基于摇杆--转向架的月球车运动学分析与仿真

为使月球车在崎岖地形中安全到达目的地、完成探测任务,月球车不仅具有产生牵引、越过地形、载重的能力,而且还应具有稳定的车体,以利于传感器和机械手稳定平滑地工作.本文提出的基于摇杆-转向架的月球车的体系结构,提供了一种通过弹簧和滑块控制来调整车体重心以保证月球车在崎岖地形中移动时能够增强其运动稳定性.首先研究月球车运动三维模型,并在此基础上推导出月球车运动学方程,导出了月球车车体速度与车轮转速之间的雅可比矩阵;其次利用最小二乘法对车体位置和方向进行了估算;最后使用计算机仿真来证明月球车运动学方程的可行性.仿真结果表明HIT-1型月球车在崎岖地形中移动时具有动态调整其运动构型的能力,可较好地增强车体的安全性和稳定性.     

基于模型估计的关节式月球车参数化轨迹规划*

为了在轨迹规划阶段提高月球车在三维地形中的轨迹规划精度,以被动关节式地形自适应月球车为研究对象,融合关节机器人D-H坐标建模方法构建月球车悬架运动学模型,结合数值求解方法,推导了任意崎岖三维地形中月球车姿态估计模型.在模型估计基础上利用参数化控制原理,建立了满足约束条件下被动关节式月球车在任意地形中的基于模型估计的一般性参数化轨迹生成模型.针对轮式月球车的非完整性特点,结合数值求解方法,推导了非线性模型的求解方法.最后利用仿真方法,以八轮摇杆摇臂关节式月球车为例,验证了崎岖地形中基于模型估计的轨迹生成方法的正确性,且可提高关节式月球车在崎岖地形中的规划精度.     

基于再生核理论的月球车轨迹跟踪控制*

针对平整坡面上行驶的月球车,研究了基于再生核理论的月球车轨迹跟踪控制新方法.它是基于描述月球车运动的动力学模型方程,对有限时间内的期望轨迹进行采样;利用再生核方法,数值求解控制参数,从而实现月球车期望轨迹的跟踪控制.该方法计算量小、方法简单、精度高,且可实现任意的非线性曲线的期望轨迹追踪.数值实验验证了该方法的正确性和有效性.     

基于DR/CNS的月球车位置估计方法

月球车自主导航系统是完成月球探测任务的基础和关键,文中针对月球车导航的特殊要求设计了一种基于CNS/DR组合的月球车自主导航方法;首先依据月球车运动模型建立了系统状态方程,然后利用太阳敏感器测量的太阳高度角、航位推算系统输出的航向角速率和单位时间间隔内月球车行进距离作为量测信息建立了导航系统观测方程,再用扩展卡尔曼滤波(EKF)对导航信息进行最优估计;最后,对基于CNS/DR组合的月球车自主导航方法在计算机上进行了仿真分析;通过仿真结果可以说明文中提出的方法能获得较好的位置和航向估计精度,证明了该方法的正确性,是解决月球车自主导航问题一种有效的方法.     

基于滑转率的六轮纵列式月球车驱动控制研究

基于车轮滑转率和车轮地面力学,研究了月球车在松软月面行驶时的车轮过度下陷问题.将 月球车车轮下陷和车轮—土壤作用力表达为车轮滑转率的函数,结合车辆地面力学理论并考 虑纵列式车轮多通过性土壤参数的修正,建立了月球车的动力学模型.判断车轮是否发生过 度下陷的标准为土壤所提供给驱动轮的土壤推力能否克服土壤对车轮的阻力.利用建立的动 力学模型,计算出能够保证车轮不会过度下陷的期望滑转率.考虑到月球车动力学系统的非 线性和不确定性,设计了以车轮滑转率为状态变量的滑模驱动控制器.仿真结果表明,采用 该控制器可以较快地跟踪期望滑转率,避免车轮的过度滑转下陷,保证月球车能够在软质路 面上正常行驶.     

摇臂式月球车协调牵引控制方法研究

通过分析轮-地接触模型以及摇臂式月球车静力学模型,获得了车轮静态负载的计算方法;作为冗余自由度机器人,利用车轮静态负载以及驱动力矩与速度之间对偶关系,完成了月球车的力矩分配,实现了冗余驱动系统的动力学优化;结合力矩分配并基于月球车动力学模型,讨论协调牵引控制方法,实现了月球车速度跟踪控制;在三维动力学仿真平台上,对该牵引方法进行了性能评价,证实其控制效果优于传统方法.     

基于陀螺和太阳敏感器的月球车定向方法

针对月球探测车采用惯性导航方法进行定向时,航向角参数误差随时间不断累积的缺点,提出了一种天文导航定时修正的月球车自主定向方法.该天文方法首先建立当地地平坐标系,然后通过太阳敏感器观测太阳矢量并由星历计算来推算太阳的方位从而得到月球车的航向信息.仿真实验分析比较了月球车有无误差修正时航向信息的差别.最后通过中国天文年历和...     

月球车路径规划三维仿真平台设计与实现

研究了开发月球车路径规划三维仿真平台遇到的问题。提出了包括月球车三维建模、障碍物提取、路经规划和三维渲染在内地整套建立月球车路径规划三维仿真平台的方案，并使用它来验证行为控制月球车的虚拟主体避障算法。仿真结果表明，此月球车三维仿真平台解决了月球车三维显示和人机交互问题。     

六圆锥轮式月球车运动控制系统的设计研究

六圆锥轮式月球车是一种混合适应型移动机器人车,具有地形适应能力优越,越障能力强的特点。针对该款月球车,本文提出并设计了一套基于TCP/IP通讯,具有一定自主能力的遥操作运动控制系统。遥操作计算机提供月球车路径规划服务,监控月球车运行。基于实时Linux和PC104总线计算机的车载计算机运动控制系统,解析遥操作运动指令,驱动控制月球车运动。运动控制系统在六圆锥轮式月球车样机上调试,模拟现场运行验证了所设计的运动控制系统是可行的。     

滑转率对月球车车轮驱动力学特性的影响分析

应用车辆地面力学理论研究滑转率对月球车车轮挂钩牵引力、驱动效率以及功率消耗的影响.建立刚性车轮与松软月壤交互作用的动力学模型.通过实例对月球车车轮驱动动力学特性进行仿真分析.研究结果表明,车轮的挂钩牵引力、驱动效率以及驱动能耗均受到车轮滑转率的制约.存在一个最优的滑转率区间,在此区间内车轮可获得较大的挂钩牵引力、较高的驱动效率以及较低的驱动能耗.求取轮、地相对速度,对月球车车轮的地面摩擦力功率进行了估算.     

基于多特定决策类的不完备决策系统正域约简

现有的属性约简方法大部分关注决策系统中的所有决策类，而在实际决策过程中决策者往往仅关注决策系统中的一种或几种决策类。针对上述问题，提出基于多特定决策类的不完备决策系统正域约简的理论框架。首先，给出不完备决策系统单特定决策类正域约简的概念；第二，将单特定决策类正域约简推广到多特定决策类，构造了相应的差别矩阵及区分函数；第三，分析并证明了相关定理，提出基于差别矩阵的不完备决策系统多特定决策类正域约简算法（PRMDM）；最后，选取4组UCI数据集进行实验。在数据集Teaching-assistant-evaluation、House、Connectionist-bench和Cardiotocography上，基于差别矩阵的不完备决策系正域约简算法（PRDM）的平均约简长度分别为4.00、13.00、9.00和20.00，PRMDM算法（多特定决策类中决策类数目为2）的平均约简长度分别为3.00、8.00、8.00和18.00。实验结果验证了PRMDM算法的有效性。     

企业集团分布式数据仓库及决策支持系统研究

为了构建支持企业集团决策分析的信息系统,分析了企业集团决策支持系统信息模型,给出了面向整个集团的基于分布式数据仓库的企业集团决策支持系统的体系结构;通过定义决策方案模型及决策任务模型,提出了模型驱动的企业集团决策支持系统解决方案,并给出了决策任务模型并行执行算法。应用表明,该体系结构是可行且有效的。     

Rational decision principle and social choice function

In this paper, we treat a social choice function as a decision principle and apply the concept of the rational decision principle to it. Then we derive the concept of the order rational decision principle. We show that the rational decision principle is suitable for an integral framework for a social choice, as well as for decision making under uncertainty and multiobjective decision making. We also show that some decision principles are considered to be models of Arrow's decision principle in a weaker sense.     

Consensus-based decision support for multicriteria group decision making

Consensus decision making is complex and challenging in multicriteria group decision making due to the involvement of several decision makers, the presence of multiple, and often conflicting criteria, and the existence of subjectiveness and imprecision in the decision making process. To ensure effective decisions being made, the interest of all the decision makers usually represented by the degree of consensus in the decision making process has to be adequately considered. This paper presents a consensus-based approach for effectively solving the multicriteria group decision making problem. The subjectiveness and imprecision of the decision making process is adequately handled by using intuitionistic fuzzy numbers. An interactive algorithm is developed for consensus building in the group decision making process. A decision support system framework is presented for improving the effectiveness of the consensus building process. An example is presented for demonstrating the applicability of the proposed approach for solving the multicriteria group decision making problem in real world situations.     

非常规突发事件应急决策冲突消解协调方法

针对应急决策冲突性特点和难以形成高一致性决策方案的问题,分析了应急群体决策冲突产生的原因,构建了应急决策冲突消解协调框架,提出了应急决策群体冲突测度方法,以及应急决策冲突消解模型和方法,形成了非常规突发事件应急决策冲突消解协调机制,使应急群决策冲突逐渐收敛以获得冲突程度足够低的应急决策方案。最后通过算例分析验证了冲突消解协调方法和机制的有效性。     

大规模定制的动态决策支持

大规模定制具有的多样性和可变性特点增加了生产过程决策的复杂性。文章描述一种基于项目的动态决策支持系统构架实现,从大规模定制决策的组织、流程及功能等方面增强决策支持系统的动态特性。提出了用决策流方法规划决策资源来实施一个决策项目决策过程。     

对决策表和简化决策表的研究

简化决策表具有高效处理数据的能力,一经提出即得到广泛的重视。文中通过反例证明简化决策表在处理数据时会产生错误,改变了原决策表表达信息。通过分析得出简化决策表不具备处理不一致数据的能力,针对简化决策表存在的缺陷对其进行修正,提出新简化决策表的概念和建立算法。新简化决策表具有高效处理数据的能力,同时具备处理不一致数据的能力,并且不需要修改原有以决策表或简化决策表为基础的求核和求约简算法。     

基于决策熵的决策树规则提取方法

在决策表中,决策规则的可信度和对象覆盖度是衡量决策能力的重要指标。以知识粗糙熵为基础,提出决策熵的概念,并定义其属性重要性;然后以条件属性子集的决策熵来度量其对决策分类的重要性,自顶向下递归构造决策树;最后遍历决策树,简化所获得的决策规则。该方法的优点在于构造决策树及提取规则前不进行属性约简,计算直观,时间复杂度较低。实例分析的结果表明,该方法能获得更为简化有效的决策规则。     

基于黑板模型的CGF智能决策系统

为了更加有效地实现CGF实体的智能决策，研究了一种智能决策系统的结构和设计，此设计以黑板系统为模型，通过内置的黑板结构、知识源结构及推理控制策略为CGF提供一个简易、友好的智能决策系统。在决策推理决策中，由于不精确推理算法的使用，使得此智能决策系统决策快速而准确，满足了CGF智能决策的需求。     

Combining classifiers using nearest decision prototypes

We present a new classifier fusion method to combine soft-level classifiers with a new approach, which can be considered as a generalized decision templates method. Previous combining methods based on decision templates employ a single prototype for each class, but this global point of view mostly fails to properly represent the decision space. This drawback extremely affects the classification rate in such cases: insufficient number of training samples, island-shaped decision space distribution, and classes with highly overlapped decision spaces. To better represent the decision space, we utilize a prototype selection method to obtain a set of local decision prototypes for each class. Afterward, to determine the class of a test pattern, its decision profile is computed and then compared to all decision prototypes. In other words, for each class, the larger the numbers of decision prototypes near to the decision profile of a given pattern, the higher the chance for that class. The efficiency of our proposed method is evaluated over some well-known classification datasets suggesting superiority of our method in comparison with other proposed techniques.