一种改进的模糊CMAC神经网络车辆自主避障算法

考虑到模糊控制算法在自主避障上的缺陷,设计了一种改进的模糊CMAC神经网络车辆自主避障算法。采用模糊CMAC神经网络(FCMAC)的各层节点来实现模糊控制器变量的输入、模糊化、模糊逻辑的前提条件匹配运算、模糊量的归一化、控制量的输出和控制规则的调整,借助神经网络的自学习能力来完成模糊控制。通过仿真实验,验证了改进的模糊CMAC神经网络算法的可行性和有效性。     

基于模糊逻辑的移动机器人避障研究

为了提高移动机器人在未知障碍物环境下的避障性能,使用超声波感器,结合模糊逻辑对移动机器人避障进行了研究。针对传统模糊逻辑避障规则较多,运算量大以及在较大的转弯处不能成功避障的缺点,给不同距离的障碍物赋予不同的权值,添加有效障碍物范围搜索框,使得移动机器人避障效率得到提升,在通过较大的转弯处能够成功避障。通过Lab VIEW仿真实验证明,该方法能够使移动机器人成功避障。与传统的模糊逻辑避障算法相比,改进后的避障算法避障成功率提升45%~70%。     

基于多传感器的足式机器人路径规划系统研究

采用全球定位系统（GPS）、数字罗盘和超声波传感器,构建了足式机器人路径规划系统,对多个传感器的数据进行融合,建立了导航和避障的算法模块。试验验证,机器人按照该算法能够简单避障并到达目标点。     

基于传感器的两栖机器人环境感知系统研究

通过对两栖机器人复杂作业环境及自身设计特点的分析,针对水面、陆地及水陆交叠的不同环境,分别为机器人设计了基于传感器的环境感知系统,并在此基础上,针对陆地环境将模糊控制算法引入两栖机器人的避障研究,设计了模糊控制器.仿真及实验研究的结果表明,该环境感知系统可以在不同的作业环境下及时准确地获取环境信息,同时模糊控制算法应用于陆地环境下的机器人局部路径规划后,取得了较优的无碰撞局部路径.     

神经网络模糊控制算法在视觉AGV动态避障中的应用

为提高AGV对动态障碍物的避障能力,通过分析影响AGV避障的主要因素,分析模糊控制算法在AGV中的设计原理,建立AGV模糊避障系统的结构,同时建立神经网络模糊控制器对AGV模糊控制器得来的避障数据组进行一定次数的训练,最终使该算法起到避障动作行为决策的作用。     

基于模糊神经网络的不确定机器人实时轨迹跟踪控制的研究

针对机器人建模的不精确性以及扰动的存在给机器人控制增加难度的问题,提出了一种基于模糊神经网络的不确定机器人实时轨迹跟踪控制方法。该控制方法的控制器由模糊神经网络(FNN)控制器和CMAC控制器组成,FNN控制器代替传统的计算力矩法,CMAC控制器在线补偿控制误差,有效补偿机器人存在的各种不确定性。对二自由度机器人的仿真结果表明了所提出的控制方法的可行性。     

序贯博弈的多机器人协调避障

针对复杂环境下多机器人避障冲突问题,提出一种基于序贯博弈机制的多机器人协调避障算法,该算法以速度大小作为序贯博弈的优先级排序标准,将多机器人碰撞冲突解决问题转化为求解系列子博弈的均衡解,由子均衡解组合成系统的最优策略,算法为个体机器人设计了多目标优化性能函数,在提高系统性能的同时,实现了个体利益的尽可能最大,仿真验证了该算法的有效性.     

冗余度机器人梯度投影避障算法的改进

针对传统基于梯度投影法的避障算法只进行关节空间局部调整,无法实现冗余度机器人末端躲避障碍物的不足,提出一种改进的避障算法。借助人工势场思想,实时地规划出冗余度机器人末端的避障路径。同时以最短距离为指标,进行关节空间自运动调整。末端避障和关节自运动调整相结合,实现全局范围避障。最短距离计算采用解析方法,避免最短距离垂足落在杆件延长线上的问题。在MATLAB软件中进行了冗余度机器人避障仿真,规划用时1.73 s,证明改进后避障算法的有效性和高效性,并且能实现目标追踪过程中的动态避障。     

行走机器人的超声波测距系统的研究

根据设计目的 ,制作了行走机器人。介绍了机器人控制系统 ,研究了一种基于单片机AT89C5 2作为控制系统的机器人超声波测距系统 ,分析了系统的组成、工作原理、实验结果和误差 ,最后讨论了该测距系统在机器人避障策略中的应用     

基于聚类的超闭球CMAC混煤燃烧污染物析出软测量模型

针对CMAC神经网络的网络节点随输入维数的增大呈几何级数增加的问题,基于模糊聚类提出一种改进的超闭球CMAC神经网络算法,用于电站锅炉混煤燃烧污染物析出软测量模型的建立.以电站锅炉实际运行工况的煤质特性数据和炉内燃烧条件为输入参数,通过软测量实现大型电站锅炉混煤燃烧硫、氮污染物生成浓度的精确预估和在线测量,用于指导电厂运行人员进行锅炉燃烧调整,以控制污染物的超标排放.与超闭球CMAC算法比较,提出的改进算法可以大大降低高维神经网络节点数并提高神经网络软测量精度,实验结果表明该方法的有效性和可行性.     

基于角域AR模型滤波的滚动轴承故障诊断

在齿轮噪源存在的变转速滚动轴承故障诊断过程中,因混合信号中转频分量相对较小,使得基于时频表达的阶比跟踪技术受到限制。虽然基于故障特征频率的角域重采样能提取轴承的故障特征,但这种算法不能确定故障位置,而且可能会出现误判。针对这一问题,提出了基于角域自回归(auto regressive,简称AR)模型滤波的处理方法。该方法利用线调频小波路径追踪算法从降采样处理的混合信号中提取齿轮瞬时啮合频率趋势线并估计转速,根据估计转速信息对原混合信号进行等角度重采样,获得了角域信号。利用角域信号中齿轮啮合振动成分具有周期性的特点,使用AR模型对其滤波,并且对滤波后信号进行包络阶比分析,完成故障判断。通过处理仿真信号和实验信号,验证了该方法不仅能有效地去除齿轮噪声,并且可以判断轴承故障位置。     

Digital lock-in algorithm and parameter settings in multi-channel sensor signal detection

In order to implement demodulation of multi-channel composite signal in sensor signal detection system with high accuracy and high speed, in this paper we present a demodulation algorithm and schemes on how to optimize performances in detail based on the idea of software radio. A multi-channel composite signal was demodulated by the algorithm combined with a high-speed digital lock-in algorithm based on oversampling. To further enhance the signal-to-noise ratio, we discussed how to cut down crosstalk between adjacent channels, and a cascade filter was proposed. The result is helpful to effectively set carrier frequencies, from which a method of choosing parameters in frequency division multiplexing is obtained. Theoretical analysis shows that the new method has advantages such as high accuracy, high speed, and wide application range. It is suitable for sensor signal detection with AC signal excitation, and it can also improve overall system performance.     

A novel algorithm combining oversampling and digital lock-in amplifier of high speed and precision

Because of a large amount of arithmetic in the standard digital lock-in detection, a high performance processor is needed to implement the algorithm in real time. This paper presents a novel algorithm that integrates oversampling and high-speed lock-in detection. The algorithm sets the sampling frequency as a whole-number multiple of four of the input signal frequency, and then uses the common downsampling technology to lower the sampling frequency to four times of the input signal frequency. It could effectively remove the noise interference and improve the detection accuracy. After that the phase sensitive detector is implemented. It simply does the addition and subtraction on four points in the period of same phase and replaces almost all the multiplication operations to speed up digital lock-in detection calculation substantially. Furthermore, the correction factor is introduced to improve the calculation accuracy of the amplitude, and an error caused by the algorithm in theory can be eliminated completely. The results of the simulation and actual experiments show that the novel algorithm combining digital lock-in detection and oversampling not only has the high precision, but also has the unprecedented speed. In our work, the new algorithm is suitable for the real-time weak signal detection in the general microprocessor not just digital signal processor.     

面向汽车车架纵梁检测的序列图像快速拼接算法

根据汽车车架纵梁检测的实际要求，构建了实时视觉检测的系统装置。提出了一种改进的基于频域的FFT 拼接算法，用于拼接汽车车架纵梁的序列图像。该算法首先在相邻图像的重叠区域选取一块较大的区域，构成一幅新的图像，然后求出两幅图像的互功率谱，经傅立叶反变换后得到一个二维脉冲信号。通过求该脉冲信号的最大值来获得图像的配准参数。然后，提出了一种新的基于Canny算子的加权图像平滑算法用于图像的融合。该算法对于图像的光照变化和噪声等因素具有一定的适应性，而且拼接速度较快，适用于大量有特征序列图像的快速拼接。     

基于指数窗截取递推最小二乘法的齿轮啮合刚度辨识算法研究

齿轮在机械传动系统中有着广泛应用,由于齿轮啮合过程中参与啮合的轮齿对数周期变化,因此,齿轮啮合刚度为时变参数,在啮合时会产生啮合振动。当齿轮副出现齿根裂纹时,啮合刚度会减小,齿轮啮合产生的系统振动响应也发生改变,通过振动响应辨识齿轮啮合刚度能够监测齿轮副的健康状态。针对齿轮啮合刚度的时变特征,提出了基于指数窗截取递推最小二乘(Exponential window recursive least square,EWRLS)算法和振动信号瞬时频率的齿轮啮合刚度辨识方法。进行啮合刚度辨识时,EWRLS算法将输入、输出齿轮的转速曲线分别作为辨识输入信号和观测信号,使用指数窗函数进行数据截断,使用递推最小二乘算法估计系统参数。为了计算输入、输出齿轮的转速曲线,使用经验模态分解(Empirical mode decomposition,EMD)方法将振动信号分解为具有不同变化频率的本征模态函数(Intrinsic mode function,IMF),并根据IMF的平均频率重构输入、输出齿轮的特征信号。通过Hilbert变换计算特征信号的瞬时频率曲线,从而获得各齿轮的转速曲线。使用仿真和实测信号对算法进行验证,结果表明,EWRLS算法能够辨识齿轮副的时变啮合刚度。     

基于M/T算法针对机械式水表误差检测及校准的改进方法

研究基于M/T高精度数字测速算法的改进比较法水表误差检测,采用反射式激光传感器对水表始动元件进行检测,采集到的反馈脉冲信号与时钟信号同时送入单片机进行M/T测速算法运算。从而得到始动元件转速,并根据标准表和被测表的转速求取水表示值误差。结果表明:该算法可以充分发挥M/T算法的宽域性,在整个测速范围内获得很高的测速精度和精度一致性,具有较高的动态测量分辨率。能够在短时间内对水表误差进行高精度测量并指导校准工作,实现动态误差测量及校准。     

基于灰色预测恢复算法的流式细胞仪多参数提取

针对流式细胞仪测控系统由于脉冲信号信息不完整导致多参数提取存在误差的问题,提出了一种基于灰色预测恢复算法的多参数提取方法。利用基于GM(1,1)模型的灰色预测梯形递推信号恢复算法对脉冲信号进行高精度恢复,提高信号的信息完整性。同时,对直流恢复模块进行了优化设计,通过高速数字信号处理芯片对脉冲信号模拟偏移量及直流恢复进行反馈,提高直流恢复精度及信号信噪比。最后,搭建了测控系统实验环境,对该系统进行了验证。实验结果表明,多参数提取精度均在±1.5%范围内;同时可以将流式细胞仪检测细胞的速度提高到10万个/s。     

基于DSP的超声波数据采集与信号处理算法

设计了基于DSP的数据采集系统,实现了对超声信号的实时检测.利用高速A/D进行采样,DSP对数据进行算法处理.在DSP内部采用小波阈值去噪算法对超声波信号进行预处理,利用DSP的串口将处理后的信号传送给主机进行实时显示.系统采样速率为80 Mbit/s,采样位数为12位,实现了超声信号的实时处理和采集.通过Matlab实验,验证了小波阈值去噪算法的改进方案明显要比单纯的硬阈值和软阈值方法降噪效果好.     

基于DSP和BP神经网络的旋转机械在线故障诊断系统

为了满足旋转机械在线故障诊断的需要,设计了基于DSP和BP神经网络的在线故障诊断系统,采用DSP芯片TMS320F2812作为主控芯片,开发了具有振动信号采集、转速测量、输入输出的硬件系统.针对旋转机械的常见故障,开发了基于DSP的频谱分析软件,并将BP神经网络嵌入DSP中实时运行以实现旋转机械的自动故障诊断.文中使用该系统对旋转机械的转子不平衡、不对中,轴承外圈损坏、断齿、轴承座松动5种故障进行了实测,结果表明它能正确地识别出故障的类型.使用该系统进行旋转机械在线故障诊断可以提高生产效率,保证设备的长时间稳定运行.     

基于加工中心的在线检测技术的研究

研究了CIMS环境中基于加工中心的在线检测技术,开发完成与机床进行通讯的专用接口通讯板卡,具有信号隔离、信号变换、信号传递等功能。讨论了测头选用方法。在分析进给速度对检测精度影响的基础上,构造了一种适用于在线检测的扩展时间分割增量插补算法。最后,介绍了检测系统软件的功能。