基于单目摄像机的无人机动态目标实时跟踪

文章针对四旋翼无人机与动态目标组成的系统协同作业的任务,研究四旋翼无人机与动态目标的目标识别和目标跟踪问题。设计由单目相机、视觉计算机(树莓派3B)和飞行控制系统组成的自主跟踪控制系统框架,利用Camshift运动目标识别算法对目标位置进行识别并预测动态目标运动轨迹,通过Mavlink协议将无人机的位置信息实时发送给飞行控制系统,从而控制无人机进行动态目标跟踪。实现无人机对动态目标的目标识别,目标跟踪。     

基于MPC模型的风电场巡检机器人轨迹规划

针对双轮风电场巡检机器人设计一种基于预测模型的轨迹跟踪控制算法。建立双轮巡检机器人的运动学模型和状态空间方程。设计目标函数与相关控制约束,利用预测模型控制算法对其进行求解,并通过滚动优化和反馈校正装置来实现巡检机器人对轨迹的精确跟踪。为了验证该算法,利用MATLAB进行仿真搭建,分别得到圆形轨迹跟踪和复杂函数图像的轨迹跟踪,结果表明设计的算法适用该约束条件下的巡检机器人的轨迹跟踪。     

基于模型预测控制的协作焊接双机械臂轨迹跟踪算法

焊接双机械臂协作焊接时,存在从动机械臂对主机械臂末端位置的轨迹跟踪的精确性问题,课题组提出了基于模型预测控制算法的主/从位置协调控制方法。根据所建立的六自由度双机械臂的运动学模型,建立末端位置与关节角度的变换关系以及机械臂的运动预测模型;通过上述模型,对主机械臂采用位置控制方法,并通过从动机械臂末端的三维激光扫描仪测距传感器所获取的主机械臂位置及方向,对从动机械臂采用基于模型预测控制算法的位置控制;根据机械臂关节角度变换旋转运算序列及末端位置的预测模型,通过动态矩阵控制算法,由当前时刻的位置状态及下一时刻位置输入状态对未来某时域内的位置输出状态进行预测,从而实现期望的位置跟踪。最后,采用仿真实验测试来验证该算法的实用有效性,结果表明:从动机械臂末端在有较小超调的情况下快速达到稳态,实现对期望轨迹的跟踪;与传统PID控制算法相比,模型预测控制算法能够更快速、更稳定地达到对期望轨迹的跟踪效果;该算法对期望轨迹的跟踪误差在有小幅波动的情况下可保持在±0. 05 mm之内,在无波动的情况下可迅速趋近于零。基于该算法,从动机械臂可根据主机械臂末端动态位置信息更加有效地实现对期望轨迹的实时跟踪。     

基于MPC的智能小车轨迹跟踪控制器的研究

本文将MPC控制器与智能小车相结合,并对其轨迹跟踪进行研究,采用MPC模型预测控制对智能小车的运动轨迹进行跟踪和控制,消除或减少小车在运动过程中由于路径问题带来的影响,避免智能车偏离导航线,提高智能车的控制精度和响应速度。并通过仿真实验与传统的PID控制进行对比,其结果展现MPC控制器良好动态特性。     

多算法融合的并联食品分拣机器人轨迹跟踪控制方法

目的：解决并联食品分拣机器人轨迹跟踪控制方法存在的控制精度低和运动稳定性差等问题。方法：在四自由度并联机器人结构基础上,提出将滑模控制算法、模糊控制算法和改进蝙蝠算法相结合用于并联食品分拣机器人轨迹跟踪控制。通过改进蝙蝠算法对模糊算法带宽进行寻优,通过优化的模糊控制算法自适应调整滑膜控制算法的模糊增益和滑膜面斜率,降低控制器的跟踪误差,提高抗干扰能力,并验证所提轨迹跟踪控制方法的优越性。结果：所提轨迹跟踪控制方法实际分拣准确率为99.90%,平均分拣时间为0.509 s。结论：与常规方法相比,所提轨迹跟踪控制方法的关节轨迹跟踪精度更高,抗干扰能力更强,输出力矩更加平滑。     

基于运动学模型的轨迹跟踪方法研究

随着科技的进步,无人驾驶技术逐渐出现在各行各业中,而预设轨迹的跟踪是无人驾驶技术的重点。为实现无人驾驶中预设轨迹的跟踪,文章基于车辆的运动学模型设计了一种路径跟踪方法,并通过仿真实验进行验证。实验结果表明,所设计的轨迹跟踪方法具有较好的跟踪效果。     

轮式移动机器人轨迹跟踪控制研究

科技的进步已经使机器人被广泛应用于生活中的各个领域,例如,农业生产、服务业、探测等。机器人能够代替人工完成大量危险或繁重的工作。轮式移动机器人是使用较为广泛的一种机器人类型,它具备良好的轨迹跟踪控制性能。文章对轮式移动机器人轨迹跟踪控制的原理进行了介绍,并构建了一定的轨迹跟踪控制模型,分析了轨迹控制的规律。     

手工地毯植绒轨迹生成算法研究

为了改变枪刺地毯周期长、效率低的生产方式,地毯生产企业开始研究枪刺植绒机器人,为了获取机器人植绒的加工轨迹,提出了一种手工地毯植绒轨迹生成算法,主要包括颜色量化,颜色聚类,边缘检测与轮廓跟踪以及路径填充4个部分。以RGB类型的彩色图像作为研究对象,对其进行量化和聚类,对聚类后的图像分层解析计算,对每一色块图像进行边缘检测和轮廓跟踪,并采用行扫描和螺旋填充算法进行色块植绒路径生成,最后根据植绒针距生成了由加工特征点系列组成的轨迹文件。根据植绒轨迹生成算法,开发了一套手工地毯植绒轨迹仿真系统,仿真结果表明该算法实现了较好的轨迹规划,验证了算法的有效性。     

阀体搬运自动导向车轨迹跟踪控制

为解决阀体搬运自动导向车AGV在移动过程中,由于质心偏移而出现移动偏离既定轨迹的问题,课题组在建立AGV运动学模型的基础上,基于改进切换函数,设计了滑模变结构轨迹跟踪控制器;在此基础上,引入了基于Lyapunov函数的反馈控制律,得到了一种新型轨迹跟踪控制器。仿真结果表明:所设计的控制器在对目标轨迹实现精确跟踪的同时,实现了位姿误差的快速收敛,具有良好的抗干扰能力。     

基于人体动态特征的三维服装虚拟试穿技术

针对人体个性化姿态的动态感知以及服装模型对人体姿态动作的跟踪匹配精度低的问题,提出了一种基于人体动态特征的三维服装骨骼点分层模型,区分躯干(整体)与四肢(局部)的运动特征,并融合了基于Kinect体感设备的人体围度数据;设计了整体-局部分解算法,分层控制三维服装骨骼模型对人体姿态动作的高精度跟踪。经真人虚拟试穿的测试结果表明:新方法的相对跟踪误差降低约10%,明显改善了虚拟服装对人体姿态的实时跟踪精度,提高了服装模型与真人体型的匹配精度,支持裙子、裤子、上衣等服装类型的复杂姿态(抬腿、弓步等)试穿场景。     

基于闭环和前馈控制的高速食品分拣机器人控制技术

目的：满足当前对食品分拣机器人速度和精度的需求。方法：基于高速并联食品分拣机器人的系统体系结构,提出一种将传统的运动学闭环控制和力矩前馈控制相结合的高速并联食品分拣机器人控制方法;在原有遗传算法整定PID控制参数的基础上,引入力矩前馈控制方法进行动态控制;对比分析系统的动态跟踪精度和关节力矩,并验证该控制方法的优越性。结果：与传统PID控制相比,最大和平均关节位置跟踪误差降低了65％以上,最大轨迹误差降低了50%以上。结论：该控制方法可以有效提高高速运行时抑制动态干扰的能力。     

评价锭子动态质量的技术参数研究

本文对锭子进行了大量的动态试验研究,在综合比较分析的基础上,提出了评价锭子动态质量的四项技术参数;(1)锭子自功率谱特征分量;(2)运转变形型态(ODS)评价;(3)轴心轨迹复杂度指数;(4)临界转速。这四种参数既有刚度,阻尼的内涵,又有工程实用的特点,是一项开发锭子产品的基础工作,期望得到锭子研究工作者的重视。     

基于能量优化的无人驾驶车轨迹跟踪控制

为有效使用有限的电池容量,实现无人驾驶车(AGV)在轨迹跟踪过程中的能量优化,针对三轮AGV的特点首先建立了其运动学跟踪模型及电机能耗模型,然后运用Lyapunov稳定性分析方法、最优化理论及Backstepping技术等工具研究了求解算法,提出了一种基于能量优化的轨迹跟踪控制方法,实现AGV轨迹跟踪和能量优化的统一控制。该控制策略对所有AGV及其他轮式移动机器人具有一般性,且设计方法简单、鲁棒性强。计算机模拟仿真结果验证了该控制器的有效性。     

工业机器人动态逆控制器的开发

文章阐述了,开发一个逆向动态控制方法来提高工业机器人的跟踪性能,可以有效地解决非线性动态干扰的力量。一般来说,DFF（动态前馈）控制器和CTM（计算转矩）控制器用于对工业机器人的动态控制。用SimMechanics通过对模型的仿真来评估设计模拟控制器。结果表明,逆动态控制器是有效的,在实际应用上也可以成为一个真正的控制结构。     

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。     

基于线性二次型的桥式起重机荷载消摆控制算法的研究

针对桥式起重机二维荷载运动的消摆问题,将其转化为二次线性规划控制。规范化实现求解线性二次型过程,采用由状态线性反馈控制率构成的闭环最优控制系统,设计线性二次型轨迹跟踪控制器。仿真结果表明,荷载运动的实际输出轨迹能够跟踪上预设线轨迹,达到对运动荷载的消摆控制效果。     

基于模型预测控制的桥式起重机荷载消摆控制研究

针对桥式起重机荷载运动的模型,采用一种线性时变模型预测控制方法。通过建立桥式起重机荷载运动三维模型,对模型进行线性化处理得到系统线性化方程,设计线性时变模型预测控制器,对加入预测控制前后的荷载运动的轨迹跟踪效果、系统控制量、状态量的变化进行对比分析,研究其消摆控制效果。仿真分析表明,荷载的运动轨迹能快速且平稳的跟踪上参考轨迹,从而实现消摆控制。     

基于Delta机器人的食品生产线动态目标抓取方法

目的：解决当前食品生产中Delta机器人在动态目标抓取方面存在的精度差、效率低等问题。方法：提出了一种新的动态目标抓取方法用于食品生产线中Delta机器人的抓取控制,通过传送带的偏移量和编码器的反馈值计算目标的动态位置,优化目标的抓取顺序,并结合门型轨迹和改进的梯形加减速算法对动态目标进行抓取。通过试验对优化前后的控制方法进行分析。结果：在20 mm/s的输送速度下,优化前后机器人漏抓率由3.33%降至0,抓取速度从0.756个/s提高到0.860个/s;在30 mm/s的输送速度下,优化前后机器人漏抓率从8.83%降至0,抓取速度从0.885个/s提高到1.130个/s。结论：动态目标抓取方法能有效提高Delta机器人的抓取效率。     

基于高斯过程回归的船舶航行轨迹预测

为了提前掌握船舶航行动态,从而采取有效行动去杜绝船撞桥事故安全隐患,提出一种基于高斯过程回归的船舶轨迹预测模型。对已有船舶航行轨迹进行仿真模拟,从而预测出船舶轨迹线路。结果表明:根据已有的船舶动态,预测接下去24分钟的船舶航迹,前9分钟精度接近原有船舶轨迹,随着迭代进行,精度逐渐降低,最后偏差率达到8.9%,可满足预测要求。安全管理人员可凭此提前预警,做好海上安全预防工作。     

动态调整也是科学补碘之要义

事关百姓身体安康的公共政策,就当确立在动态更新的数据基础上。未来若干年过去了,人们的身体有何变化,各地标准是否适当,都需要动态跟踪,并及时反馈到公共标准的确定上来。这种基于科学数据的动态调整,当是＂科学补碘＂的要义之一。