基于OpenGL的机械臂控制系统仿真平台研究

该文采用V isua l C++和OpenGL相结合的建模与运动仿真方法,根据蒸汽发生器六轴机械臂检修控制系统的要求,建立了一个功能完整的实验平台,并从功能、界面、模型实现等多方面对实验平台进行了介绍。首先通过几何方法从正解、反解两个方面对机械臂进行了动力学分析,从而实现了各轴在JOG、JOY等多种控制模式下点动、平动功能。其次将3D M ax和Open-GL相结合建立系统模型;将机械臂每一个关节单独看成一个子体,再通过“堆栈”方法根据不同需要组合成一个新的整体,从而解决了运动的继承性问题。实验平台还可用来验证机械臂的控制策略,记录机械臂的轨迹并对轨迹进行优化。实验证明了仿真平台的功能已达到实际工程的需要。

基于云边端协同的UUV数字模型设计与实现

作为海洋探测和开发的重要工具,水下无人航行器(Underwater Unmanned Vehicle,UUV)是未来智能化作战体系中不可或缺的力量。以云边端协同的分布式框架为基础,针对UUV设计实现了6种数字模型。利用航路管理模型、航位推算模型、节点控制模型以及水动力学模型模拟实现UUV巡航,加入噪声生成模型和目标被动探测应用模型实现对噪声目标检测的数字化仿真。依托数字模型进行数字化仿真或半实物仿真,既能避免实际部署UUV执行任务时的复杂步骤,同时也能验证作战任务的可行性,在仿真中提前发现并分析任务可能存在的问题等。

水下目标多平台协同定位和跟踪方法

提出了一种融合多平台方位观测数据的水下声学目标定位跟踪方法。该方法采用多级多假设跟踪对目标状态进行滤波和关联,第一级基于每个平台波束域检测结果独立使用多假设跟踪方法对目标方位角进行初级跟踪;第二级首先通过多平台联合似然概率估计多目标初始位置,再用多假设跟踪方法对不同平台初级跟踪的方位角航迹进行关联,最后通过关联的角度值和扩展卡尔曼滤波对多目标位置进行序贯估计。仿真结果证明,该方法能以更少计算量实现更优定位性能,优于单级多假设跟踪方法.海试数据处理结果表明,存在较多干扰的情况下,单级方法跟踪过程中丢失目标,而多级方法实现了对目标的全程跟踪,且收敛后定位误差在70m内。该方法可降低噪声干扰对数据关联及目标定位的影响,并通过多平台协同消除线阵的方位模糊,适用于移动多平台声学目标定位和跟踪场景。