用滑动模态实现一类非完整动力学系统的指数镇定

对于基变量具有对称性的一类确定非完整动力学系统,直接基于该系统模型,利用 滑动模态的方法设计了指数镇定控制器,得到了状态空间中的一个区域.当系统初始状态位 于该区域内时,系统状态是指数收敛的,而当初始状态不在该区域内时,可用非零的开环常值 控制使系统状态在有限时间内进入这一区域.因此,它是一种简洁的全局镇定律.最后,用仿 真结果验证了这一方法的有效性.     

基于LVQ混合网络的非特定语音识别

介绍一种新的等距离采样参数归一化方法.针对美尔倒谱系数(MFCC)和一阶、二阶美尔倒谱系数,提出了一种新的学习矢量量化(LVQ1)和改进学习矢量量化(LVQ2)结合的识别算法.仿真结果表明所提出的算法相对于只用LVQ1网络识别,可以有效改善学习效率.     

随机非完整链式系统的自适应状态反馈镇定

基于反步技术,对带有不确定非线性项和不确定非线性系数的随机非完整链式系统,设计了自适应状态反馈镇定器.给出了能够保证系统依概率几乎渐近稳定到平衡点的切换控制.最后用仿真验证了控制器的有效性.     

基于Prony相对熵的输电线故障综合定位方法

针对小电流接地系统发生单相接地故障时定位困难问题,提出一种基于Prony相对熵的输电线故障综合定位新方法。首先,对各检测点故障后T/4内的零序电流进行分段Prony拟合,提取暂态零序电流Prony主导分量;然后,求取相邻检测点的相对熵值,依据故障点同侧两点零序电流波形相似度高,而故障点两侧两点相似度低的特点,定位出故障区段;最后,在故障区段内,利用注入法进行故障距离测定。新方法综合了故障区段定位法和故障测距法的优点,既能减少上传的数据量,又不会丢失电流信号的主要特征,减轻了通信压力,提高了故障定位的精度。     

摄像机模型下非完整移动机器人的自适应镇定

基于摄像机视觉反馈的方法,针对摄像机视觉参数未知及移动机器人质心和几何中心不重合且质心几何中心距离未知情况下,提出了一种不连续反馈控制律,并利用自适应技术对其进行修正,在证明时创新性地加了一个状态作为补充,最终证明了提出的控制律能使该视觉反馈系统下移动机器人的各状态由任意的初始状态指数收敛到原点,并利用MATLAB仿真验证了所设计控制器的有效性。     

神经网络PID 控制的机器人视觉反馈跟踪

探讨针对视觉空间的非完整移动机器人的跟踪控制问题。在不校准摄像机视觉参数的情况下,利用视觉反馈得到的信息,设计出非完整移动机器人轨迹跟踪的神经网络控制器。将BP网络与PID控制相结合,避免复杂的公式推导,解决参数不校准下的控制问题,并很好的实现跟踪。仿真结果证明了文中方法的有效性。     

基于视觉伺服非完整移动机器人的有限时间饱和镇定

对视觉伺服反馈的一类类非完整移动机器人,提出在视觉参数不确定下的有限时间饱和镇定问题.运用多步控制策略和有限时间稳定性理论,设计分段连续的饱和控制律使得闭环系统的状态在有限时间内收敛到平衡点.仿真结果验证了该方法的有效性.     

基于视觉伺服反馈的不确定非完整动态移动机器人的自适应镇定

研究了带有固定在天花板上的摄像机系统的非完整动态移动机器人的镇定问题. 首先, 利用针孔摄像机模型引入了基于摄像机目标的视觉伺服运动学模型,并针对该运动学模型给出了一个运动学镇定控制器. 然后,在摄像机参数不确定的情形下设计了一个自适应滑模控制器实现了不确定动态移动机器人的镇定. 提出的控制器不仅对结构不确定性如质量变化, 而且对无结构不确定性如外部扰动都具有鲁棒性. 通过Lyapunov方法严格证明了提出的控制系统的稳定性和估计参数的有界性. 仿真结果证实了控制律的有效性.     

基于改进粒子群优化的乒乓球发球机械手轨迹规划

在运动学约束下,为使得乒乓球发球机械手能够完成快速、连续、高精度的发球动作,以多项式插值轨迹规划法为基础,结合粒子群优化思想,提出了一种基于改进粒子群算法的多项式插值轨迹规划方法.通过对五自由度兵乓球发球机械手的运动学分析,获取路径点在关节空间中相对应的高精度位置后,采用多项式插值法规划机械手的运动轨迹,同时利用非线性...     

基于图像的轮式机器人位置与角度的检测方法

提出了一种新的轮式移动机器人位置与角度的检测方法。首先在机器人上方做一个黑色矩形标记,标记物的长边与机器人的正向平行,然后在图像平面内,用CAMShift算法对机器人进行跟踪。在跟踪的过程中,可以获得只包含目标体的子图片,即"感兴趣区域"。子图片的中心即为轮式运动机器人的几何中心。采用适当的方法检测出矩形标记物长边与图像坐标X轴之间的夹角,并以此角度作为机器人的方向角度。