基于D-S证据理论的多传感器气体泄漏源判定

介绍D-S证据理论各函数的定义,并利用D-S证据理论的信息融合优势,将类概率函数应用于气体泄漏源判定中。利用Matlab编制一个仿真系统,校验算法的合理性,结果表明:基于类概率函数的D-S证据理论比Bayes推理融合规则和加权平均融合规则具有更高的确定度,可以准确地找到泄漏源的位置。     

基于多体动力学特性的机械手时间最优轨迹规划

基于系统动力学模型,针对2点间获取具有最优工作时间负载轨迹问题进行了系统研究。考虑到机械手本身构型特点及动力学模型的完备性与通用性,以多体动力学理论为指导,建立在罗德里格公式定义的系统构件旋转矩阵和Chales定理基础上,采用拉格朗日原理构建系统动力学模型。进而采用线性迭代法(Iterative linear programming,ILP)与系统动力学方程修正相结合的方法,并以一维时间搜索法获取系统最优工作周期。最后针对一3自由度空间机械手进行工作周期优化仿真,并对仿真结果进行分析。     

基于模糊控制的气体扩散模型选择

提出一种气体扩散模型的选择方法,可应用于有害气体泄漏源的发现和搜寻。比较模糊控制原理的优点,再优化部分学者提出的气体扩散模型,设计出气体扩散模型选择的模糊推理系统。该系统可根据对环境的测量数据推理出适合特定环境条件下的气体扩散模型。在模糊推理系统中,由传感器测量的环境数据作为输入量导入模糊控制器,经Mamdani模糊算法,最终导出的输出量即某一气体扩散模型。使用Matlab中的模糊控制工具箱(Fuzzy)对模糊推理系统进行仿真实验,结果表明:不同气体在不同环境条件下的气体扩散模型能够通过模糊推理得到,说明该方法可行。     

应用智能代理的移动机器人网络控制系统

针对互联网的传输特点,提出了机器人远程控制的可行性方案,构建了基于互联网的机器人的远程控制系统。通过对智能代理特点分析、功能及逻辑结构设计,建立了移动机器人网络智能代理系统。利用基于Java的J2EE组件技术实现了网络控制系统及与机器人控制系统的无缝对接。该网络控制系统适于不同的远程用户对机器人的进行控制,系统具有易用性、自主性和平台无关等特点。     

基于ROS的奶油裱花机器人系统架构设计

面向奶油食品快速成型制作,为了降低奶油裱花食品制作对于劳动力的需求,提出了一种基于ROS的奶油裱花机器人,可应用于奶油裱花食品制作过程中的裱花工序,保证奶油裱花产品制作的质量稳定。针对奶油裱花制作过程中的特点和对于柔性的需求,融合了工业机器人、ROS、惯性导航等相关技术,对该奶油裱花机器人的硬件组成、软件架构、示教数据处理结构进行了设计。通过使用奶油裱花机器人,操作者能够轻松地实现对裱花制作过程进行示教和再现。该奶油裱花机器人硬件组成主要由示教装置、六轴工业机器人、挤出系统、上位机四大部分组成,软件架构是以ROS为基础进行设计的。     

可应用于气体泄漏源搜寻的融合算法

多源信息融合算法主要应用于移动机器人对有害气体泄漏源的搜寻。为提高搜寻效率,用视觉传感器和嗅觉传感器共同获取环境信息,其中 嗅觉传感器 采用多气体传感器代替单气体传感器以提高测量的可靠性,测量位置也由单点向多点转变,并选用合适的算法分别实现各级数据的融合,最终决策移动机器人的搜寻方向。数据表明, 加权平均法用于融合同类气体传感器的数据,可减小噪声和仪器故障的影响;最小二乘法可最优估计未知参数,用于反求泄漏源信息,可初步估计泄漏源的位置和流量;概率赋值方式可容纳多种信息途径共同判断泄漏源,从而更合理地确定搜寻目标。