排序方式: 共有17条查询结果,搜索用时 250 毫秒
1.
2.
3.
元宇宙可被视为一个社会化和虚拟化的网络空间,与现实世界平行但互动。得益于云计算和数字孪生的快速发展,元宇宙正在将带有传统控制和滤波范式的工业自动化系统转变为信息物理社会融合系统。在此情况下,未来的工业自动化系统可能是在一定时间和空间范围内具有强大计算能力的现实世界系统与虚拟孪生系统的集成。在该领域中,元宇宙重点涉及信息传输管理、用户的行为识别以及控制、滤波和决策,且性能和成本将是系统在网络空间和现实世界中行为的综合反映。毫无疑问,虚拟网络空间和现实世界之间的信息交换的内在特征,唤起了对安全控制和滤波的新需求。如何保证期望的系统性能和实现理想的参数设计,已然成为该领域研究的重大挑战。然而,目前对元宇宙的研究主要集中在解决其社会关切和寻求其在各个领域的应用,其在控制领域的发展仍处于初级阶段。当网络空间与现实世界交换感兴趣的信息时,恶意攻击不可避免,这可能导致数据不可靠或隐私泄露。因此,定义合适的评估标准来揭示网络攻击的影响,并提供面向工程的安全控制和滤波方案,具有重要意义。本期专题旨在推进工业元宇宙中安全控制与滤波的理论研究和技术开发,服务于智能制造的发展需要。 相似文献
4.
微电子机械系统(MEMS)技术的发展使惯性传感器行业发生了革命性的变化,这使得生产惯性传感器阵列成为可能。然而,低成本的惯性测量系统会受到比例因子和轴失准误差的影响,从而造成位置和姿态估计的精度降低。在单个IMU校正的基础上,设计了一套基于IMU阵列的标定方法,该标定方法为了解决传统六面法在标定IMU阵列过程中方向激励不足的问题,设计了正20面的校正装置,该标定方法不仅能够估计出IMU阵列中单个IMU的比例因子、轴失准误差和偏置,还能估计出阵列中不同IMU之间的坐标轴对齐误差。通过把标定结果和官方所给的校正参数进行对比,可以得到经过本文所提的IMU阵列标定方法得到的标定结果能够达到工厂标定结果的百分之五十到百分之九十。 相似文献
5.
回环检测对于视觉同步定位和建图(visual simultaneous localization and mapping,VSLAM)系统减小累计误差和重定位具有重要意义。为缩短回环检测在线运行时间,同时满足准确率召回率需求,提出了一种基于宽度自编码器的快速回环检测算法(fast loop closure detection-broad autoencoder,FLCD-BA)。该检测算法改进了宽度学习网络,通过无监督的方式从输入数据中自主学习数据特征,进而运用于回环检测任务。与传统的深度学习方法不同,该网络使用伪逆的岭回归算法求解权重矩阵,通过增量学习的方法实现网络的快速重构,从而避免了整个网络的重复训练。所提算法在三个公开数据集上进行了实验,无须使用GPU设备,且网络的训练时间相比词袋模型以及深度学习的方法有较大缩短。实验结果表明该算法在检测回环时具有较高的准确率和召回率,测试中每帧的平均运行时间仅需21 ms,为视觉SLAM系统的回环检测提供了一种新算法。 相似文献
6.
7.
8.
研究了一类离散不确定系统区域稳定和方差约束的鲁棒H∞控制器的设计方法。通过设计状态反馈控制器,使闭环系统的极点被配置在给定的圆盘中,闭环传递函数的H∞范数小于所给定的一个正标量;同时,闭环系统每个状态的稳态方差不高于各自给定的上界。借助于广义的Riccati矩阵不等式、Lyapunov方程等,给出了控制器存在的充要条件,并给出了所期望控制器的解析式。仿真实例验证了该方法的可行性。 相似文献
9.
10.