饶河流域水污染防治规划研究

文章阐述了水污染防治规划的思路和原则,分析了饶河流域水污染现状和存在问题,研究提出了饶河流域的规划目标和治理措施。     

面向牙刷操作的Delta机器人设计与轨迹规划研究

结合牙刷自动化生产的需求,研究面向牙刷高速拾放操作的Delta机器人。简化Delta机器人的结构模型,研究机器人正运动学和逆运动学求解方法。分析牙刷上料的工作流程,确定机器人结构参数,设计机器人本体结构以及末端执行器。采用弧线过渡的门字形轨迹,基于3-4-5次多项式运动规律对机器人进行轨迹规划,利用ADAMS软件进行动力学仿真。结果表明,机器人末端的速度、加速度曲线连续,主动臂驱动力矩曲线连续无突变,满足牙刷生产中高速拾放操作的性能要求。     

山东省基础测绘发展现状与“十四五”发展趋势展望

近年来山东省基础测绘发展走在全国前列，为更好地谋划“十四五”基础测绘发展，结合山东省“十三五”基础测绘规划的七大工程，总结山东省这期间基础测绘以及信息化测绘的发展现状和进展，分析当前测绘技术与物联网、大数据、5G通讯等高新技术的融合发展趋势，分析测绘与最新IT技术融合发展的新态势，探索山东省“十四五”基础测绘发展方向,为山东省“十四五”基础测绘规划编制提供参考。     

基于hp自适应伪谱法的自主泊车路径规划

针对自主泊车路径规划最优控制问题求解收敛速率慢的问题,提出基于hp自适应高斯伪谱法的自主泊车路径规划方法。首先建立车辆运动学模型,并考虑自主泊车过程中避障约束和边界约束,再以泊车时间最短为性能目标函数,将自主泊车路径规划问题转化为最优控制问题。采用高斯伪谱法对最优控制问题进行离散化处理并采用序列二次规划进行求解,在求解过程中通过动态调整网格区间个数和多项式阶数实现提高求解收敛速率。根据实际场景选取4种工况并进行路径规划仿真,并将3种伪谱法进行对比分析,仿真结果表明hp自适应高斯伪谱法能够提升自主泊车路径规划最优控制问题求解收敛速率,同时该算法可以实现在狭窄泊车位内的泊车路径规划,通过实车试验验证提出的方法获得的自主泊车路径的有效性。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。     

大型集会高负荷场景流量经营保障

文章论述随着智能机的普及和用户习惯的改变,天翼网络3、4G用户规模大幅度的增长,网络负荷逐步加重。尤其在集会场景中用户高度集中,话务流量并发产生,给覆盖区域的小区造成极大的负荷压力,很容易出现网络过载、底躁抬升、大部分用户无法接入的现象,严重影响客户感知的问题。本案例为宝安体育馆酷派年会成功保障的实际案例,通过合理规划网络资源、充分提高网络的资源利用率、差异化设置系统参数有效满足大量用户并发使用的需求。