改进的线性自抗扰永磁同步电机转速控制器设计

基于线性自抗扰控制(linear active disturbance rejection controller, LADRC)在永磁同步电机(permanent magnet synchronous motor, PMSM)转速、电流复合控制中无法应对q轴电流突变和参数整定存在缺陷,提出一种改进的自抗扰控制器。首先,分析常规LADRC在转速、电流复合控制的设计方法,并对其核心参数进行剖析。其次,基于常规LADRC用最速控制综合函数(fhan)代替比例微分(the proportion of differential, PD)进行控制律设计,提高系统控制性能并优化参数配置方式;同时基于该函数特性,设计电流外环控制器,利用电流偏差反馈算法对q轴电流进行限幅控制,避免电流冲击过大损伤硬件。通过搭建实验平台测试,实验结果显示改进的LADRC能有效应对q轴电流冲击,同时具有与传统LADRC相当的抗扰能力,并且对扰动的瞬态响应时间缩短20 ms,表明改进的LADRC具有更高的安全性能和良好的抗扰能力。     

基于改进 YOLO 及 NMS 的水果目标检测

为使水果采摘机器人在复杂情况下如树叶遮挡、果实目标尺度变化大等情况能准确地检测出水果,提出一种YOLO(you only look once)改进模型与NMS(non-maximum suppression)改进算法的目标检测方法。首先,对传统YOLO深度卷积神经网络架构进行改进,设计一种更细化的SPP5(spatial pyramid pooling)特征融合网络模块,强化特征图多重感受野信息的融合,并基于此模块提出一种YOLOv4-SPP2-5模型,在标准YOLOv4网络中跨层添加并改进SPP层,重新分布池化核大小,增强感受野范围,从而降低目标误检率;其次,提出一种Greedy-Confluence的NMS改进算法,通过对高度接近的检测框直接抑制和对重叠检测框综合考虑距离交并比DIOU(distance-intersection over union)和加权接近度WP(weighted proximity)的方法,均衡NMS的计算消耗并减少检测框的错误抑制,从而提高遮挡、重叠物体的检测精度;最后,分别对改进方法进行性能测试,验证方法的可行性,随后制作水果检测数据集并进行格式转换和标...