物联微波炉云食谱实现方法

本文提出了物联微波炉的云食谱实现方法。此方法可以使已经上市的物联微波炉菜单随时更新,避免了以往微波炉菜单固定的弊端。通过微波炉工作参数的设置,实现任意新食谱的增加或已有食谱的优化。     

平面并联机构正运动学分析的几何建模和免消元计算

为了解决三自由度平面并联机构的正运动学分析建模和求解时,需要建立坐标系和消元的问题,基于共形几何代数（Conformal geometric algebra,CGA）提出一种脱离坐标系的几何建模和免消元计算方法。在共形几何代数框架下通过基本几何体的相交、分离和对偶运算,表示出动平台上的两个铰链位置;根据动平台三角形面积的有向性,并经过一系列的几何代数运算和化简推导出该问题的特征多项式方程;通过半角正切变换、欧拉变换或不需要任何变换可直接获得任意构型的平面并联机构正运动学分析的一元高次方程。特征多项式方程的推导脱离了坐标系,不需要经过消元,且不需要任何前提条件。数字实例求解表明提出的方法对于特殊构型和一般构型的平面并联机构都是适用的,验证了算法的正确性,结果表明算法数值鲁棒性好,为平面并联机构运动学求解理论提供了一种新思路。     

基于邻接图的变胞机构的矩阵描述及演算

邻接矩阵法可以对杆件的数目变化进行表示和演算,但这种方法对于变胞机构中复合铰链的构态变换及描述铰链的邻接关系变化的情况不完全适用,且矩阵所含信息较少,不能直观地反应机构构态特性. 为此,应用邻接图表示机构的拓扑结构,并提出了描述机构详细信息的铰链邻接矩阵,此矩阵可与初等变换矩阵构造变胞方程,从而实现机构从初始构态到任意构态的矩阵演算. 通过实例验证可得,基于邻接图的矩阵描述及演算方法获得的结果包含直观和全面的机构构态信息,便于计算机辅助分析.     

空间6R机器人位置反解的对偶四元数法

将对偶四元数的复指数形式引入到串联机械手位置逆解分析中,提出一种空间6R串联机械手位置逆解的新算法。采用复指数形式的四元数以及对偶四元数建立空间6R串联机械手位置逆解的封闭方程。通过对获得的四个位置约束方程构造Dixon结式,得到一个6×6的行列式等于零的矩阵,去掉其中相关的公因式,导出既无增根也无漏根的一元16次方程。通过实际计算,得出该机器人位置反解一元高次方程的次数为16且最多只有16组解的结论。通过一种串联机械手逆运动学分析为例进行求解验证,数字实例证明了该方法既无增根也无漏根。这种方法可达到在消元过程中自动消除机构结构参数变化或者轨迹规划过程中某些奇异位置造成的方程相关性,避免增根的产生。     

前轮驱动自行车机器人定车运动的建模与实现

针对前轮驱动自行车机器人原地难以实现定车问题,提出一种简化的力学模型,并研究其部分反馈线性化控制策略.首先,考虑车轮纯滚动条件及定车时车把和车架垂直的特点,推导出前轮驱动角速度和车架航向角速率间的约束关系,并利用拉格朗日方程建立系统的动力学模型.然后,将系统欠驱动的车架横滚角线性化,并选择全部自由度为输出,根据部分反馈线性化原理设计定车运动控制器.仿真控制结果表明,适当地选取控制参数,系统可以在输入驱动力矩不大的情况下快速实现±10°范围内定车.物理样机实验进一步证明,利用所设计的控制器,前轮驱动自行车机器人可仅依靠前轮驱动实现小角度范围的原地定车运动.     

改善冗余度机器人灵活性的研究

通过研究冗余度机器人系统的灵活性问题,给出一种矢量逼近的控制算法.该算法根据均值定理,利用雅可比矩阵的特征值及所对应的特征向量,构成冗余度机器人的零空间矢量;通过机器人的自运动,提高了冗余度机器人的灵活性.最后,给出一个平面3R 机器人的仿真实例,在收敛速度方面和稳定性方面与其他方法进行了对比.     

一种面向弱纹理图像的特征点描述子

现有的大多数特征点提取算法适用于处理纹理丰富的图像,而对于弱纹理图像则无法提取有效的特征点. 对此,提出了多邻域结构张量特征(MNSTF)算法. 基于一系列固定的邻域和图像结构张量,通过表达局部图像的结构和纹理信息,解决了弱纹理和无纹理场景下特征点提取和匹配等相关问题;同时,通过计算邻域之间的相对方向,实现了MNSTF算法特征描述子的旋转不变性. 实验结果表明,MNSTF算法在经过旋转的弱纹理图像测试集上的特征点匹配准确率达到了99.9%以上,验证了其良好的适用性、旋转不变性和鲁棒性.     

基于共形几何代数的一种平面并联机构位置正解

以平面并联机构为题,应用5维几何代数（共形几何代数）方法对该平面并联机构进行了分析,建立了运动学正解模型,并编制了Maple的计算程序,求出了6组位姿结果,最后将分析结果与采用吴方法得到的分析结果进行对照,证明了该方法的有效性. 这对用统一的数学工具分析机构学,降低非线性度,增强几何直观性方面做了初步尝试.     

基于神经网络的移动机器人路径规划

针对移动机器人在部分环境信息已知情况下的路径规划问题,运用神经网络动态路径最优算法,研究了基于传感器信息的在线路径规划方法.基于扩展卡尔曼滤波的定位方法融合了多个与机器人状态及环境相关的信息,提高了定位精度.首先建立动态的工作空间信息,基于神经网络的路径规划算法完成机器人的路径规划,根据路径点集运动趋向来调节小车移动,完成了导航的任务.对算法的性能和效率进行了分析,实验表明该方法在障碍物的信息未知的情况下,执行速度快.