无陀螺捷联惯导系统中加速度计动态误差分析及补偿

无陀螺捷联惯导系统中,加速度计直接固定在载体上,所以其动态误差对系统精度有显著影响.首先,建立了加速度计动态误差数学模型,给出了动态误差对于九加速度计系统角速度解算的影响,然后,结合三轴转台模型及测试原理,通过网络结构简单、收敛速度快而不存在局部极小值问题的线性神经网络一次性标定了加速度计所有动态误差系数,最后对动态误差标定及补偿结果进行了仿真.仿真结果表明,标定系数的精度随着三轴转台转速的提高而提高,误差标定并补偿后角速度解算精度得到了明显改善.     

收割机搅龙中拨杆座与偏心轴的磨损原因

针对收割机搅龙中拨杆套与偏心轴磨损的实际情况，对收割机搅龙的主要构件进行运动学和力学分析，建立起函数式。研究发现该机构中偏心距与角速度和摩擦力之间的密切关系，从而找出磨损原因，并对该机构的设计提出了一些建议。实际证明，对降低拨杆座与偏心轴的磨损起到一定作用     

自旋与轨道角动量绕_j旋进角速度的计算

借助于自旋———轨道耦合引起的附加能量ΔEls以及碱金属精细结构裂距Δ ν的实验值 ,通过推导和计算 ,给出了单电子原子“快旋进”角速度的表达式 .     

磁轮切割机车体运动控制原理

分析了磁轮切割机车体的运动机理，并建立了相应的数学模型．此模型可采用定时插补法处理，以协调控制两轮行走，便于实现现场自动切割．     

加权平均法在GFSINS角速度解算中的应用

针对积分法带来快速误差积累以及开方法存在大量开方运算和符号误判等问题,提出了将加权平均法应用到无陀螺捷联惯导系统(gyro free strapdown inertial navigation system, GFSINS)角速度解算中的新方法。基于一种改进的九加速度计配置方式,推导了两种传统角速度解算方法;采用基于多元统计理论的加权平均法,将积分法和开方法得到的两组角速度通过选择最优权数进行有效数据融合,得到一组误差更小的角速度。仿真结果表明,此方法不仅能消除迭代误差,而且其角速度解算精度比开方法提高了大约1.5倍。     

增强现实系统中抛体实时旋转的研究与实现

增强现实系统中的抛体运动要具有真实感,必须能让用户用手抓取、抛掷虚拟物体,并且物体的空中姿态和飞行轨迹能完全由抛掷动作所决定.研究从刚体运动学、空气动力学原理入手,分析了自然界的抛体运动.着重分析了物体旋转的原因和方式、找出抛掷动作的特征和角速度实时变化的规律,在增强现实系统中进行了技术验证.实验结果表明,该系统使用户获得了如在抛掷真实物体的体验.     

基于横摆角速度的ABS整车控制方法的研究

ABS的控制策略一般都在单轮模型的基础上开发,显然这样的控制策略不能很好的满足汽车制动过程中的方向稳定性。在ABS逻辑门限控制策略的基础上给出了一种基于横摆角速度的ABS整车控制方法。结合14自由度的汽车动力学模型,利用数值仿真技术进行了ABS单轮控制策略、低选控制策略以及整车控制策略下汽车制动性能的分析,并从汽车制动效能以及方向稳定性等参数进行了各种控制策略的比较,结果表明控制方法不仅具有良好的制动效能,同时也有较好的方向稳定性。     

一种基于高斯牛顿迭代的单站无源定位算法

由于初始估计误差大、可观测性弱,且可得到的观测量受限等特点,对运动辐射源的快速单站被动定位一直是个难题。针对单站无源定位特点,对IEKF(iterated extended Kalman filter)算法进行改进,该算法对IEKF中的测量更新按照高斯牛顿迭代方法进行修正,从而减小非线性滤波的线性化误差,改善滤波算法性能。所提算法和UKF(unscented Kalman filter)I、EKF以及EKF(extended Kalman filter)算法的仿真比较表明,提出的算法可以用更小的计算量得到和UKF相当甚至更好的定位性能,在定位精度和收敛速度上明显优于IEKF以及EKF。     

基于车辆动力学和Kalman滤波的汽车状态软测量

针对汽车动力学控制过程中难以在线测得的横摆角速度等状态参数,根据参数软测量理论,采用Kalman滤波并结合汽车两自由度动力学模型,建立了汽车横摆角速度的线性最小均方误差估计算法。仿真计算与场地实验的结果验证了该算法的有效性,同时软测量技术的采用也为汽车控制系统的状态参数测量提供了一条可行、准确且低成本的研究思路。     

基于神经动力学的机器人位置/力规划方案

针对机器人在实际生产中因与环境相接触而可能导致损坏的问题,从运动学角度提出一种通过刚性系数将机器人位置误差和接触力误差建模和解耦的位置/力规划方案．该方案从机器人逆运动学出发,将末端执行器的接触力与位置误差建模为关于机器人速度与位置间的关系式,并且引入一种神经动力学模型．使用伪逆法对所提方案进行求解,将所得的解作为控制信号驱动机器人完成任务．数值仿真与实验结果表明：所提方案能够有效控制机器人完成轨迹跟踪的任务,末端执行器的接触力能够收敛到期望的接触力．