下坡步态失稳后的自适应平衡分析——坡度i=1∶10

以人下坡行走过程中偶发的滑跌现象为研究对象,采用表面肌电分析法,探究人下坡失稳后的自主平衡恢复反应机理。选取10名健康男性在坡度为1︰10的坡道上进行湿滑介质油和干燥环境下的下坡行走试验,采用Vicon运动捕捉系统和表面肌电系统同步采集步态参数和下肢8块主要肌肉的肌电信号,得出步速和步态时间的显著性p值分别为0.000、0.025(<0.05),故受到滑移扰动后,步速显著增加,步态时间显著减小;左右两侧肌肉的收缩特性在第一双支撑相和单支撑相无明显变化,在第二双支撑相和摆动相显著增加。依此总结出在坡度为1∶10的坡道环境下,一个步态周期各个时相内双足机器人下肢左右侧施加控制力的位置、施力大小及作用时间。该试验结果可为康复工程提供理论基础,并指导双足机器人的平衡控制系统设计。     

基于农业物联网的水产养殖监测系统研究

精准农业是21世纪世界农业主要发展方向。以下就基于物联网技术实现水产养殖监测的技术路线、系统设计进行了深入的研究,提出了通过无线传感器网络,实现水位、水温、溶解氧、p H、浊度等水体环境的信息进行自动化采集与存储的信息系统设计。通过该系统的应用,必将为获取精确的水产养殖环境和水产养殖信息提供有力的支持,进一步推进当前精准农业的发展。     

基于ZigBee技术的家居智能管理系统的设计

文章设计了一套基于ZigBee技术的家居智能管理系统。该系统由Zigbee无线传输模块、嵌入式智能网关、传感器等设备组成,能准确采集显示温湿度信息、烟雾信息、入侵信息,并能完成对窗帘与家电设备的自由控制。经测试,该系统控制性能良好,采集信息准确,具有扩展性好、实时性强、功耗低等优点。     

基于Ruff套件的智能养殖系统设计

传统智能养殖系统大多存在智能化不足、无法实现远程养殖监测和系统体系结构不明确等问题。文章基于Ruff开发套件,将智能控制与远程养殖监测相结合,设计清晰的智能养殖系统结构,在实现终端底层对温湿度的监测、语音控制灯光以及红外线感应活动情况等功能的同时,将云Io T平台引入智能养殖系统并实现移动端的远程养殖监测。实践表明:该智能养殖系统能够实时掌握养殖场环境信息,有助于提高养殖效率。     

基于海计算的智慧教室智能节点设计与实现

针对智慧教室整体系统能耗大,节点采集信息传送效率低的问题,提出了基于海计算的智慧教室架构模型,完成了智能节点的设计与实现.通过将物联网的海计算模式融入智慧教室中,并对物联网技术三层模型进行分析与改进,提出了两层结构的智慧教室架构模型;设计了加入MCU的智能节点,并组建了具有自主处理能力的智能节点网络.实验表明,基于海计算模式下的智慧教室可在传感器端实现对教室环境信息的采集、判断和控制;在采集数据准确率相对稳定的情况下,海计算模式下的智慧教室大幅降低了能耗以及信息传送丢包率,具有更好的适用性.     

单曲轴驱动的6足爬卧式微型机器人的设计

根据类似三角形步态原理,以金属线为制作原料,采用单条曲轴驱动设计,以曲柄连杆机构为传动系统而设计开发了一种只需1个电机的微小型6足步行机器人.该机器人的步行腿分别与曲轴铰接,曲轴通过连杆带动步行腿的上下、左右摆动和前后摆动,实现6足机器人前进.机构设计简单巧妙,控制简单.行走试验表明,本设计机构可以实现6足类似三角形步态行走功能,具有一定的娱乐性和实际推广应用价值.     

基于蓝牙感知的公交车辆到站时间预测方法研究

采用基于蓝牙的智能感知技术,实现对公交车辆运行状态信息的自动采集,并对公交车辆到站时间预测方法进行专项研究。通过算例证明该方法具有较高的预测精度,为动态车辆调度、运行质量评估、乘客交通信息服务等提供有力的支撑。     

步履式救援机器人新型越障结构与越障步态分析

利用P ro/E设计步履式救援机器人及其新型越障结构,将其导入ADAMS后添加约束、运动和外力,建立机器人虚拟样机仿真模型;创建2 m高垂直障碍和45°斜坡的非结构化地形以建立虚拟的灾害环境;通过S TEP函数来规划步履式救援机器人翻越垂直障碍和爬坡的步态,研究其在不同非结构化地形环境下的步态规划和越障性能,并分析步履复合行走结构对非结构化地形的越障性、适应性和可靠性;通过机器人实体样机越障试验验证新型越障结构的越障性以及步态规划的合理性。所得结论可为步履式救援机器人行走结构的设计优化,及其复杂地形越障能力、适应能力和越障可靠性的提高,以及越障风险性评估、步态的优化等提供参考。     

基于智能建造的结构施工阶段劳动力资源动态控制研究

我国建筑业是一个信息化水平低、劳动密集型的行业，针对建设工程项目劳动力资源短缺的问题，以动态控制理论为基础，通过BIM模型集成WBS精细化的施工任务、工程量、流水段等信息；使用数据采集App、智能闸机、劳务管理系统、视频监控等智能建造手段提高施工信息采集的效率和准确性；将BIM模型工程量信息、现场采集的施工进度和劳动力信息导入VICO分析平台，精确计算劳务人员的工效，对比里程碑节点的实际情况，提出预警并给出科学的劳动力资源优化建议，为工程实现动态控制提供了科学依据。     

耦合岩石图像与锤击音频的岩性分类智能识别分析方法

在野外地质勘探过程中,地质工程师一般通过岩石表面纹理、颜色和敲击岩石音频等信息,对岩性分类进行初步判断。基于专家经验和智能模式,提出一种耦合岩石图像与锤击音频的岩性分类深度学习与智能识别分析方法。该方法基于所采集的不同类别岩石图像和锤击音频数据,首先采用基于Inception-V3的迁移学习方法,对所采集的6类岩石图像进行深度学习与训练;然后利用回弹仪测定岩石强度,通过"阈值法"得到锤击音频片段,以回弹指数的平均值作为岩石强度值,建立波形和强度的SVM(support vector machine)回归模型,实现岩石表面强度预测;最后耦合岩石图像识别模型与岩石音频强度回归模型进行岩性分类智能识别,岩石种类识别准确率从83.5%(采用单纯的图像识别)提高到90.5%。采用该耦合模型不仅能有效识别岩石岩性分类,还能初步给出岩石表面强度,为野外工程地质勘察提供了新的辅助手段,有利于提高初期野外勘探的工作效率。