基于扰动观测器的机载云台扰动复合补偿方法

针对多旋翼无人机(mUAV)机载云台的扰动补 偿需求,提出一种基于改进的扰动观测器(IDO,improved disturbance observer)的伺服控 制器与减振装 置相结合的复合补偿方法。深入分析了IDO的扰动补偿能力和鲁棒性,构建 了基于IDO的云 台伺服控制结构;依据mUAV机载云台的振动特性,设计出减振装置的结构参数 及安装位置。飞行实验表明, 引入复合补偿方法后,视轴(LOS)指向误差减小到了0.03°,振动隔 离度提高了约15dB。复合补偿方法有效地补偿了机载云 台的扰动,完全满足了mUAV机载云台扰动补偿的需求。     

埃洛石纳米管负载香芹酚及其性能的研究

为提高食品包装系统的抗菌效率,利用真空负压法将挥发性的香芹酚封装在埃洛石纳米管中,制备香芹酚-埃洛石纳米管包合物.采用FTIR、TEM、TG、UV光谱仪、DSC分析包合物的成份、微观结构形貌、载药率和热稳定性,琼脂平板计数法研究包合物的抗菌性能.结果表明:包合物中香芹酚最大载药量为20％;包合物含量为8％(w/w)的玉...     

绿色纺织品的现状与展望

根据绿色产品的定义,对构成绿色产品的原料种类及生产加工方式和助剂做了介绍,并展望了绿色产品的发展前景。     

服装CAD发展现状及原型模块的功能综述

原型模块是服装ＣＡＤ系统中一人非常重要的部分。本文分析了目前服装ＣＡＤ的国内外发展现状,并详细论述了在原型模块中通过尺寸编辑,衣片设计,衣片处理用修改、文件处理等功能如何来实现原型的设计,储存和传输。     

气动干扰下的Hex-Rotor无人飞行器控制器及其飞行实验

分析了气流扰动、翼间干扰等因素对飞行中的无人飞行器的控制精度和效果产生的影响,并给出了相应的解决方法。建立了Hex-Rotor飞行器的动力学模型,分析了升力因子不确定性导致飞行器控制效果下降的影响因素。设计了反演滑模控制器来控制飞行器的空间六自由度运动,同时考虑升力因子的不确定性采用超螺旋非线性观测器观测各个旋翼的升力因子来克服气动干扰的影响。通过原型机验证了提出的方法,结果显示:Hex-Rotor飞行器在气动干扰较大的外部环境中飞行时,水平位移跟踪误差不超过±4.5m,高度误差不超过±2.5m,姿态角度误差保持在±2°内,较大地增强了飞行器的抗扰能力。结果表明:采用本文的方法可以有效地估计各个旋翼的升力因子,从而提高Hex-Rotor飞行器的控制精度和效果。     

基于模糊PID的球形两栖机器人的设计及控制

为了解决移动机器人对工作环境要求严格的问题,设计了一种适用于多变、狭窄环境的轻小型球形陆空两栖机器人,具有地面滚动和空中飞行两种运动模式,可以自主完成运动模式的切换。首先,设计了机器人的结构,包括滚动部分、飞行部分和模式切换部分。基于拉格朗日方法,建立了不同运动模式下的动力学模型,建立了基于欧拉方程的运动学模型。最后,根据机器人的运动模型,设计了飞行模式和地面滚动模式下的姿态控制器,并对控制器进行了仿真对比实验。在实机上进行了测试,实验结果表明,该机器人能够实现自主模式切换,在不同运动模式下运动稳定、姿态可控,在纯地面模式下具有一定的越障能力。在结构、控制方法及控制策略切换方法上对陆空两栖可变形机器人具有一定借鉴作用。     

模糊神经网络在机载相机稳像中的应用

针对解决微型飞行器空中拍摄的图像抖动问题,采用自组织递归区间二型模糊神经网络的函数逼近及泛化能力对微型飞行器上的相机振动规律进行模拟,预测机载相机的振动矢量.该自组织递归区间二型模糊神经网络的初始规则数为零,所有规则都是通过结构和参数同时在线学习来产生,网络结构学习采用的是在线区间二型模糊群集,提高自组织递归区间二型模糊神经网络的稳定性及计算精度.仿真结果表明：将自组织递归区间二型模糊神经网络与双BP神经网络进行对比,利用自组织递归区间二型模糊神经网络对微型飞行器相机振动矢量进行预测的精度高.     

基于自结构动态递归模糊神经网络的无人机姿态控制*

针对无人机非线性、强耦合等特点,提出了基于该自结构动态递归模糊神经网络的姿态控制系统,给出了基于Lyapunov函数的系统稳定性证明。对四层模糊神经网络进行了优化和改进,设计了自结构动态递归模糊神经网络,该网络可以根据系统状态在线更新权值、创建/删除节点、优化网络结构。仿真表明：该控制方法的突出优点是,在兼顾考虑了系统中的不确定性因素、非线性因素及外部干扰并存的情况下,保证系统的稳定性和跟踪性能;同时此网络结构比固定结构的模糊神经网络响应速度快,因此更具优越性。     

基于立体视觉——惯导SLAM的四旋翼无人机导航算法

针对基于视觉的同时定位与地图构建(SLAM)系统在快速运动和特征不足时存在精度低和跟踪易失败的问题,提出了一种基于紧耦合的非线性优化的立体视觉—惯导SLAM(visual inertial SLAM,VI-SLAM)算法.首先,以关键帧的位姿作为约束,初始化惯性测量单元(IMU)的偏差,并根据IMU预积分预测当前帧的位姿;然后,在后端优化中采取非线性局部平滑的方法,融合视觉SLAM的位姿估计与IMU预积分;并通过回环检测消除累积误差,采用图优化算法进行全局地图优化.通过EuRoC数据集验证该系统的性能,对比视觉SLAM算法平均精度提升了1倍左右.并将该算法应用于立体视觉四旋翼飞行控制平台,验证所提算法的实际应用性.     

利用多方案网络计划实现矿建施工进度控制

应用多方案网络计划,实现矿建施工方案的编制及进度控制,可以解决为消除偏差而频繁修改施工网络计划的问题,为施工网络计划应用在矿建工程中,确保进度、工期目标的实现提供了新的方法。