基于视觉反馈机器人的yoyo运动控制

提出了一个根据yoyo状态决定机器人动作时间的开关控制策略,并分析了和原连续系统相关的离散返回映射及其不动点的稳定性.理论分析表明,只要保证加速度大小的控制参数维持在一定水平之上,就可以保证其不动点的稳定性.在一个实时机器人的yoyo操作系统上成功地验证了所提出控制算法的稳定性,以及关于返回映射不动点的理论分析结果.     

基于鲁棒稳定性的多速率采样控制系统设计

提出了基于鲁棒稳定性的多速率采样控制系统设计方法.对于具有给定补偿F的系统,首先拓展Lyapunov上限法得出鲁棒稳定性判定新条件.当系统具有边界不定的不确定性时,定义最大可承受边界为鲁棒稳定半径（Robust Stability Radius,RSR）.通过对鲁棒稳定判定条件的分析,可将求解RSR的问题归结为求解一个复杂非线性方程,并利用数值计算方法求解该方程得到解析解.作为F的函数,通过一般优化方法即可实现F优化设计,使得系统RSR最大,而且在保证鲁棒稳定的同时可以承受不确定参数的变化范围最大.最后给出实例,说明了所提方法的可行性和有效性.     

基于温湿度模型的促动器防积水机理与实验

为提高促动器在户外使用的可靠性,需要研究促动器防积水策略.根据促动器的结构和传热学原理,建立促动器内气体的温湿度模型,实现了促动器内气体温湿度的在线计算.通过模拟计算值与实验测量值的对比,对温湿度模型进行验证,并分析了促动器内部积水的原因.根据温湿度模型计算结果,提出了用防水透气阀解决促动器内部积水问题的方案,并进行了实验对比.     

yo-yo 运 动 的 振 荡 神 经 网 络 控 制

在分析简单的振荡网络基本构成基础上,提出了一种用振荡神经网络对yo yo运动实现闭环控制的具体构架.给出了系统中所采用的神经网振荡器——抑制性锁相环、开关信号发生器和机器臂参考信号发生器等环节的数学模型.建立了实现yo yo运动闭环控制的实时控制系统,并通过实验对该控制方法进行验证.结果表明,振荡神经网络实现yo yo运动闭环控制的方法是可行的.