操舵构型移动机器人局部路径规划与跟踪

在笛卡尔坐标系中推导了一种连续曲率曲线，通过对其曲率特性进行分析，得到仅由姿态角改变量确定的最大曲率常数与路径曲线最大曲率之间的关系，从而求解出曲线方程中的转向位置参数。针对该曲线在前轮操舵与驱动构型移动机器人局部路径规划与跟踪中的应用给出了控制参量求解算法，并利用该构型的实验样机进行了路径跟踪实验。实验结果表明，这种连续曲率曲线的使用能够提高移动机器人跟踪目标曲线路径的精度。     

基于神经网络代数算法的电子罗盘的标定

为了标定KVH-C100型电子罗盘,分析了电子罗盘产生误差的原因,设计了电子罗盘信号采集的软硬件系统;为了减少随机因素的干扰,对采样数据进行了中值滤波;在此基础上,采用神经网络代数算法建立了电子罗盘的误差补偿模型,该模型能实现在样本空间的精确映射,具有较高的非线性逼近精度。通过实验证明该补偿模型比中值正弦误差补偿精度高,使得误差范围由标定前的-5.468 15°～1.457 96°减小到-0.492 8°～0.517 8°,重复性实验也证明该补偿模型一致性好,满足控制要求。     

考虑横滑因素的变负载智能叉车的运动建模和分析

将负载质量和质心位置的变化转化为智能叉车整体质量和质心的变化,通过坐标变换对基于横滑特性的智能叉车变负载圆周运动进行建模;运用仿真软件分析了负载质量和质心位置的变化对智能叉车轨迹的影响,研究表明,负载质量和质心位置的变化会造成不同程度的过转向。     

基于代数神经网络信息融合的侧向定位的实验研究

为提高移动机器人的工位定位精度,通过实验分析了超声波传感器的测量距离d和入射角α对测量精度的影响。基于代数神经网络能实现样本空间的精确映射并具有较好非线性逼近能力,设计了一种移动机器人侧向定位融合模型。经实验比较,该定位融合模型具有较高的精度,使得位置误差小于0.9957mm,角度误差小于0.2966°。将该定位融合模型应用于自主研发的移动机器人的定位实验中,定位位置精度可达到±2.5mm,姿态角精度可达到±0.42°,满足定位要求。 