基于局部模型的水下机器人避碰方法研究

提出了基于局部模型的水下机器人的避碰方法。文中首先分析了水下机器人的避碰声纳的工作机理及存在的问题,然后介绍了基于栅格的局部模型的建立方法,根据局部模型确定出机器人周围障碍物的分布情况;最后根据规则进行避碰规划。文中给出了详细的仿真结果。     

基于多神经网络的机器人轨迹学习控制研究

本文利用神经辨识器和神经控制器相结合的思想提出了机器人动力学模型完全未知情况下的一种新的学习控制策略．文中描述了机器人系统新的控制结构，并推导出该结构下神经辨识器和神经控制的在线学习算法．仿真结果表明，文中提出的控制方法能够实现任何可达期望曲线的机器人高精度轨迹控制．     

基于人工神经网络方法的机器人位置／力混合控制

基于ＰＵＭＡ５６０工业机器人的第２，３关节设计了位置／力混合控制器。在力控制环建立了基于ＢＰ网络的自适应ＰＩＤ控制器，该网络可辩识所接触环境的动力学特性。实验表明，这种位置／力混合控制器经训练后，不仅能对训练样本所代表的环境作出正确响应，而且对介于样本之间的环境有很强的自适应能力。     

基于PD方法的不确定机器人神经网络变结构控制

针对不确定机器人轨迹跟踪控制,提出基于PD方法自适应神经网络变结构控制律,利用RBF神经网络补偿系统参数不确定性,用滑模变结构控制器消除神经网络的逼近误差.仿真结果表明,该控制律能保证轨迹跟踪误差的快速收敛性及对参数不确定性和外部扰动的鲁棒性.     

基于模型的巡线机器人无碰避障方法研究

结合课题组所设计的巡线机器人,利用线路环境结构化的特点,通过霍尔接近传感器精确定位障碍物与机器人之间的位姿关系,采用D-H法构建巡线机器人运动学模型,将障碍物固连一个空间坐标系,最终可在与定位点固连的机器人基坐标系中空间重构障碍物及机器人越障手臂.在机器人越障手臂与障碍物空间位姿关系可测的情况下,并考虑到机器人越障时间短为实际需要,规划一条最短无碰越障路径.最后通过实验验证了基于模型的无碰避障的有效性.     

基于神经网络模型的拱泥机器人控制

拱泥机器人是为打捞沉船的关键工序—水下攻打千斤洞而设计的特种机器人.分析了拱泥机器人在水下泥土环境中受力情况,建立了基于MATLAB的拱泥机器人头部的动力学模型.针对拱泥机器人工作环境的不确定性,将传统PID控制与神经网络相结合,建立了一种应用BP神经网络实现PID参数自整定的自适应PID控制模型.控制器由PID控制器、神经网络NNC和NNI组成.神经网络NNC能够根据拱泥机器人动态特性的变化,自动整定PID参数,从而改善了控制性能.神经网络NNI为NNC提供学习的梯度信息.计算机仿真结果表明该方法是有效的.     

机器人神经网络控制研究进展

介绍神经网络理论在机器人控制与应用中的研究进展,讨论具有代表性研究成果的特点与局限性,并提出可能的研究方向。     

基于神经网络的水下机器人航向角跟踪控制

以能量消耗量作为评价函数进行水下机器人运行规划的结果得到随时间变化的目标航向角和理论控制输出。本文探讨基于神经网络的追踪控制器以实现在运动控制过程中对水下机器人被规划航向角进行追踪控制,并探讨实际控制输出与理论控制输出的一致性问题以实现运动过程消耗的操作能量较小。水下机器人“Twin-Burger“航向角控制的游泳池实验结果验证了本文所提出方法的有效性和可行性。     

基于神经网络的机器人控制精度优化方法与技术研究

针对工业生产过程中机器人操作时控制精度不高的问题,采用具有自学习、自适应的智能控制手段——神经网络进行优化控制,将整个操作过程的控制精度由被训练后的网络来优化,从而提高控制精度,提高效率。     

汽车超车并行工况下侧向避撞控制策略研究

汽车在高速行驶过程中进行超车时,在两车并行工况下容易出现侧向碰撞．提出了利用主动转向技术,根据超车时两车侧向距离的变化控制并行车辆,使两车侧向距离满足安全要求,避免由于两车侧向间距的变化而引起的交通事故,减小汽车超车时发生侧向碰撞的可能．确立了相应的控制目标和控制策略,建立了基于车间距及其变化率的模糊控制模型,设计了模糊控制器并进行了复杂工况下的仿真试验．结果表明：利用主动转向模糊控制技术,能减少汽车在高速超车时两车发生侧向碰撞的危险,使汽车在高速行驶过程中具有更好的安全性．     

基于强化学习的多智能体协作实现

基于马尔科夫过程的强化学习作为一种在线学习方式,能够很好地应用于单智能体环境中.但是由于强化学习理论的限制,在多智能体系统中马尔科夫过程模型不再适用,因此强化学习不能直接用于多智能体的协作学习问题.本文提出了多智能体协作的两层强化学习方法.该方法主要通过在单个智能体中构筑两层强化学习单元来实现.第一层强化学习单元负责学习智能体的联合任务协作策略,第二层强化学习单元负责学习在本智能体看来是最有效的行动策略.所提出的方法应用于3个智能体协作抬起圆形物体的计算机模拟中,结果表明所提出的方法比采用传统强化学习方法的智能体协作得更好.     

新型智能化防追尾车载装置的研究

针对车辆追尾在道路交通事故中所占比重较大,分析车辆追尾事故发生的原因,运用道路交通流的跟驰理论,构建车辆防追尾数学模型,研究预防车辆追尾的有效方案。采用传感器、单片机、显示屏等构建硬件电路,运用C语言编程实现距离探测、制动控制等既定功能。采用模型车验证法对装置的功能进行检验,结果表明该装置具有优良的工作性能。     

A multiagent reinforcement learning approach based on different states

In this paper we describe a new reinforcement learning approach based on different states. When the multiagent is in coordination state,we take all coordinative agents as players and choose the learning approach based on game theory. When the multiagent is in indedependent state,we make each agent use the independent learning. We demonstrate that the proposed method on the pursuit-evasion problem can solve the dimension problems induced by both the state and the action space scale exponentially with the number of agents and no convergence problems,and we compare it with other related multiagent learning methods. Simulation experiment results show the feasibility of the algorithm.     

基于切换模型的两交叉口信号灯Q学习协调控制

为了解决两交叉口信号灯协调控制,在建立两交叉口切换模型的基础上,提出了组合相位的概念,将两交叉口形式上转换为单交叉口的形式,采用解决单个智能体和环境交互的Q学习算法实现了两交叉口之间的协调控制。应用Paramics微观交通仿真软件进行了算法仿真,仿真结果验证了该方法的有效性。     

基于PIC单片机汽车巡航控制系统的研究

分析了巡航控制系统(CCS)的基本原理和结构特点,确定了输入输出信号后,搭建了巡航模拟实验台,提出了一种新型巡航控制系统设计方案,即对转速、节气门开度双闭环控制,运用参数自适应PI控制算法,可以不断智能调节比例和积分参数,从而改善控制效果.通过实验结果分析,证实了所设计巡航控制系统的合理性和实用性,该系统对国内汽车巡航系统普及有一定推动作用.     

基于虚拟样机的控制系统仿真研究

首先介绍了虚拟样机技术和控制系统仿真技术相结合的代表软件ＡＤＡＭＳ,然后探讨了ＡＤＡＭＳ和ＭＡＴＬＡＢ的接口方法,并通过两个软件的联合作用,对非线性、不稳定的倒立摆系统实施了模糊控制,计算机仿真结果表示,该方法是切实可行的。     

基于DSP的永磁同步电动机矢量控制系统研究

介绍了一种基于矢量控制理论的永磁同步电动机控制系统。该系统以数字信号处理器（DSP）为核心器件,采用速度、电流双闭环控制策略,同时将矢量控制和电压空间矢量脉宽调制（SVPWM）控制应用到系统的闭环控制中。阐述了系统的工作原理、硬件结构和软件编程,最后进行了实验研究。实验结果表明,该系统具有硬件设计独特、抗干扰能力强以及动态响应快等优点。     

基于滑模控制的转炉炉口微差压控制系统研究

转炉烟气净化与煤气回收系统中,炉口微差压的精确控制至关重要。介绍炉口微差压控制系统工作原理,提出了基于趋近律的滑模变结构微差压控制系统设计方案和控制策略。     

农村集体建设用地使用权流转的现状、问题及原因分析

在高速公路上,尤其是在能见度较低的情况下,如何避免汽车追尾碰撞是个亟待解决的问题.在建立汽车安全距离数学模型的基础上,设计了以单片机为核心的红外线防碰撞控制器,当车距小于安全距离时,该控制器发出警告,并在紧急情况下执行制动.