【摘 要】
:
采用PC/104系列板卡设计了一款嵌入式图书馆机器人气动机械手控制器,对机械手的参数自整定模糊PID控制算法进行了重点探讨,根据模糊子集的隶属度赋值表和模糊逻辑规则,查模糊矩阵表得出修正参数,完成对PID参数的在线自校正。用Microsoft eMbedded Visual C++(EVC)编程实现了图书取放气动机械手的智能控制,给出了控制软件算法流程及关键部分实现方法。用阶跃、正弦等典型输入信号
【机 构】
:
北京联合大学自动化学院,北京 100101 北京理工大学自动化学院,北京 100081 北京联合大
【出 处】
:
2011中国人工生命与智能机器人会议
论文部分内容阅读
采用PC/104系列板卡设计了一款嵌入式图书馆机器人气动机械手控制器,对机械手的参数自整定模糊PID控制算法进行了重点探讨,根据模糊子集的隶属度赋值表和模糊逻辑规则,查模糊矩阵表得出修正参数,完成对PID参数的在线自校正。用Microsoft eMbedded Visual C++(EVC)编程实现了图书取放气动机械手的智能控制,给出了控制软件算法流程及关键部分实现方法。用阶跃、正弦等典型输入信号做系统仿真,实验结果表明气动机械手能够快速、稳定、几乎无误差的跟踪系统给定值。本文所提出的系统设计方法对类似领域具有普遍适用性。
其他文献
Due to the effect of inertial force/torque, the six-dimensional force signal outputted by robot’s wrist force sensor can’t correctly reflect the magnitude of force/torque at the interface between the
针对不确定环境下的动态任务分配问题,本文从两个方面进行了改进和讨论。第一个方面是在估计路径长度时考虑路径的不确定性,对路径长度做先验的估计;第二个方面是适时地重拍卖任务,设计了一种基于阈值的重拍卖机制。最后给出了实验仿真,并分析了改进方法的适用条件和优化性能。
攻防系统在整个足球机器人仿真比赛中非常关键。本文通过对机器人运动模型的分析,进行路径规则及其运动的控制,加上预测系统进一步确保底层的高效性、健壮性和稳定性。攻防决策系统采用六步推理模型,根据六步推理模型为每层构造相关函数、方案和策略,同时加上定义的策略规则库完善决策系统对于个体机器人细节分配的不足。最后通过仿真平台进行实现,验证了其可行性和有效性。
人群的行为模型仍然是一个具有挑战性的课题,在公共安全研究中,人群行为动画对于紧急疏散仿真而言是一种形象的手段。根据情绪理论和OCEAN个性模型,人群中的情绪能够影响疏散时间。每个虚拟人的行为采用有限状态机描述,建立了一种情绪化人群的疏散模型,该模型将疏散速度、情绪和个性加以综合考虑,并提出了考虑人群密度指数的情绪传染公式。采用微软的DirectX3D编制了一个人群在紧急情况下的行为动画,结果表明该
针对矿井灾难环境特点,本文设计了一种具有高运动性能,环境适应能力强的拨土机器人,该机器人上采用轮腿一体式结构,具备了腿式机器人和轮式机器人运动优点,并且分析了在不同环境下机器人采用的行进方式即步态分析,增强了机器人的环境适应能力;设计了基于多传感器信息的运动控制系统,该系统能够完成灾难矿井下的环境探测、信息获取以及机器人步态控制等功能,为矿难救援工作提供了重要的信息。
本文依据感知发育思想介绍了一种基于距离传感器的结构化特征的动态、自组织提取方法。感知发育程序由三个部分组成:主动感知行为的设计,时空信息的降维处理以及路标的自组织提取方法。本文设计基于沿墙走的“主动感知行为”来获得高相关性的感知时空序列信息;给出了基于变化检测和激活强度的活性神经元来对时空序列信息降维;最后提出了一种二维动态增长自组织特征图的方法,实现了环境路标的自组织提取和识别。实验结果验证了该
本文分别研究了不同炭系导电材料填充型导电橡胶的导电机理和电阻温度特性。在导电橡胶中,导电通路和隧道效应两种导电机理均存在,只是主导机理不同。填料的含量、形貌以及不同填料并用等均会导致主导导电机理发生变化,从而产生不同的温阻效应。填料含量越高,复合材料温度稳定性越好。使用石墨作为主要填料,辅以炭黑增加体系导电性,可得到单调PTC特性的复合材料,可应用与制备复合柔性触觉传感器。
追逐行为在社会生活中十分常见,追逐行为建模是一个非常有趣的话题。根据情绪心理学、博弈论和生理学理论,对虚拟人建立了一种可计算的情绪模型。该模型将情绪、能量和速度综合在一起考虑,并据此提出了情绪博弈过程的算法,仿真实验表明,我们所提出的方法能够较好地模拟追逐者或者被追者的生理和心理特性。
本文讨论立体图对的图像分割问题,提出了一种基于深度和颜色信息的图像分割算法。该算法首先利用基于聚类的mean-shift分割算法对目标图像进行适度的过分割,同时借助双目立体视觉算法获取立体图对的稠密深度图,并依据深度不连续性从过分割结果中选取用于继续进行“精致”分割的种子点集,接着对未分配种子标签的区域用图割算法分配标签,并对深度上连续但具有不同标签的区域进行融合。相比于传统图像分割算法,该算法可
为增加实时运动测量的鲁棒性,提出一种基于图像处理的运动员位姿参数自动提取方案,通过对序列图像与给定图像差分处理,将运动员与背景点分离,进而运用形态学方法提高信噪比,有效避免了提取目标时产生与背景混合的现象。实验结果表明,该方法无需预先得到无运动员遮挡的背景图像即可实现场景中运动员的提取与跟踪,通过图像与实际位置几何关系,得到运动员位置速度参量,本文还分析了不同摄像角度下,图像提取误差对定位的影响。