扁平体空间非合作目标多指外包络抓捕构型设计

针对空间非合作目标抓捕问题,提出了一种扁平体空间非合作目标多指外包络抓捕最优构型设计方法。该方法的核心在于:选择抓捕机构的主手指并控制它跟踪包络点;根据抓捕机构的多指几何关系计算从手指可行抓捕构型;利用外包络抓捕约束条件,以及碰撞检测约束条件,筛选出有效包络构型。与已有方法相比,该方法采用主-从抓捕的简洁模式,可以大大降低抓捕构型优化的计算量,适用于空间非合作目标实时在轨抓捕。进一步,引入了抓捕安全裕度的概念,用于量化抓捕机构多指形成的抓捕包络空间和空间非合作目标运动包络之间的安全裕度。考虑到形成抓捕构型之前尽量避免空间非合作目标与抓捕机构发生碰撞,避免产生二次碎片,在设计抓捕外包络构型时选择最大抓捕安全裕度构型作为最优构型。将该算法分别应用到四边形和正五边形运动目标包络问题中,仿真结果表明了其有效性。

机器学习在社区流浪猫管理投喂方案中的应用

为了对流浪猫的进食量有更好的把控,保证爱猫人士所送猫粮尽可能不被浪费,同时希望在完成短期流浪猫救助任务的同时不影响小区居民的正常生活,本文提出了一种有关社区流浪猫的管理与喂食的方案。方案结合“抓捕-绝育-放归”模式进行,主要围绕流浪猫投喂装置的投放地点选择以及当日猫粮投放量的预估展开。其中,使用相关性分析法和线性回归法预测猫粮的当日投放量,投放地点流浪猫数目预测采用k近邻算法。方案能够较为准确地判断出受救助的流浪猫数量并预测出次日猫粮投喂量,基本可以满足实际需要。