基于DDPG算法的旋翼无人机智能跟踪方法

针对旋翼无人机视觉伺服控制可视性约束差与控制效率低的问题,介绍四旋翼无人机的动力学模型与传统视觉伺服的基本原理;针对视觉伺服增益调节问题,提出了一种基于深度强化学习的旋翼无人机视觉伺服控制的马可科夫模型;并结合深度确定性策略梯度(DDPG)算法训练了模型,最终得到线速度和角速度2个解耦的伺服增益。结果表明,与传统的基于图像的视觉伺服(IBVS)方法相比,该方法能保证目标始终在视场中、飞行轨迹平滑、到达目标位置所需时间短,满足旋翼无人机视觉伺服控制可视性约束条件,同时,控制效率比传统控制方法高23.5%。实验中该方法能在复杂的非线性环境中实现精确控制,增加了视觉伺服技术的应用场景。

感应电场建模实验中的数值仿真设计

建模实验可视化仿真一直受到教学的重视。该文对均匀电场中置入无穷长导体后感应电荷对电场的影响进行了仿真教学设计。在理论上研究该偏微分方程定解问题求解的同时,通过仿真呈现了导体对原有电场在程度、方式等方面的影响,加深了学生对所研究问题的认识和理解。

基于规定性能的六自由度机械臂视觉伺服控制

针对六自由度手眼机器人系统,提出了一种新的基于图像的视觉伺服方法,该方法对图像特征坐标误差施加规定的瞬态和稳态响应,满足了由于相机视场(FOV)限制而产生的可见性约束。关键思想是提供一个误差转换,将相机视野限制可视化为误差范围,在此基础上提出规定性能函数并设计控制器,然后,证明控制器的稳定性足以满足规定的性能保证和固有的可见性约束。最后,在MATLAB平台进行仿真,验证了控制系统的可行性。

港口整车物流供应链全面质量管理体系优化研究

文中通过对H公司整车物流供应链质量管理的研究,结合TOC与PDCA管理理念,通过对管理要素的研究优化验证以及配套的员工、团队绩效考核方法论证,系统地提升供应链质量,最终实现客户感受度的提升,取得了令人满意的效果。

基于变异粒子群优化的在线手眼标定算法

为满足机械臂手眼标定过程中不依赖人工提供固定机械臂路径的要求,提出一种基于变异粒子群优化的在线手眼标定算法.通过分析特征点在机械臂极坐标系与深度相机坐标系下的坐标转换关系,建立了基于深度相机的手眼模型;采用基于变异粒子群的在线优化算法,实时估计手眼关系参数;建立机械臂运动能量函数,给出了机械臂位姿补偿方法,满足特征点视野约束的同时保证运动能量最小.实验结果表明:所提方法能较为精确地估计手眼关系参数,并且能实时补偿机械臂位姿,实现自动手眼标定功能.