基于地形特征时频变换的无人特种车辆速度自适应控制方法

为提高复杂环境下无人特种车辆安全性、自主性及作业能力,面向在崎岖地形下无人特种车辆应用需求,提出一种基于地形特征时频变换的速度自适应控制方法。通过度量地形特征崎岖度、建立崎岖度和车速数学模型,实现无人特种车辆在崎岖地形的自主、自适应车速规划。针对崎岖地形和坡度引起的点云数据失真问题,融合惯性测量单元传感器数据对点云进行补偿,获得了车辆前方地形的精准点云数据;针对可视距离与跟踪精度冲突问题,不同于传统横向曲率计算方式,采用以线到面的方式,将激光雷达纵向剖面点云数据进行时频变换后,在频域内选取次频区域的积分面积作为崎岖度量化值,实现对不同地形下的崎岖度量化;此外,基于上述获得的崎岖度,采用迭代搜索的方式建立速度与崎岖度数学模型,并采用滑动窗口的方式更新崎岖度,实现车速到崎岖度之间的连续映射。以可控震源野外勘探特种车为研究对象,采用上述方法在实际野外地形环境中进行多次实验。实验结果表明,所提出的方法在崎岖地形具有良好的安全性、自主性,可以识别地形和自适应控制车速。

基于A改进算法的机械臂避障路径规划

为解决机械臂在运行时可能与工作空间中的障碍物发生碰撞,提出圆柱体包络碰撞检测法和基于A*算法的变步长分段搜索法.运用圆柱体包络碰撞检测法,将碰撞检测问题转化为计算圆柱体间的位置关系.变步长分段搜索法解决了应用传统A*算法可能出现的搜索数据量大甚至搜索死循环等问题.分别在基于OpenGL的三维仿真实验平台和实际系统中验证了该方法的有效性和可行性.

液黏调速系统传动机理建模与仿真分析

液黏传动作为一种新型的流体传动技术,其具有结构紧凑、重量轻、效率高、能实现无级调速等优势。然而由于其内部结构复杂、模型的结构和参数受温度影响较大,时变的参数导致模型的参数难于精确获取等因素,因此采用机理对其建模仿真十分困难。针对上述问题,以AMESim软件为平台,基于液黏调速机理建立了包括液压控制模型、轴向动力学模型、旋转动力学模型和负载模型在内的液黏调速系统综合模型,并建立了油膜刚度/阻尼与厚度、润滑油压和转速差的关联模型,进行了不同输入转速下的仿真与试验数据对比,结果表明液黏调速系统一体化多参数模型可以表现出实际工作中大迟滞、非线性的工作特性,在带排状态下输出转速等参数与实际效果接近,准确度达到92.39%,为液黏调速系统的结构优化、性能评估和精准控制提供验证平台。

基于导航势函数法的六自由度机械臂避障路径规划

以MOTOMAN MH6型机械臂为研究对象,运用导航势函数法对机械臂的无碰撞路径规划展开研究.根据机械臂的几何特点对机械臂进行简化,并结合球型包络算法分析了障碍物与机械臂碰撞的临界条件,计算出机械臂运动的自由空间.导航势函数法有效解决了传统人工势场法的"局部极小值陷阱"问题,由于预先消除了目标点以外的极小值,机械臂能够顺利到达目标点.通过数值仿真,解决了导航势函数控制参数的选取问题,并在基于OpenGL的虚拟实验平台中进一步验证了该方法的有效性和可行性.

电液伺服阀静动态性能测试系统的研制

电液伺服阀静动态性能测试系统是一套高度自动化的计算机辅助测试系统 ,文章介绍了伺服阀的测试方法 ,并研制出一套完全由计算机完成、可测流量为 4 0L/min的电液伺服阀静动态性能的试验装置 。

泵阀并联系统复合式控制策略研究

为综合泵控高效节能和阀控高精度快响应的优势,研究一种泵阀并联位置伺服系统.建立泵阀并联系统数学模型,并分析系统特性及油源效率;针对系统定位控制,提出一种泵PID控制、阀分段作用PID控制的分段双PID复合控制策略;针对系统动态跟踪控制,提出泵控回路采取PID控制并固定其输出,阀控回路始终采取迭代学习控制的复合控制策略.仿真结果表明,在定位控制方面,相比纯泵控系统,分段双PID控制策略能够明显提高系统响应速度;在动态跟踪控制方面,固定PID输出和迭代学习控制相结合的复合控制策略,能使系统兼具高效节能和高精度快响应的优势.

自适应等精度频率测量方法与实现

提出了一种自适应等精度频率测量方法.与传统测量方法相比,很好的解决了因存在±1计数误差而造成测量精度不高的问题.采用自适应分段设置最优时限闸门,消除了预设闸门的延时带来的不足,简化了电路结构,实现了宽范围、高精度测量.采用单片机设计了该频率测量方法的软硬件系统,实际测量结果表明被测频率在0.01Hz-500kHz范围内,测量精度达到0.001Hz以上.

电液伺服阀动态性能测试技术的研究

电液伺服阀动态性能测试是其性能测试的难点 ,文章介绍了采用计算机完成伺服阀动态性能测试的技术 ,并研制出一套实用性强、可靠性高的计算机辅助测试装置 ,可测最大流量为 4 0L/min电液伺服阀的动态性能 。

基于混合群智能优化的机器人立体视觉标定

准确的立体视觉模型是机器人高精密视觉定位的基础,而传统的单一非线性优化算法难以实现稳定和高精度的机器人立体视觉标定。结合遗传算法全局搜索能力强和粒子群算法局部搜索能力强的特点,提出了一种基于混合群智能优化的机器人立体视觉三步标定方法。针对非线性视觉模型,标定第一步和第二步分别对两个摄像机模型单独作线性初值求解和初次非线性优化,第三步对双目立体视觉模型作联合非线性优化,直接线性变换、遗传算法、粒子群算法分别作用于标定的三个步骤,每一步计算的结果被用作下一步的初始化。仿真试验分析与实际试验结果表明,相对于传统的优化标定方法和使用单一群智能优化算法的标定方法,该方法在噪声环境下具有更高的准确性和鲁棒性,能够更好满足机器人精密视觉操作的需求。

基于位移测量的电液伺服阀动态测试方法

为了解决电液伺服阀动态测试中速度传感器在灵敏度、振幅和安装精度等方面存在的问题,设计了一种新型的基于位移测量的动态测试方法.该方法只需安装位移传感器作为无载油缸动态检测装置.位移信号经过放大滤波、高速采集、正弦拟合和微分变换等一系列软硬件数据处理后获取速度信号,并计算动态特性.理论分析和试验研究表明,这种新型的测试方法消除了速度传感器存在的弊病,能显著提高伺服阀低频时的动态测试精度,有效简化了安装和测试过程.

基于圆形阵列标定板的张氏相机标定法

提出了一种基于圆形阵列标定板的张氏相机标定法.利用大恒水星系列相机对不同方向和不同姿态的圆形特征标定板进行20次拍摄,并利用亚像素边缘检测算法对图像视野中的特征进行边缘检测;接着对得到的边缘封闭的特征分别进行圆度、偏心率和凸度的条件限制,提取出图像中符合要求的圆形特征;最后通过标定板上圆形特征的圆心像素坐标与世界坐标的对应关系来进行相机标定.实验结果显示,圆形特征的圆心坐标平均重投影误差在0.007个像素以内,表明了该算法的可行性.

基于自适应特征融合的均值迁移目标跟踪

提出了一种基于自适应多特征融合的目标跟踪算法.分别利用RGB颜色和LBP纹理特征建立目标模型,通过线性加权将两类目标子特征模型代入目标相似性函数并用均值迁移算法进行目标位置优化计算.在跟踪过程中,引入S igmoid函数动态调整两类子特征权重,并利用子特征相关系数和可靠性指数对目标特征模型选择性自适应更新.实验结果表明,该算法能在跟踪场景和目标外观变化时自适应调整两种子特征权重,避免了特征失效导致的跟踪失败;特征模型选择性更新策略有效抑制了模型漂移.与单一特征和模型直接更新的跟踪方法相比,该算法在复杂跟踪环境更具有鲁棒性,能进行准确稳定的实时跟踪.

基于Multitone信号的快速频率特性测试方法

研究了Multitone信号的产生方式并针对应用中的实际问题,提出了一种基于最小二乘参数辨识的新型频率特性数据处理方法.仿真分析和试验结果表明,该方法与传统的正弦逐点扫描作为激励方法相比,能显著提高测试精度,同时能够有效抑制输出信号中噪声对测量结果的影响,实现了频率特性的高效准确测量.

带遗忘因子的预测迭代学习控制在阀控非对称缸系统中的应用研究

弹性负载下的阀控非对称缸是典型的非线性、时变系统,针对传统PD型迭代学习控制容易造成系统抖动这一问题,设计一种带遗忘因子的预测迭代学习控制器。建立阀控非对称缸系统的模型,比较分析其工作特性。介绍迭代学习控制基本原理,并分析常规PD型算法存在的问题。为克服迭代学习控制算法在阀控非对称缸控制中的抖动问题,设计具有遗忘因子的迭代学习算法,并通过仿真分析不同遗忘因子取值对控制效果的影响。为补偿遗忘因子造成的迭代性能降低问题,加入预测给定环节。仿真与试验研究均表明,这种带遗忘因子的预测迭代学习控制算法能够很好应用于阀控非对称缸系统,它有效克服系统抖动问题,并且具有很好的迭代精度。

基于切比雪夫最佳逼近的LVDT位移传感器信号处理

针对LVDT位移传感器两端输出信号的非线性问题,提出了一种基于切比雪夫最佳逼近原理的信号处理方法.该方法将传感器有效量程自适应地分为线性和非线性区域.线性工作范围和对应直线逼近函数利用切比雪夫一次最佳逼近自适应确定,非线性区域信号采用有理B样条函数进行线性化处理.设计了基于MSP430单片机的信号处理器,搭建了基于步进电机直线台和标准激光传感器的试验平台,对该算法进行实验验证.实验选用量程为85mm的LVDT位移传感器,实验结果表明,该方法将传感器的非线性误差从2.47%降至0.30%,测量平均误差绝对值从0.64mm降至0.12mm,有效改善了传感器的线性度和精度,延展了其工作范围.

基于调频脉冲扫频的导弹舵机频率特性测试方法

为了实现导弹舵机的高效和高精度频率特性测试,提出了一种基于线性调频脉冲(chirp信号)扫频的新型频率特性测试方法.分析了调频脉冲扫频信号的特点,设计了以该信号为激励信号的频率特性测试过程,解决了激励信号产生和数据采集处理等关键问题,并与常规的频率特性测试方法进行了比较试验研究.试验结果表明,调频脉冲扫频法具有与正弦逐点扫描法相同的测试精度和重复性,适合导弹舵机频率特性的快速测试.

基于电液比例伺服复合加载及迭代学习控制的合成绝缘子疲劳试验方法

为模拟合成绝缘子的微风振动状态,实现其疲劳试验过程,研究电液比例伺服复合加载技术。针对合成绝缘子的实际负载工况,设计出一种复合式电液伺服加载系统,包括静态比例加载和动态伺服加载两部分,分析系统工作原理,建立伺服加载的数学模型,设计出基于PD型迭代学习的加载控制方法,实现动态加载力的精确控制,并采用AMESim和Matlab进行联合数字仿真。仿真和实际试验结果均验证了所加载方法和控制方法是正确可行的,能够取得高精度的控制效果。根据所提的加载方法和控制方法,已研制出相应的合成绝缘子电液加载系统,其静态加载力可达150 kN,动态加载力幅值可达20 kN,加载精度达到了0.5 kN,加载频率最高可达100 Hz,连续振动次数达到3千万次。

导弹舵机动态加载技术

分析了电液伺服加载和板簧加载的工作原理与特点,搭建了试验平台,并分别对两种加载方式进行了试验研究.理论分析和试验结果均表明:以板簧加载为代表的机械加载,结构简单、成本较低,但加载精度低,灵活性差,仅能实现近似线性的简单加载规律;电液伺服加载结构复杂,但能够实现多种加载规律,可模拟导弹舵机的真实负载状态.采用基于小脑模型神经网络(cerebellar model articulation controller,CMAC)的复合控制方法能够有效抑制多余力,提高加载精度.

基于小脑模型神经网络的对称阀控非对称缸复合控制方法

针对对称阀控非对称缸系统的不对称性和非线性,为了提高系统控制精度,分析了该系统的工作特性,提出了基于小脑模型神经网络(CMAC)的控制策略,设计了CMAC复合控制器;为验证CMAC复合控制器的有效性,进行了实验研究,并与普通的PID控制器进行比较.实验表明,基于CMAC的复合控制方法无须精确获取系统数学模型和负载状态,适合于对称阀控非对称缸系统的实时控制.

基于动力学模型预测控制的Stewart型轮足腿控制方法

为了提高轮足机器人Stewart型轮足腿在不同位姿条件下的精度和动态特性,提出将模型预测控制(model predictive control,MPC)应用于轮足腿的位姿跟踪.首先对Stewart平台进行受力分析,利用牛顿-欧拉方程建立动力学模型的状态空间表达式,建立MPC预测模型和优化目标函数;然后通过Adams和Matlab联合仿真对MPC控制器进行参数整定,检验其对未建模摩擦力的鲁棒性;最后通过对比实验验证MPC控制器在负载位姿变化条件下可以获得优于PI控制器的姿态跟踪精度和动态特性.