近似解析求解Woods-Saxon势场Klein-Gordon方程

利用超几何函数方法对Pekeris近似中心项的变形Woods-Saxon势任意l态Klein-Gordon方程的束缚态和散射态进行近似解析求解,推导出径向波函数和束缚态特征值方程,得到了散射态相移公式,并通过对散射振幅在极点解析性质的研究得到了束缚态能级,最后讨论态的特例。

变形Woods-Saxon势Schrdinger方程的散射态解

基于薛定谔方程离心项的Pekeris型近似,研究了具有变形Woods-Saxon势的薛定谔方程的散射态问题,得到了归一化的散射态波函数和相应的散射相移,同时得到了散射振幅解析极点相应的束缚态能级.

基于改进人工势场的变形移动机器人路径规划

一、引言人工势场算法是一种常见的路径规划算法,该算法在数学公式的描述上简洁,计算量较小,并且产生的路径路线比较平滑。在路径的生成上系统与环境实现了闭环,使系统的实用性和避障功能得到了加强。但是,通过研究发现,传统的人工势场存在以下问题。

逃逸人工势场法局部极小值策略的研究

人工势场法由于其算法的简洁性和有效性在实际问题中获得了应用,但其存在容易陷入局部极小值、在障碍附近震荡现象的缺点,如何解决这些问题是人工势场法研究的主要热点。论文将作为势场模型的Gaussian函数进行了适当变形,使其能更准确地反映势场环境。通过分析震荡现象产生的原因,以及局部极小值点的特点,将粒子群算法引入到势场的探测过程中,在此基础上提出了等位线法用于逃逸局部极小值。仿真结果表明本文方法能有效消除运动路径的震荡现象,极大地降低了陷入局部极小值的概率。

基于PSO和人工势场的机器人路径规划

文章提出了一种变形Gaussian函数作为势场模型,它能更准确地反映势场环境;通过分析震荡现象产生的原因,以及局部极小值点的特点,将粒子群算法引入到路径规划过程中,用于绕过障碍物或逃逸局部极小值;仿真结果表明,该方法能有效消除运动路径的震荡现象,极大地降低了陷入局部极小值的概率。

定态Liouville方程的四类精确解:中心力场问题

利用Poisson括号的正则不变性和文 [1]中“化动量正则变换”的一般方法 ,求得了定态Liouville方程的四类中心力场问题精确解 :(1)指数势系统 ,(2 )Morse势系统 ,(3)Hulth啨ｎ势系统和 (4)Woods -Saxon势系统。

基于类等势场法的轮盘锻件预成形多目标优化设计

以轮盘类锻件为例,结合数值模拟与优化算法,研究基于类等势场法的锻件预成形多目标优化设计。首先,模拟分析坯料在预锻和终锻过程中的充填情况、变形均匀性和成形载荷,发现存在充填不足、折叠等缺陷。然后,以锻造充填率为响应值,基于静电场模拟结果进行响应面分析,获得预锻件最佳体积比和等势线取值范围。最后,以电势值为设计变量,对锻件预成形进行基于变形均匀性和终锻成形载荷的多目标优化设计,最终得到电势值取0.2370 V时为最优解。结果表明,优化后锻件充填效果良好,无折叠等缺陷,等效应变方差由0.4000降为0.1945,应变分布更为均匀,终锻成形载荷由1.22×10^(5)kN降为9.71×10^(4)kN,优化效果显著,可为同类锻件的生产提供借鉴和理论指导。

可变形网格引导的群体队形仿真

目的许多群体运动仿真算法侧重于模拟由大量自由移动个体所组成的群体行为,而针对具有特定队形的群体运动仿真算法较少。为解决这一问题,采用改进的网格引导方法,利用可变形网格对群体运动进行控制。方法首先,对群体队形进行三角划分,建立一个连接所有智能体的队形网格。然后,利用障碍势场法在群体运动的过程中对队形网格进行变形,使智能体在避免与障碍物发生穿透的同时尽可能保持整体队形稳定。最后,针对障碍物穿过队形网格时可能造成的局部智能体"错位现象",提出了基于吸引点的网格引导方法,使群体绕过障碍物后能迅速恢复原来队形。结果使用Unity软件对军队行进、动态车流、群体表演等场景中的智能体编队移动进行仿真,并设置了不同规模的群组交换实验进行对比。本文算法的实时计算花销主要集中在网格变形阶段:在队形网格顶点总数为1 000时,单位仿真步内网格变形阶段的平均运行时间为20.15 ms。队形网格划分阶段是一个预先进行的过程,不影响算法实时性。基于吸引点的网格引导方法提高了智能体的全局移动效率,使队形变化更加自然流畅。结论实验结果表明,可变形网格引导的群体队形仿真算法在群体运动过程中能有效维持队形稳定,无论障碍环境是静态的还是动态的都能实现良好的群体避障,说明算法的有效性。

面向移乘护理的冗余双臂机器人行为安全控制

人体移乘是劳动强度最大的护理任务之一,因此移乘护理任务的机器人化是护理领域的迫切需求,双臂机器人以其灵活性和多功能化的优势,在护理领域受到广泛关注。不同于传统工业机器人的定位任务,护理任务需要机器人与人体接触,且场景通常为存在障碍的非结构化环境,因此任务过程中人体的安全性和舒适性至关重要。为实现非结构化环境中的人体移乘护理任务,提出轨迹变形算法,使双臂机器人具备规避障碍物及主动柔顺的功能。首先通过人工势场概念设计基于障碍及位姿的排斥函数和吸引函数,将机器人的障碍规避及主动柔顺功能通过人工势场虚拟力及人机交互力的合力描述。以合力下虚拟弹簧-阻尼系统的等效运动作为轨迹偏差,并通过雅可比矩阵将轨迹偏差变换到关节空间,避免冗余机器人的逆运动学求解。仿真结果表明,轨迹变形算法可在实现主动柔顺的同时规避障碍物。最后进行双臂机器人的人体移乘护理实验,验证轨迹变形算法可基于交互力及势场迭代调整轨迹,证明轨迹变形算法可用于非结构化场景中的人体护理任务,对提高人机交互过程中的安全性,进而实现机器人在康复护理领域的推广与应用具有重要意义。