基于一致性的小型四旋翼机群自主编队分布式运动规划

设计一种小型四旋翼无人机群起飞后自主形成正多边形编队的分布式运动规划方法.在四旋翼无人机的串级控制系统框架下,分布式编队控制器以简化agent模型为基础,同时采用平均一致性算法和有领导一致性算法,共同产生各无人机位置与偏航角的期望轨迹.讨论了达成最终协调目标队形的拓扑条件,并给出一种基于有向Hamilton环的通信拓扑设计方案.最后通过数值仿真验证了所提出算法的有效性.     

波浪驱动无人水面机器人运动效率分析

以波浪驱动无人水面机器人(WUSV)的运动效率为研究对象,首先分析了该机器人的驱动原理,并推导了驱动力的计算公式.然后,结合波浪理论从能量转化角度建立了运动效率分析模型.最后通过波浪驱动无人水面机器人实验平台,分析和计算了波高、波浪周期和翼板旋角对运动效率的影响,这为WUSV的动力学建模和效率优化分析提供理论基础和设计依据.     

无人值守水文站报警防盗监控系统的构建与应用

随着水文基础设施投入的不断加大,百色市辖区内新建了多处无人值守水文(位)站。为确保这些站点不受人为破坏,保证遥测系统正常运行及国家财产安全,水文站防盗报警监控系统得到了大力推广。论述了基于3G数据传输技术和宽带网络技术应用平台的防盗报警监控系统在无人值守水文(位)站中的构建、应用和运行管理技术。     

基于模糊PID的无人水面艇直线路径跟踪

针对固定参数PID方法在无人水面艇直线路径跟踪控制中出现的大迴转问题,提出一种基于模糊PID的直线路径跟踪方法。在系统中增加模糊推理模块,利用航向与跟踪直线之间的偏差角以及无人艇位置与跟踪直线之间的距离误差,根据模糊推理的方法动态地调整PID参数。通过PID控制器实时调整左右两侧推进电机的输入电压,实现对给定直线路径的自主跟踪。仿真结果表明,在初始航向偏差角较大时,该方法克服了采用固定参数PID控制方法时出现的大迴转现象;在初始航向偏差角较小时,该方法在超调量以及调节时间方面的直线跟踪性能优于固定参数PID控制方法。     

基于VPN网络的污水处理厂集中监控系统

以污水处理厂及其泵站的集中监控为例,介绍了通过使用VPN路由器和ADSL宽带网络实现各污水厂及其泵站间的远距离数据通讯的方法.为分散布置的污水处理厂监控系统的集中管理、可靠运行、远程维护、远程故障诊断等工作提供了解决方案.     

基于变维卡尔曼滤波的UUV目标运动优化估计方法

为实现无人水下航行器精准、安全的跟踪目标从而高效地实现目标的信息采集,提出了一种针对该个体的目标运动优化估计方法。此方法通过建立目标运动模型,基于卡尔曼滤波基本原理,利用变维卡尔曼滤波的方法,达到UUV个体对目标运动状态准确估计的预期效果。为提高该方法的可行性,在利用最小化目标位置估计协方差矩阵完成目标运动轨迹估计及优化的过程中,考虑实际UUV机动时的最大速度限制、与目标最小距离的限制。文章详细阐述该方法的实现和步骤,并通过仿真实验验证了该优化算法的有效性。     

一种基于图像纹理特征的波浪检测方法

针对无人水面艇视觉系统检测波浪问题,基于图像纹理特征,利用灰度共生矩阵的独立特征量,提出一种识别水面波浪等级的特征融合阈值法。该方法对波浪图像进行灰度级调整,计算灰度共生矩阵,提取其四个独立特征量,然后根据分析结果确定特征量权值并计算不同波浪等级的阈值,根据得到的阈值来检测波浪等级。实验表明,该方法适用于无人水面艇对周围波浪环境的检测,具有受光照条件影响较小的优点。     

引入虚拟特征参数的混合实时任务调度及应用

提出了在实时环境下周期任务与非周期任务混合调度的一种新方法。引入非周期实时任务虚拟截止期、虚拟周期的特征参数,综合考虑各实时任务的多特征参数进行优先级设计,克服了单独考虑任务的个别参数以及忽略非周期任务自身特征的调度策略的局限性及调度风险,且能够尽可能地加快非周期任务的响应速度,提高系统整体的调度性能。将该方法在RT-Linux实时环境中实现,并针对无人飞艇的自动驾驶仪进行了任务实例的可调度性测试,证明了该调度策略的可行性。     

自动化综采工作面概念探讨

介绍了国内自动化综采工作面的技术现状,并将综采工作面的设备分为生产设备、辅助设备、测控系统;针对目前业内工作面名称混乱的情况,认为"自动化综采工作面"的命名比较恰当;提出了自动化综采工作面技术可划分为综采工作面局部自动化、综采工作面半自动化、综采工作面全自动化、综采工作面智能自动化4个等级并给出了具体特征;介绍了自动化综采工作面的发展途径,指出把自动化综采工作面看成是一台可以自动行走、自动割煤、自动支护、自动装煤、自动运煤的大型机器更符合实用要求。     

Biologically adaptive robust mean shift algorithm with Cauchy predator-prey BBO and space variant resolution for unmanned helicopter formation

Visual tracking technology can provide measurement information for unmanned helicopter formation and thus, more attention is being paid to this research area. We propose a novel mean shift （MS） algorithm that is both adaptive and robust for unmanned helicopter formation and apply it to the leading unmanned helicopter tracking. The movement of an unmanned helicopter is very flexible and changeable, which makes the tracking there of more difficulty than for common targets. In creating an algorithm that can adapt to the acceleration of the unmanned helicopter and estimates both the scale and orientation of the movement changes, we combine the traditional MS with the bio-inspired Cauchy predator-prey biogeography-based optimization （CPPBBO） evolutionary algorithm, and also the space variant resolution （SVR） mechanism of the human visual system （MS-CPPBBO-SVR）. To demonstrate the effectiveness and robustness of the proposed method and justify the importance of the CPPBBO algorithm and SVR mechanism at the same time, a series of comparative exper- iments were carried out. The experimental results of the proposed MS-CPPBBO-SVR method are compared with other competitive tracking methods, such as MS, MS with SVR （MS-SVR）, MS-SVR with several other optimization algorithms, and the robust particle filter algorithm. The experimental results demonstrate that our proposed tracking approach, MS-CPPBBO-SVR, is more adaptive, robust and efficient in target tracking than the other methods.