基于多传感器信息融合的自主跟随定位及避障方法

针对自主跟随机器人在自由空间中对移动目标进行跟随时,由于信号源发射角度小,自主跟随机器人很容易进入信号盲区,并且难以对移动目标进行精确定位、移动姿态确定等问题,提出了一种基于多传感器信息融合的自主跟随定位及避障方法,该方法通过在移动目标上增加多信号源,使自主跟随机器人与移动目标之间建立冗余信道,并通过多传感器信息融合方法,计算出移动目标中心位置及实时移动姿态;设置测距模块,使自主跟随机器人能避开障碍,保持跟随。根据此方法建立了多信号源定位模型和算法,并对该算法进行了实验验证。实验结果表明,该方法能够准确的对移动目标进行定位和移动姿态确定,并且信号盲区小,能有效的避开障碍,保持对移动目标的跟随,具有一定的工程应用价值。

一种基于意图辨识的无刷直流电机电子制动控制方法

针对无刷直流电机(BLDCM)电子制动方式的制动强度不可控、制动系统作用时间过长等问题,提出一种基于意图辨识的无刷直流电机电子制动控制方法。基于制动踏板行程及行程变化率设计一个模糊逻辑控制器,建立制动强度与制动意图的对应关系,并对制动强度进行识别,利用不同的制动意图选择最佳的制动方式,再通过制动强度控制制动时的占空比,从而动态调节电机制动力矩,以实现无刷直流电机电子制动的可控性和快速性。应用Matlab/Simulink进行BLDCM制动控制系统仿真模型设计,并得出了不同制动意图下电机转速变化的仿真结果。仿真结果表明,所提方法能使制动系统快速响应,并能实现系统制动的可辨识性。

一种基于意图识别的电动车转向制动控制方法

针对电动车在转向制动时速度过快导致车子侧翻、速度过慢无法转弯避障的问题,提出一种基于意图识别的电动车转向制动控制方法。该方法基于转向角输出电压及电压变化率设计一个模糊控制器,识别驾驶员的转向制动意图和制动强度的变化,建立转向制动意图和制动强度的对应关系,通过转向制动意图确定制动方式,对电动车转向制动时的速度进行控制&当电动车行驶速度快时,制动强度变化小,避免电动车转向速度突然变小导致侧翻;电动车行驶速度慢时,制动强度变化大,使电动车可以最快地转弯避障。应用Matlab/Simulink进行无刷直流电机(BLDCM)转向制动控制系统仿真模型设计,得到不同转向制动意图下无刷直流电机速度变化的仿真结果。仿真结果表明,该方法能够控制电动车的转向制动速度,及时避障以及防止电动车的侧翻,保护驾驶员的安全。

改进型BP神经网络无刷直流电机速度控制方法

针对传统PID算法控制的无刷直流电机调速系统存在控制精度低、抗干扰能力差等问题,提出一种在线调整学习速率的BP神经网络PID控制算法,有效克服了前者陷入局部最小和收敛速度慢等缺陷。建立无刷直流电机转速、电流双闭环调速系统数学模型,对其转速环进行BP神经网络PID控制;应用Matlab/Simulink设计与仿真,并将之安装在电动代步车上进行道路实际测试。结果表明:改进后的BP神经网络PID控制算法使无刷直流电机调速系统具有更好的稳定性和鲁棒性。

毛毛缩小以后

在一座美丽的城市，有一位非常著名的科学家，他就是毛毛的爸爸。地球上人口暴增，他担心将来人类在地球上会无法生存，就发明了一种缩小丸。你看，他正拿小白鼠做试验呢!