基于多粒度联合孤立森林的机器人实时异常监控方法

针对机器人实时异常监控问题,提出了基于多粒度联合孤立森林的实时异常监控方法.该方法对机器人的历史数据进行多粒度参数重组得到一系列具有不同参数组合的数据集,每一个数据集都可以训练一个孤立森林,最终产生了一个孤立森林集合.多个孤立森林联合投票策略是使用一个异常数据集对各个森林进行测试,求出异常数据集在每个孤立森林上的平均异常分数,并由此确定每个孤立森林在联合孤立森林模型总体决策中的话语权.以机器人的碰撞异常作为监控对象对该方法进行评价,监控准确率达99.8％,且报警平均延迟仅为26.72 ms,说明该方法能够有效地实现机器人实时异常监控.     

多自由度遥操作系统控制的波变量法

为了将波变量方法用于多自由度遥操作系统,提出了一种更具一般性的多自由度遥操作系统的波变换公式,并扩展了公式参数的选择原则.首先分析了波变量法的原理,并用波变换矩阵替换波阻抗常数b得到多自由度系统的波变换公式.然后从能量的角度分析了波阻抗矩阵的选择原则,根据此选择原则扩展了波阻抗矩阵的选择方法和矩阵之间的约束关系.接着基于耗散理论,分析了扩展的波阻抗矩阵的无源性.最后以3自由度主从遥操作系统为例,分别进行了仿真实验和机器人遥操作实验,实验结果表明所提出的波变换公式能够保证多自由度遥操作系统在时延条件下的稳定性.     

多机器人远程监控系统的多智能体控制结构

针对多机器人远程监控系统信息错综复杂、协作不稳定的问题,建立基于多智能体(Multi-Agent)技术的系统体系结构,描述系统各组件之间的信息交互关系,优化人-机智能分配。分析系统物理结构的特点,提出一种基于Multi-Agent技术的共享控制系统分层体系结构,结合黑板结构和点对点结构,给出Multi-Agent的混合通信模型。针对遥操作系统的特点,设计一种混合型Agent体系结构,举例研究Agent的实现方法。通过多操作者控制机器人保持队形的实验,验证了该混合型Agent体系结构的实用性和有效性。     

基于PLC的马铃薯淀粉生产线下位机控制系统

针对目前马铃薯淀粉生产的自动控制程度较低问题,对生产线进行实地考察和深入研究,给出了生产线的自动控制设计方案．采用可编程控制器控制生产过程,避免频繁的开停车,连续、稳定的生产过程避免了淀粉生产的质量波动,提高了生产优质产品的几率、产出比和生产效率．     

多自由度遥操作系统的适应性波预测控制

针对波预测方法用于多自由度遥操作系统预测模型适应性差的问题,提出了适应性波预测的控制方法。该方法利用波变量、适应性预测器来保证遥操作系统的稳定并提高系统的透明性和适应复杂多变作业任务的能力。设计三自由度主从遥操作实验,实验结果表明具有适应性的波预测器能够适应从端模型变化的作业环境,系统稳定且具有较高的透明性。     

基于Kinect的移动机器人实时局部路径规划

传统路径规划方法计算复杂、效率低,且误差较高.为此,提出一种基于Kinect的移动机器人实时局部路径规划方法.利用Kinect产生的RGB图像和3D图像实时获取移动机器人的周边动态环境信息,通过模糊逻辑和信息融合技术完成机器人的实时路径规划,从而实现机器人的目标跟踪与导航.实验结果表明,该方法具有较好的稳定性与实时性.     

基于在线ZMP校正的下肢外骨骼上楼梯步态规划

为提高下肢外骨骼机器人上楼梯的稳定性,合理的步态规划与误差校正是至关重要的两个方面,为此,提出一种上楼梯过程中零力矩点(ZMP)的在线校正方法。首先,建立下肢上楼梯的运动模型,并进行运动学分析,利用5次B样条曲线进行下肢关节轨迹规划。其次,针对由穿戴过程中人不稳定扰动作用造成的实际与规划ZMP轨迹之间的较大误差,采用在线ZMP校正进行调节。最后,通过仿真和实际实验证明,这种在线校正能够明显减小机器人的ZMP误差,提高机器人ZMP的稳定裕度,保证下肢机器人系统的整体稳定性。     

高压玻璃钢管道生产线集散控制设计

为提高企业的整体效益,有必要对原有生产进行改造,本文介绍了集散控制系统的含义和主要特点,依据高压玻璃钢管道生产的工艺流程,以PLC和IPC为主要监控对象,阐述了集散控制系统在高压玻璃钢管道生产线中的应用,经实践证明,取得了很好的经济效益．     

动态高精度伺服称重计量秤及其智能PID控制

为了克服粉粒状物料称重精度易受非线性、随机干扰和留空物料(投料门关闭时尚在半空中的物料)时变等因素影响及称重效率低的问题,提出了多级投料(大投、中投和变流量细投)、RBF神经网络PID细投控制和自适应的留空物料补偿策略结合的方法。设计了计量秤的机械结构和基于S7-200PLC、Siwarex_MS称重模块和伺服电机的控制系统;伺服电机,执行机构和PLC系统(集成秤重模块)构成闭环控制系统实现多级投料,相比于气缸控制的投料结构能大幅提高称重的精度。针对所设计的计量秤分析了称重原理和称重误差产生因素,采用多级投料:大投和中投保证称重的快速性,智能PID控制的细投保证称重精度。实验结果表明:称重25kg化肥,平均精度为±0.114%,最大称重速度为1100次/h。     

改进多尺度特征融合的工业现场目标检测算法

为了提高工业现场等复杂场景下的小目标检测的准确率,降低工业现场的安全事故发生率,基于 YOLOv3 提出了一种改进多尺度特征融合方法。该方法增加了Inception _ shortcut 模块,优化网络的输出宽度,使用工业现场的监控视频作为数据集以及利用 k-means 算法对检测目标重新聚类,引入了 PANet 多尺度特征融合结构,精简了 YOLOv3 的网络检测输出层。在创建工业现场安全帽、安全绳数据集 FHPD 、FSRPD 以及 PASCAL VOC2007 数据集上的实验结果表明,改进算法的 mAP 比原始 YOLOv3 提高了许多。改进的多尺度特征网络融合增加了参数,但检测速度仍满足算法的实时性要求。