CNC系统的实时轨迹跟踪

本文介绍了一种用于CNC系统实时轨迹跟踪的软件。该软件功能完善,使用方便:既可异步检测工件廓形,又能同步进行实时轨迹跟踪;具有一定的实用价值。

实时轨迹跟踪系统在定向运动赛事中应用的优化路径研究--以2019年全国定向锦标赛为例

实时轨迹跟踪系统是一种拥有较多前沿技术的设备,应用于定向运动赛事中较为明显的提升了定向运动的观赏性,加强了对于赛事的监控,客观的增强了赛事公正性。本研究运用文献资料法、专家访谈法、数理统计法等方法,对2019年全国定向锦标赛实时轨迹跟踪系统的应用进行了分析。发现在使用过程中实时轨迹跟踪设备在自身性能以及云端系统操作使用方面,存在较多改善的空间。研究提出对实时轨迹跟踪系统优化,可提升使用者在使用过程中的便捷性、精确性,从而有利于更好的服务于定向运动比赛。也可为运动员、教练员以及观赏者在训练或教学方面提供准确详尽的数据,积极的推动定向运动赛事的发展。

基于改进T-S模糊模型的弧焊机器人轨迹实时跟踪

针对弧焊机器人在实际作业中受到诸多不确定因素的影响,导致弧焊机器人焊接轨迹偏离预期轨迹的问题,提出一种基于改进T-S(Takagi-Sugeno)模糊模型的弧焊机器人轨迹实时跟踪方法。采用图像识别技术识别并定位焊缝,通过坐标转换,确定焊缝中心线在机器人坐标系中的位置坐标。利用蚁群算法根据焊缝中心线在机器人坐标系中的坐标,搜索从起始位置到目标位置的最优焊接路径。设计了一种改进区间二型T-S模糊模型,通过视觉传感器实时获取新的焊缝信息,计算轨迹误差,以此为输入,利用改进T-S模糊模型对机器人的运动轨迹进行实时调整。实验结果表明,采用改进T-S模糊模型后,机器人轨迹跟踪离散度均降至1 mm以下,弧焊机器人轨迹与预期轨迹高度重合,比传统方法跟踪离散度大大降低。

基于模糊神经网络的移动机器人轨迹实时跟踪

分析了目前主要采用的无障碍环境下轮式移动机器人的轨迹实时跟踪运动控制方法和效果;基于模糊逻辑推理思想和神经网络学习能力,构造了一种模糊神经网络控制器,实现对轮式移动机器人的轨迹跟踪控制。通过对神经网络结构的有效设计和参数学习算法研究,实现了轨迹的实时跟踪。计算机仿真的效果与目前研究的几种方法比较,显示了该文设计方法的有效性和优越性。基于加拿大DrRobot公司的WiRobotX80机器人实验平台,完成了移动机器人实时轨迹跟踪的模拟试验。