机器人轨迹跟踪的自适应模糊神经网络控制

研究机器人跟踪轨迹控制问题,针对模型未知的机器人系统,为提高跟踪精度和控制性能,提出了一种基于T-S型模糊RBF神经网络的H∞轨迹跟踪控制方法,用模糊神经网络为模型未知的机器人系统建模,克服了系统鲁棒性差,对机动目标跟踪性能差等缺点。然后设计自适应控制器,将H∞控制理论与模糊神经网络有机地结合起来,借助鲁棒补偿项将建模误差及外部干扰衰减到期望的程度以下,而控制器与改进Elman神经网络的结合,便于处理建模有界干扰以及非结构化的未建模的动力学,并进行仿真。仿真结果表明了所提出的控制算法的可行性。

基于DSP和FPGA的光电式动态扭矩测量系统

为了提高扭矩的动态实时测量能力,采用光电多码道技术进行扭矩测量,提出了基于DSP和现场可编程门阵列(FPGA)的多通道实时采集系统。通过多路方波信号细分计数周期,分析比较多路信号的状态变化特征并将比较结果作为计数依据,以实现对数据快速精确的采集。该系统通过FPGA实现逻辑控制、计数和存储并将接收到的数字信号传输给DSP,DSP将信号处理后传送至上位机以实现数据的存储、分析及显示。该系统采集速度快、精度高、结构简单。

京津冀高等教育区域协同发展的对策研究

京津冀协同发展,是党中央在新形势、新时期,新的历史条件下作出的重大决策部署,是打造世界级城市群,推动区域创新发展的重大国家战略,在协调推进"四个全面"建设和实现"两个一百年"奋斗目标战略部署中,具有深远的历史意义和重大的现实意义。高等教育肩负着高素质高层次人才培养的主要责任,承担着推进科学进步、科技创新的职责。对于京津冀协同发展具有更长远的推动力和更广泛的辐射力,在一体化建设进程中发挥着重要且不可替代的作用。

具有H_∞跟踪特性的机器人自适应模糊控制

为使机器人系统在有外界扰动的情况下具有良好的抗干扰能力,加快输出跟踪误差的收敛速度并提高其精度,提出了一种稳定的模糊自适应控制策略。该控制算法基于模糊逻辑系统,将模糊自适应控制器的设计与H_∞控制相结合,在鲁棒补偿的基础上引入模糊补偿;并基于Lyapunov方法,给出了学习自适应律,及H_∞跟踪特性的证明。对二自由度机器人的仿真结果表明,该算法使系统在跟踪误差的收敛速度和精度上都有了很大的改善,具有良好的鲁棒性和抗干扰能力。

基于.NET的学分处理系统

随着信息技术的不断发展，教务工作中也越来越多地采用计算机进行管理。本系统主要实现对学生学分信息进行系统化、规范化的管理，方便教务工作者对学生学分进行统计和分析。

机器人自适应模糊控制

本文针对不确定性机器人，提出了一种稳定的模糊自适应控制策略。此控制算法是基于模糊逻辑系统，把模糊自适应控制器的设计与H∞控制相结合，并在鲁棒补偿的基础上引入模糊补偿，使得在有外界扰动的情况下，机器人系统具有良好的抗干扰能力，加快了输出跟踪误差的收敛速度和精度。文中基于Lyapunov方法给出了学习自适应律，H∞跟踪特性的证明。对二自由度的机器人的仿真结果表明了在跟踪误差的收敛速度和精度上都有很大的改善，所提出的控制算法具有良好的鲁棒性和抗干扰能力。

基于CDIO理念的传感器技术课程教学模式改革

针对"传感器技术"课程教学模式改革问题,以CDIO教育理念为基础,分析了当前课程教学中存在的不足之处,提出了基于CDIO理念课程教学模式改革的指导思想,并设计教学、实验与实践方案,优化教学进程和评价方法,采用多种教学实践手段开展学生自主研究,加强学生能力培养,达到提高教学质量的目的。

京津冀协同发展背景下的秦皇岛产业承接定位

"十二五"时期是京津冀地区经济转型、产业升级的重要时期,作为环渤海地区和首都经济圈的重要节点城市,做好产业承接定位,在对接首都经济崛起中寻求发展,是实现秦皇岛进一步发展和繁荣的历史机遇。

模糊化神经网络在摄像机标定中的应用

摄像机标定是精确的视觉系统的前提。该文提出了基于双目视觉的一种新型模糊化神经网络摄像机标定法。神经网络已经成功的运用于无参摄像机标定技术当中。由于镜头的畸变主要由径向畸变引起,且图像中点总的径向畸变正比于该点到图像中心距离的平方,所以通过对神经网络的输入层进行径向模糊化,可以进一步精确标定结果。通过与普通神经网络摄像机标定法、分割区间双神经网络摄像机标定法的仿真比较,证明了模糊化神经网络摄像机标定法的有效性。

基于模糊力控制算法的移动机器人避障控制

根据机器人的末端执行器和外界环境表面接触与移动机器人避障控制的相似点,将力/位置控制成功应用到移动机器人的避障控制领域内。对新颖的移动机器人避障控制算法是通过在移动机器人和障碍物之间形成虚拟力场,且对其进行整定以使两者之间能保持期望的距离。因为机器人动力学模型和障碍物的不确定性会对避障控制性能造成影响,为避免碰撞,采用模糊PD的智能混合力/位置控制来整定机器人和障碍物精确距离的力场。通过仿真研究证明了算法的有效性,可为机器人设计提出可靠依据。