舵机控制算法。该算法采用三次多项式来拟合通电导线周围磁场强度变化曲线,从而解算出小车相对赛道的偏移距离;通过阿克曼转向模型计算出转角控制量,建立转角与舵机PWM占空比的关系,便可控制小车按照预定轨迹稳定行驶。该算法在满足实时性与检测精度的前提下,对复杂赛道具有很强的适应性。     

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.     

Control of Underwater Robot Attitude in Wave Based on Fuzzy Sliding Mode Method

When an underwater robot works with its manipulator, it is very critical to keep the position and attitude stable in wave. The modeling, numerical calculus of the rolling motion of a small open-frame underwater robot in wave was discussed. A sliding mode control(SMC) strategy with adaptive fuzzy reasoning is presented to change the rolling response process of the underwater robot by using the two lateral thrusters to reduce the rolling amplitude when the manipulators are working. The results comparing between the simulation and the numerical calculus has shown the effectiveness.There is few analogous research on underwater robot attitudes in wave. Some attempts are made here.     

冗余度空间机械臂的动力学与优化控制

利用多体系统动力学方法导出冗余度空间机械臂的动力学方程，利用动力学优化控制规律，以最小关系速度为目标，讨论了冗余度空间机械臂追踪惯性空间期望轨迹的控制问题，通过仿真计算，表明控制规律的有效性。     

在未知环境下基于模糊预测的力/位混合控制方法

针对机器人在形状未知的接触环境表面上进行柔顺力控制的问题,在传统的力/位混合控制模型中采用一种模糊预测算法.此算法利用机械手末端与环境已产生的接触轨迹和运动方向,通过三种预测因子(满意度因子,曲率适应因子,参考比例因子),预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹.每次预测时首先对以前的预测进行评估,同时考虑环境曲率和刚度变化的特点.此预测算法还可以应用于阻抗控制模型中.仿真证明,这种方法可以在不同的控制模型中取得较好的力控制效果,对未知环境的变化具有较强的适应能力.