机器人交流伺服系统的变结构控制

提出了一种新的机器人轨迹跟踪的控制方法,把变结构控制(VSC)理论应用到机器人伺服系统的自控式同步机(SCSM)上。这种方法不仅有效地限制伺服系统电流的高频振荡,平滑机器人操作器位置和速度运动轨线,而且算法简单,计算机容易实现,以及能使伺服系统的控制误差收缩到特定的区域内。应用了上述方法的机器人全局系统对于内部参数的变化和外部负载力矩的扰动都是不敏感的,具有较强的鲁棒性。     

中曲率半径水平井剖面设计方法

本文认为稳斜段可分为调整稳斜段和控制稳斜段．针对水平并稳斜段的设计特点，水平井剖面设计方法可分为平行切线法、平移切线法和定曲率法三种．通过讨论，揭示了平行切线法和平移切线法之问的内在联系，指出公式中的不足，文中推出了三种设计方法的完善的计算公式．     

金属切削数据库系统──车削数据库的开发研究

本文对离散型车削数据库建库以及主库关键字构成问题进行了研究，并以此建立了离散型车削数据库及其数据管理程序，实现了对车削数据的检索、更新、输入和报表输出等管理功能．     

带偏差MIMO系统跟踪最小方差控制

本文对一类带偏差的MIMO系统所提出的性能指标,设计了相应的最小方差控制器,并讨论了将它们应用于宏观经济系统控制的可能性。     

液压四足机器人关键步态参数优化

针对四足液压仿生机器人walk步态中足端轨迹规划问题,提出了通过优化步高和步长这两个关键步态参数来提高机器人行走稳定性的方法。通过聚合交叉的方法进行实验设计,用速度和步长及仿真得到的评价函数值进行三维曲面拟合,用速度截取所拟合的曲面得到不同速度下的最优步长。较优的步高确定采用二分法。步高和步长的优化效果用评价函数和Adams仿真进行验证,其中评价函数的构造充分考虑了表征机器人机身姿态平稳性的多组参数;四足机器人行走的仿真实验表明使用所述方法优化后的步态参数进行足端轨迹规划,得到的机器人静步态具有优异的运动性能表现。      

Platoon车辆自动控制方法及性能分析

在车辆编队platoon的控制管理中领头车辆为跟随车辆周期性广播其运动参数及驾驶行为等信息是必要的.为了保证车队稳定性和鲁棒性,提出一种platoon车辆的自适应控制方法,该方法考虑领头车辆和相邻前车的动态信息,对包括车辆动力学和控制子系统的闭环线性系统,采用H_∞控制理论求解最优控制增益函数,并给出系统传递函数矩阵和间距误差函数所满足的队列稳定性条件.最后,用该方法得到platoon车辆运动参数及间距误差的变化轨迹,并对比仅考虑前车信息的控制方法.数值结果表明所提方法的控制效果更好,能实现车辆的渐进跟随,保证队列稳定性和驾驶安全性.     

基于手机导航轨迹数据的城市大规模人群出行模式分析

手机导航轨迹数据具有多种交通方式,反映大规模人群的活动情况,适合开展不同交通方式下的出行模式研究。基于手机导航数据,利用LightGBM模型实现出行交通方式分类,得到步行、机动车和非机动车3种交通方式下的人群轨迹。基于这3类交通方式,给出人群出行在周末和工作日下时间、空间和距离的分析指标,并对上海4天数百万条手机导航数据开展了实验分析。结果表明：在时间分布上,上海居民的周末出行高峰比工作日更晚并且持续时间更短,出行方式主要以机动车和步行为主;在空间分布上,机动车主要集中在高架区域,步行主要集中在地铁站附近,高架路和地铁站的引导标志不充足,周末交通枢纽和商圈类热点区域比工作日多;在距离分布上,导航出行距离符合截断幂律分布,人群导航出行以中短距离为主,并随距离增长迅速衰减。研究结果可以为城市规划、城市交通管理政策的制定提供理论依据和技术支撑。     

基于线性倒立摆模型的双足机器人步态规划

为解决多关节自由度双足机器人的步态规划问题, 提出了一种改进的三维线型倒立摆模型步态规划算 法。 该方法将双足机器人简化为三维线性倒立摆模型, 在得到机器人的质心参考轨迹的同时规划摆动腿的轨 迹, 通过机器人的运动学逆解即可求出各关节运动序列。 在对质心轨迹求解过程中, 与传统方法通过双脚支撑 阶段调整质心速度实现步态稳定的方法不同, 该算法通过求解支撑腿最优交替时刻的方法最大化单脚支撑阶 段的范围, 实现机器人的高效稳定行走。 以 NAO 机器人为实验对象, 对算法进行了仿真实验, 实验结果表明, 该算法是可行、 有效的。     

一种新的羽毛球拍挥拍轨迹识别方法

为了更加精确地识别羽毛球拍的运动轨迹,提出一种多传感器融合的挥拍轨迹识别方法(TRM,trajectory recognition method).使用放置在球拍拍柄底部的智能设备进行数据采集,该设备由加速度计、陀螺仪和磁力计的多传感器组成.首先,使用加速度计和磁力计对陀螺仪进行修正,改进基于卡尔曼滤波器的四元数姿态解算精度并得到姿态角.其次,使用旋转矩阵去除加速度的重力分量,再对加速度数据进行频域数值积分得到速度和位移,采用最小二乘拟合多项式剔除数值积分过程中产生的累积误差.最后,结合姿态角、速度和位移,识别出挥拍轨迹.实验结果表明,提出的TRM具有良好的有效性.与传统时域积分轨迹识别方法相比,TRM的挥拍轨迹识别率更高.TRM可以更准确地进行羽毛球拍运动轨迹识别.     

基于GPS轨迹数据的混合多步Markov位置预测

随着移动设备和定位技术的广泛应用,基于位置服务成为研究热点,位置预测是其重要研究内容.基于GPS轨迹数据,对位置预测方法进行研究.Markov模型可以较好地表示时序数据,因此可较好地用于位置建模和预测.在基于Markov建模的位置预测中,1阶Markov模型存在轨迹信息利用不充分、预测准确率低的问题;而多阶Markov模型存在状态空间急剧膨胀的问题.针对这些问题,提出了基于混合多步Markov模型的位置预测方法,在将原始GPS轨迹转化为区域轨迹的基础上,对各多步模型进行融合,提出了基于Adaboost框架的各多步模型影响系数的生成方法,在保证状态空间不变的情况下提高了预测准确性.真实数据集上的实验验证了所提位置预测方法的有效性.