滑移转向机器人不确定度分析及路面识别方法

传感器的不确定度是移动机器人定位中的关键问题。文章对Pineer3-AT滑移转向机器人在转弯时运动学状态进行分析,发现了滑动偏差受地面与轮的摩擦系数及左右两轮的速度影响,滑动偏差的大小即为里程计的不确定度,通过Adams与Matlab/Simulink联合仿真实验得到了在不同地面不同轮速的滑动偏差的大小多组数据,并对结果拟合,建立了滑动偏差模型,并通过实验进行了验证对比。对结果分析,可以得出,摩擦系数越大,在相同速度下滑动偏差越小,根据这一特性,提取小车在不同轮速下的滑动偏差作为地面分类的原始数据。通过k-近邻(KNN)方法,对地面进行分类,识别率达到70%以上。     

基于混合遗传算法的注水管径优化设计

以管网造价最小为目标函数,压力、流速等限制为约束条件,建立了注水管径优化数学模型,用外部惩罚函数法将该问题转化为无约束问题。针对遗传算法的局限性,采用整数编码,调整了适应函数,改进了交叉和变异操作,实施了最优保留策略,并结合模拟退火算法,从而形成了混合遗传算法,该算法能够有效地提高收敛速度,避免早熟收敛。算例说明,该优化方法有效、实用。