寒地大学校园可步行性评价——以哈尔滨市三大高校为例

步行作为大学校园里师生最主要的出行方式,有明显的生态、社会、经济和健康效益。寒地大学校园可步行性评价的研究,有利于优化寒地校园步行环境,提升校园活力,提高师生的健康水平。以寒地大学校园步行需求及可步行性影响要素为依据,基于AHP-模糊综合评价法、模糊德尔菲法,从设施水平、环境水平、运行水平三个方面构建寒地大学校园可步行性模糊综合评价模型,运用MATLAB、EXCEL等软件对建立的模糊综合评价模型进行计算,并对哈尔滨市三大高校进行评价,三所大学校园可步行性评价结果为哈尔滨工业大学>黑龙江大学>东北农业大学。最后,分别对其步行环境建设中存在的问题提出相应的优化策略,为寒地大学校园可步行性研究提供借鉴。     

城市老旧小区老年人户外活动休息点分布量化研究

为解决城市老旧小区内老年人户外活动休息点建设中易受主观因素影响,且未能真实反映老年人群体需求,无法快速评估和预测休息点的分布问题,通过跟踪记录与问卷访谈的方法,研究了南京市鼓楼区9个老旧小区老年人户外步行活动的特征,提出最优步行距离的概念及其计算方法用于描述特定老年人群体户外活动的水平,对老年人群体的户外活动步行距离进行量化,并以此为基础建立社区老年人户外活动休息点的分布模型,对9个小区休息点的理想分布进行计算,结果表明,该模型有利于客观地评价城市老旧小区中老年人户外活动休息空间的建设状况,有利于快速发现建成小区中休息点分布的不足,有利于直观预测规划设计中的老年人户外休息空间配置水平。     

步行机器人水平静稳定行走能量分析——关节驱动功率的计算

为从理论上对 4足步行机器人水平静稳定行走能量进行分析 ,本文就其机构模型、关节驱动功率以及优化的足端运动轨迹进行了讨论。     

欠驱动双足步行机器人运动控制与动力学仿真

以欠驱动双足步行机器人为对象,提出一种基于落脚位置控制的运动控制算法,并对其行走控制过程进行动力学仿真。首先基于三维线性倒摆模型(3D-LIPM)控制机器人的落脚位置,建立其行走姿态的虚拟约束,利用有限时间收敛反馈控制器对行走过程进行控制,实现了机器人的动态稳定行走。最后结合MATLAB的符号运算、SIMULINK和虚拟现实技术对其控制过程进行运动学和动力学仿真。实验结果表明控制算法是可行的。     

一种形状记忆合金丝驱动的微小型六足机器人

为解决有限空间中形状记忆合金（ＳＭＡ）丝驱动的转动关节臂输出角位移不足的问题,提出了两种方法：①减小关节的回转半径,用富余的输出力补偿输出角位移的不足;②在三维可用空间中布置ＳＭＡ丝,增大ＳＭＡ丝的长度,开发了一种ＳＭＡ丝驱动的六足步行机器人,机器人的肢体布局和结构符合仿生学原理,轮廓尺寸为２５ｍｍ＊２５ｍｍ＊２５ｍｍ。并介绍了一种实用该机器人静步态行走的控制策略。     

基于城市交通规划体系框架下的步行和自行车交通规划设计研究

安徽省政府提出,截至2020年底,全省城市及县城均应完成改造步行、自行车道路的工作,打造符合步行、自行车出行要求的环境。文章便以此为立足点,结合安徽省内案例,在对设计原则进行简要说明的基础上,围绕自行车、步行交通的设计工作展开了讨论,内容涉及网络规划、空间及环境设计等方面,供相关人员参考。     

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.     

基于可达性与空间句法分析的商业区人流集聚影响研究

商业是城市最活跃的经济成分,商业活动的成功与否关键在于是否能够有效地吸引人流,商业设施应设于人流量多且易于到达的区域.笔者基于南京河西新城北部地区,通过可达性与空间句法集成度分析,模拟预测地区级、地区次级的商业区人流聚集的情况,研究发现空间实体距离与心理感知距离对消费者行为的影响差异,并尝试解释造成这些差异的空间影响因...     

探讨中小城市住宅建筑设计发展

通过分析近几年住宅设计中出现的新设计,新思路和新的功能空间,指出当前城市住宅设计已由＂分得开、住得下＂向＂智能化、人性化、生态化＂的设计思路发展。     

四足步行机器人动步态特征辨识算法

针对四足机器人行走动步态的研究，提出了一种基于神经网络中Ｋｏｈｏｎｅｎ自组织映射的聚类算法。该算法依据其特征对步态数据进行聚类，并利用求重心的方法，获取特征模型，大大简化了调试工作。