基于VR的空间机器人遥控操作仿真的研究

在分析现有遥控操作系统存在问题的基础上,提出了修正的人在回路中的传真方案,并指出该方案要解决的三个关键技术：虚拟环境建模技术、校准处理技术及人－机接口技术。重点讨论空间机器人虚拟环境的建模技术及六自由度空间球的人－机接口技术。并给出了在三维空间球遥控下的空间机器人仿真结果。     

一种定义于伽罗瓦域的信号函数

信号监控是一种有效的控制流错误检测技术,采用不同的信号函数所引起的性能开销和存储器开销差别很大,为了降低开销,提出了一种新的用于控制流错误检测的信号函数,该信号函数定义于伽罗瓦域中,给发配状态代码和计算状态信号的算法,该算法不是用穷尽搜索的方法而是通过矩阵给状态赋值,在该算法中,对的信号函数只需实现为一维表格,其开比以前的信号函数你 给出了在保证错误检测延迟一定的条件下进上步降低开销的方法,该函数     

非均匀抽样网格简化

提出了一种考虑视点空间中某些重要视点的非均匀抽样网格简化的新方法,是在借鉴了Garland-Heckbert方法的基础上提出的,是一种考虑外观相似性的简化算法。给出并证明了两个判定边界的定理,为抽样提供了理论依据。在简化过程中,该算法通过采用视点空间中某些重要视点对模型进行抽样,使抽中的顶点对（轮廓附近的顶点对）得到适当保护。该算法除具有Garland-Heckbert方法的长处外,还可以在三角面片数较少的情况下（50多个三角面片）,尽可能保持模型的重要外观特征,给出了计算0－1图像的外观相似性误差的公式,通过该公式对简化结果进行比较,证明提出的简化算法对保持模型的外观特征是行之有效的。最后对该算法的时间和空间复杂性进行了分析。     

直接自适应控制律的输人/输出稳定性分析

1.引言 一般地说,在控制系统模型未知的情况下,已有的理论方法不可避免地存在建模这一关键棘手的问题.本文基于小增益定理[1],给出文献[2～4]中直接自适应控制律的输入/输出稳定性充分条件,该条件弱于文献[5]中的条件,更具实用性.首先给出以下有关定义:定义1.对于正数p∈[1,∞),元素为可测函数f(@),且满足的空间,称为lp空间.当函数f(t)∈lp时,P∈[1,∞)有但一般的控制系统,其中发生的过程未必都有这种渐近性质,控制的目的往往是使发散的过程变成收敛的过程,这样,不可能一开始假定系统中所有过程都属于lp,因此引入函数截取概念.     

基于融合边界信息的机器人路径选择方法研究

研究了机器人融合多元视觉边界信息检测障碍并选择可行路径实现导航的方法。针对检测到的视觉环境信息,研究了多元边界表示与提取算法,通过融合处理得到了实际环境中前进方向上的径向障碍分布(ROP),研究了相关的路径规划算法。对如何提高边界提取算法效率以及在机器人尺寸和实时速度约束条件下的规划等问题提出改进算法,实现了非结构化环境下机器人的局部导航控制。实际机器人在不同环境下的实验,验证了所研究算法的有效性。     

FIRA''2001全自主式机器人竞赛系统

详细介绍了国际机器人足球联盟FIRA(Federation of International Robot-soccer Association)于2001年在北京举办的全自主机器人比赛系统。详细描述了该类机器人的技术特点、工作方式，以及比赛中涉及到的一些关键性技术。     

基于双目协调的小型全自主足球机器人导航

对所开发的小型全自主足球机器人只依靠双目异构视觉进行导航问题进行了研究．建立了双视觉测量目标相对和全局坐标的模型，给出了上目和下目的基本导航方法．然后重点分析了基于双目协调的足球机器人导航数据融合方法和双目协调机理．在所开发的全自主足球机器人上进行的实验及在FIRA的世界杯赛上机器人的成功表现，证明了双目协调导航的有效性和实用性．     

非完整移动机器人鲁棒控制方法研究

针对基于单目视觉的双轮差速移动机器人检测环境目标信息的误差大、波动频繁、有限视角约束且受非完整性约束特点,研究了避障与轨迹跟踪控制器的设计问题。首先基于李亚普诺夫稳定理论,设计了双轮差速移动机器人的圆弧轨迹控制器,并证明了控制器的稳定性。引入动态变化的参考角度以调节控制器因子,解决了系统受视觉传感器有限的视野范围约束及机器人运动轨迹优化问题。通过跟踪圆心沿多边形边界连续移动的圆弧轨迹,实现机器人避开多边形障碍物。仿真和实际机器人实验证明了所提出方法的有效性。     

集合覆盖问题的启发函数算法

本文给出了求解NP困难问题的完备策略的概念,在此基础上提出了一个求解集合覆盖问题的启发函数算法SCHF(set-covering heuristic function),文中对该算法的合理性、时间复杂性以及解的精度进行了分析,本文的主要创新点是用已知的完备策略建立启发函数,并用该启发函数进行空间搜索求出优化解.该方法具有一定的普遍性,可以应用到其它的NP困难问题.它为求解NP困难问题的近似解提供了一种行之有效的方法.在规则学习中的应用结果表明,本文给出的SCHF算法是非常有效的.