基于改进的自适应和声搜索算法的时间最优轨迹规划

根据机械臂运动约束,提出了关节空间基于改进的自适应和声搜索算法的三次样条插值轨迹规划。该算法采用自适应的记忆库取值概率、微调概率和调节步长产生新解。利用三次样条插值方法构造各关节位移、速度及加速度均连续的轨迹,然后由IAHS算法解算出最优时间。通过与基本和声搜索算法的对比,表明该算法有更强的寻优能力。     

基于可信度的节点选择算法

为了解决提高检测概率与减少网络开销间的矛盾,基于数据优化融合理论,提出了基于可信度的能量融合协同感知算法（EFCS算法）及节点选择算法。通过自适应迭代算法估计出各认知用户的感知可信度,并推导出了算法检测性能与协同用户数及感知可信度间的确定关系。算法能够在达到检测性能指标的前提下,尽可能多地删除冗余协同感知用户。仿真证明,节点选择算法在保证较高的检测概率的同时极大的节省了网络开销。     

6/6-SPS型Stewart并联机构运动学正解的研究

对具有半对称结构的6/6-SPS型Stewart并联机构的运动学正解进行了研究。建立了一类具有半对称结构的6/6-SPS型Stewart并联机构运动学正解的数学模型,构造了一个关于该并联机构动平台位置参数及姿态参数的多元多项式方程组。基于该方程组并采用Mathematica符号计算软件编制了基于Mathematica语言的6/6-SPS型Stewart并联机构运动学正解的求解程序,计算结果表明,对于任意给定的该并联机构的结构参数以及六个驱动杆杆长,该类6/6-SPS型Stewart并联机构的运动学正解在复数域内最多有28组解析解。     

细长机械臂的刚度灵敏度分析与参数优化

针对细长机械臂的结构优化问题,提出了一种基于刚度灵敏度分析的参数优化方法.以三自由度固体火箭发动机内壁打磨机器人为例,首先给出了系统结构模型并建立了机械臂的刚度模型;其次,针对机械臂上7个关键部位的壁厚对弯曲刚度的影响进行了灵敏度分析,确定出对机械臂刚度敏感的4个部位壁厚变量;最后,以该4个壁厚变量为设计变量进行优化设计,得出了最优方案.仿真结果表明,经过参数优化后的机械臂刚度提高7.04%.该研究结果为此类机械臂的结构优化问题奠定了理论基础.     

玻璃镀膜取料机械手设计

针对玻璃镀膜取料机械手的设计,首先根据该种机械手的技术要求,进行了整体方案的设计.然后用三维造型软件对机械臂和叉形机械手进行了三维造型和虚拟装配,并进行了虚拟运动实现.对叉形机械手进行了力学分析,得出了叉形机械手应力分布示意图和叉形机械手受力后位移示意图,通过实验得出该机械手运行的工位数值,使用控制系统对其进行补偿,进一步得出了该机械手运行的精准度.为玻璃镀膜相关企业的取料工作解决了一些常见的问题.     

基于滑模补偿的六轴机械臂RBF网络自适应控制

提出了一种基于滑模补偿的RBF网络自适应控制方法,并将其用于六轴机械臂上,实现了在模型不确定情况下高精度的位置跟踪以及快速的逼近速度.为了更好地保证其在摩擦力、外部干扰误差和参数变化等因素影响下的稳定性,采用滑模控制作为辅助控制,对系统进行鲁棒补偿,并且用模糊控制对切换增益进行时变以更好地补偿不确定项.所设计的自适应律权值不断进行在线调整,并应用Lyapunov定理验证了其稳定性.通过仿真结果和与其他文献方法进行的比较证明了所给出方法收敛速度更快、鲁棒性更强.同时也证明了在实际工程中,实际建模参数与理想值相差很大.     

基于改进关键帧选择的RGB-D SLAM算法

关键帧选择是提高视觉SLAM(simultaneous localization and mapping)算法精度及实时性的重要因素.关键帧常以图像的帧间相对运动距离为选择依据.该方法虽简单有效,但实时性、鲁棒性较差且容易产生大量冗余关键帧.针对上述问题,提出一种改进的关键帧选择算法.该算法整合了帧间相对运动距离、帧间特征点跟踪以及最小视觉变化来选择关键帧并删除冗余关键帧.基于该算法,结合具有较好方向和光照不变性的ORB(oriented FAST and rotated BRIEF)特征,实现了RGB-D SLAM算法.在RGB-D数据集上的实验表明,改进的关键帧选择算法能够更精准、及时地选择关键帧,并在减少RGB-D SLAM中冗余关键帧的同时提高算法的实时性、建图和定位精度.     

基于二进神经网络的稀疏编码架构的图像无损压缩新方法

视频图像的高效无损压缩在海量的航空和遥感图像传输、珍贵的文物信息的保存等方面具有重要的应用价值,而目前的研究热点主要针对有损压缩,为此通过对现有的无损压缩方法的分析和研究,提出一种在稀疏编码与二进神经网络相结合的框架下建立新的图像无损压缩方法.首先借助二进神经网络中的线性可分结构系建立冗余字典,获得有效的稀疏分解基;再借助二进神经网络学习算法将图像映射为以线性可分结构系为神经元的二进制神经网络,在此基础上建立相应的模式匹配算法将每个神经元与冗余字典简历映射关系,通过稀疏系数建立原始图像的编码形式,进而实现了图像的无损压缩,并从理论上分析了该方法可以有效地提高压缩比,最后通过实验验证了该算法的有效性和通用性.     

带超强奇异积分的Galerkin边界元法

当采用Calderon投影的第二个表达式的直接边界公式解Laplace方程的Neumann问题时,需求解含超强奇异性的第一类Fredholm积分方程.为了克服积分方程的奇异性,采用Galerkin边界元方法,利用广义函数的分部积分公式,把对积分核的两阶导数转移为未知边界量的旋度.对二维问题,采用线性单元时,边界旋度可离散为常向量,从而得到简单的计算公式,避免了超强奇异积分数值计算的困难.数值算例验证了这种方法的有效性和实用性.     

基于向量夹角余弦的几何平均组合预测研究

加权几何平均组合预测为一种非线性的组合预测方法．提出基于向量夹角余弦的加权几何平均的组合预测模型,针对该模型定义了优性组合预测、预测方法优超和组合预测冗余度等新的概念;探讨了非劣性组合预测和优性组合预测存在的充分条件;给出了一个冗余预测方法出现的判定定理．