一种高性能低成本智能家居设计

为了在提高智能家居系统的兼容性和性能的同时降低成本,设计并制作了一种基于用户闲置Android终端的高性能低成本智能家居系统。将Android终端作为服务器,与STM32单片机通过USB总线相连实现IO扩展和稳定供电,同时通过接入BLE(蓝牙低功耗)组网实现物联网控制。得益于Android终端强大的硬件性能与丰富的传感器,系统可以离线实现基于人工智能的语音交互,视觉交互等。经过测试,整套智能家居系统运行稳定,实用性高。

基于薄壁零件刚度仿真到真实迁移的力控制研究

复杂薄壁零件广泛应用于航空航天领域,但由于结构复杂、壁厚较小、受载易变形,因此其加工过程中的恒力控制较为困难,导致零件加工精度难以满足要求。阻抗控制提供了一种控制恒定接触力的有效方式。然而,当零件(即环境)初始位置未知时,现有在线刚度估计方法无法保证环境刚度估计值收敛到真实值。此外,尽管可以通过离线策略精确辨识环境刚度,但力/形变数据获取过程复杂耗时。为此,提出了一种仿真到真实迁移(sim2real)的环境刚度精确估计方法。首先,利用有限元仿真获取零件不同位置的刚度值,并通过域随机化算法得到不同材料、形状零件的仿真环境刚度库。然后,采用神经网络学习仿真环境下的刚度数据,根据该结果预测真实环境中不同种类零件的刚度值。所提出的环境刚度估计方法克服了环境刚度和初始位置无法同时在线精确估计的难点,且比离线辨识策略更为简单高效。采用直线模组与悬臂梁开展试验验证,结果表明所提出的方法可以精确估计环境刚度,估计误差小于10%,利用估计刚度值进行的力跟踪误差小于±0.5 N,均优于现有基于Lyapunov的估计方法。