研究了皮带轮伺服系统频域建模与时变扰动控制的问题。为了更加准确地得到皮带轮伺服系统的二质量系统模型,设计了基于迭代的加权最小二乘算法来辨识皮带轮伺服系统的频域模
考虑SCARA机器人系统的非线性、不确定性及关节耦合对轨迹跟踪控制的不利影响,提出一种基于线性自抗扰控制(LADRC)的解耦控制方法。通过把系统未建模动态、离心力和哥氏力组
为使低成本MCU实现的传感器/执行器节点能够自适应其应用环境的变化,提出了将基于C-Mantec构造算法的人工神经元网络嵌入MCU中。神经网络学习采用热感知器学习规则,神经网络
针对城轨列车ATO运行过程中目标曲线的跟踪问题,建立了基于滑模方法的城轨列车速度跟踪控制器,并运用指数趋近律来抑制列车运行过程中滑模切换函数造成的速度抖动现象。仿真
我们日常生活的环境不仅包括大量的复杂的物体,还具有动态不确定性。为了更好地场景理解,通常需要将点云数据分割。提出了一种基于体素和几何信息连通性结合的点云分割方法,该方法将自动地划分3D场景。为了减少噪声的影响,首先使用基于八叉树体素结构的三维体素来为点云建立空间索引。然后,计算出每个体素内的点的法线和质心作为体素的属性。根据体素的属性来计算体素之间的几何属性包括紧密度、平滑度、闭合性和连续性。提出
基于三维非定常可压缩N-S（Navier-Stokes）方程求解,采用滑移网格法等技术,直接模拟旋翼旋转流场。使用0°攻角和8°攻角悬停实验结果,验证了流场网格和数值离散方法的
RFID数据处理技术在复杂事件处理中占有越来越重要。但是RFID数据信息的隐含性、无序性、关联性等特点对CEP技术提出了严峻的挑战。为了解决RFID数据处理的低效性、无序以及有约束的问题,改进了一种处理RFID复杂事件的匹配规则和一种RFID复杂事件检测的框架,其效果可以达到高效的处理RFID数据信息,并提高了时序约束下非自发事件的检测效率。
随着信息化时代的来临,机器人智能分拣越来越广泛地应用于物流业,研究基于视觉的自主识别、定位、抓取、分类的移动分拣机器人系统具有重要意义。移动分拣机器人系统以STM32F4为主控制器,主要实现机器人在移动过程中完成快件的二维码识别、视觉定位及分拣任务,采用OV2640摄像头及二维码识别技术,实现对快件的识别和快件抓取平台的定位,建立平台视角坐标系,利用视角四顶点对机械臂控制的快速标定,推演了视觉定位
二轴联动控制器在金属表面刻画图案软件部分的研究,包括轨迹模拟,速度规划,拐角处理和时间最优四个方面问题的讨论.通过分析梯形速度规划算法,指出该算法在运行过程中出现的
云平台为了满足不同租户的需求,提供了一种可随时自助获取、可弹性伸缩的云服务器,即弹性云服务器（Elastic Cloud Server,ECS）。根据用户申请的请求（虚拟机）利用改进的遗传算法分