结合深度信息的视觉伺服准最小最大MPC方法

将特征点的深度信息和像素坐标作为视觉特征,提出一种视觉伺服准最小最大模型预测控制(MPC)方法.与传统方法相比,机器人摔制信号可通过在线求斛线性矩阵不等式的凸优化问题获得,其可行斛可保证系统的闭环渐近稳定性.该方法易于处理系统约束,在满足执行器机械限制的前提下能够有效规划特征点的图像轨迹.同时,深度特征的引入对于改进摄像机的三维轨迹具有显著效果.六自由度工业机器人手眼系统的仿真结果验证了所提出算法的有效性.

Ad Hoc网络中的区域划分和资源分配问题的研究

针对Ad Hoc网络中的区域划分和资源分配问题,在充分保证不出现通信盲区前提下,分别就有湖泊和无湖泊两种情况建立最优化模型,利用计算机搜索求解得到较为满意的结果;对于网络的抗毁性主要从图论的连通性方面入手,利用最大流量最小割集定理,分别对各划分方式的抗毁性进行讨论,得到Ad Hoc网络的抗毁性较强;通过建立最小最大模型,得到较为节能的区域划分方式及信道安排.