基于边界网格模型的T样条实体重建

为解决零亏格边界网格模型的T样条实体重建问题,提出一种基于八叉树细分和渐进迭代最小二乘拟合算法的T样条实体构建算法.首先给出一种基于体-面-边-点4层几何拓扑的T样条实体数据结构和节点矢量计算算法;接着对边界网格进行参数化,在单位参数立方体和网格模型之间建立参数映射关系,并且采用MVC方法保证参数化结果的单射无自交性;最后实现T样条实体的渐进迭代最小二乘拟合.对sphere模型, head模型和bunny模型进行测试,实现了基于边界网格模型的T样条实体重建,提高了T样条实体构建的效率。

基于MapReduce与蚁群优化的航路规划算法

航路规划是提高无人机生存能力的有效途径,可使其安全、快速到达目的地。为在云计算环境中分布式并行地求解航路规划问题,应用云计算技术提出基于MapReduce和多目标蚁群算法的航路规划算法(RPMA)。设计多目标蚁群算法,并采用多种优化策略对传统算法进行改进。RPMA能预先规划出多条航迹,可根据不同的飞行任务选择不同的航路,并在飞行过程中根据不同需要临时确定合适的飞行航路。仿真实验结果表明,RPMA求解航路问题是可行、有效的,具有较好的收敛性和扩展性,以及对大规模数据的处理能力。

一种智能竞技灭火机器人的设计方法

在火灾环境中,智能机器人能否快速准确的灭火,是整个灭火事件的关键。针对这一问题,本文设计了一款基于国际赛制的智能灭火机器人,采用AS-MF10内核为32位的ARM Cortex TM-M3控制器,设计多个硬件和软件功能模块,运用经典的PID算法和加权控制算法的互补性,进行机器人姿态纠正,能有效避免过冲及沿墙行走出现S轨迹等一系列缺陷,利用此控制器系统的快速和稳定性,设计了多种关键策略,实现相应的灭火功能。整个系统在实际的运用中效果良好,实现了快速找到火源并将其熄灭的效果,有效提高了灭火效率,降低火灾带来的损失,增强了人们生活和生产的安全性。

智能灭火机器人的设计与实现方法研究

灭火机器人设计主要目的是在火场危险环境下代替人类寻找火源并进行灭火工作,以降低救火时人员伤亡,并提高灭火效率.基于国际赛制机器人灭火比赛规则,自主设计一款智能灭火机器人,包括硬件、软件设计,并设计了多种关键策略,对软硬件系统进行改进,如PID参数的智能计算等,并且选择多种比赛模式.该机器人能有效避免过冲及沿墙行走出现S轨迹等一系列缺陷,灭火速度快、成功率高.