一类不确定非完整动力学系统的鲁棒镇定及其在移动机器人中的应用

本文讨论了一类带有未知惯性参数、动静态摩擦及外界干扰的非完整动力学系统的控制问题．基于变结构控制的思想，给出了该系统的镇定方法，使得Ｐｏｍｅｔ［３］关于非完整运动学系统的时变光滑镇定律可推广到相应的带有参数不确定和干扰的动力学系统上．最后，将所得结果应用于一类移动机器人的镇定控制，仿真结果验证了该方法的有效性．     

不确定非完整移动机器人的轨迹跟踪控制

具有未校准视觉参数的非完整移动机器人的运动学系统具有参数不确定性,较一般的运动学系统更加复杂.基于视觉反馈、Barbalat's定理和Lyapunov直接方法,研究了具有未标定摄像机参数的非完整移动机器人的轨迹跟踪问题.首先,利用固定在天花板上的针孔摄像机透视投影模型,提出了一种新的基于视觉伺服的移动机器人运动学跟踪误差模型;基于这个模型,提出了一种新的与未知视觉参数无关的动态反馈跟踪控制器.该控制器不仅保证系统的状态渐近跟踪给定参考轨迹,而且控制器是全局的,通过Lyapunov方法严格证明了闭环系统的稳定性.在惯性系和图像坐标系下讨论跟踪问题,使问题变的简单且设计的控制器更加有用.最后,仿真结果证实了所提出的控制器的有效性.     

实际输入饱和的一类非完整运动学系统的镇定

对一类非完整移动机器人提出了实际输入饱和下镇定控制器的设计方案.这种设计不是基于链式系统而是基于原始系统的.控制器的设计使用了滑模控制和多步控制策略,并用Lyapunov的思想证明了闭环系统的收敛性.最后,用设计的控制器对一类机器人进行了仿真,验证了方法的有效性.     

基于视觉伺服反馈的不确定非完整动态移动机器人的自适应镇定

研究了带有固定在天花板上的摄像机系统的非完整动态移动机器人的镇定问题. 首先, 利用针孔摄像机模型引入了基于摄像机目标的视觉伺服运动学模型,并针对该运动学模型给出了一个运动学镇定控制器. 然后,在摄像机参数不确定的情形下设计了一个自适应滑模控制器实现了不确定动态移动机器人的镇定. 提出的控制器不仅对结构不确定性如质量变化, 而且对无结构不确定性如外部扰动都具有鲁棒性. 通过Lyapunov方法严格证明了提出的控制系统的稳定性和估计参数的有界性. 仿真结果证实了控制律的有效性.     

具有未知参数的机器人-摄像机系统的自适应动态反馈跟踪控制

研究了不确定非完整移动机器人系统的跟踪问题.首先,基于视觉反馈和状态输入变换,展示了一种非完整移动机器人运动学系统的不确定链式模型.基于反步法思想和跟踪误差系统结构,给出了两个重要的新变换.然后运用李雅普诺夫直接方法和扩展巴巴拉引理设计了自适应控制律和动态反馈鲁棒控制器,以实现理想轨迹的跟踪控制.严格证明了闭环误差系统的渐近收敛性.最后,仿真结果证实了提出的控制策略有效.     

不确定非完整链式系统的鲁棒镇定

不确定非完整链式系统的镇定问题在过去十年中得到了许多有趣的结果, 涌现出了几类模型和相应的控制方法. 目前已经可以对这方面的发展做出总结. 本文给出了非完整链式系统的模型、镇定控制方法和一些结论, 特别是基于视觉传感器得到了一些新的有趣的不确定链式模型. 同时, 利用新的二步法、视觉反馈、状态缩放变换和切换等技术设计了新的不确定链式模型的鲁棒镇定控制器. 希望这项工作可以做到抛砖引玉, 也可以为这个领域的专家做一个较好的参考.     

基于窗口优化技术的肝和肿瘤CT图像的自动分割

针对窗口技术将高位计算机断层扫描(CT)图像像素强度范围重新映射到一个可观测的范围时会损失图像信息,并且做一次预处理后就进行自动分割的方法不能很好地适应肿瘤分割的问题,提出了一种分步优化分割CT值的强度窗口预处理方法.利用肝脏及其肿瘤的CT值直方图和窗口技术对原始图像和肝部图像进行分步预处理,提高感兴趣区域的对比度;在级联的卷积神经网络中分别对比不同强度窗口的肝和肿瘤的自动分割精度,并得到了肝脏及其肿瘤的最佳分割CT值范围,分别是[-40,190]HU,[-25,145]HU.该方法在3DIRCADb数据集上用三类主流分割网络UNet、ResNet和FCN进行了实验,验证了不同CT值范围对肝分割精度的影响能达到6.75％,并能将不同网络的分割精度提高2％左右.     

基于图像处理的变电站指针式仪表读数研究

为解决变电站人工巡检指针式仪表工作强度大和读数误差高的问题,提出了一种基于图像处理技术的变电站指针式仪表自动检测系统。针对读入的图片实现图像灰度化、图像二值化;采用改进的Hough变换提取图像中的直线、计算指针角度和显示指针读数;并利用OpenCV函数库建立了指针式仪表图像的模型库,导入新的图片可选择不同的模型库。实验结果表明,该指针式仪表自动判读系统可以准确识别出指针的读数,且读数精度远大于人工读数。     

基于模糊控制的移动机器人视觉反馈跟踪

探讨视觉空间下非完整移动机器人的跟踪问题。在不校准摄像机视觉参数的前提下,提出一种利用视觉反馈信息设计非完整移动机器人轨迹跟踪的模糊控制方法。其模糊控制使用Mamdani推理机,包含if-then规则和重心法,对线速度和角速度进行控制。仿真结果证明了该方法的有效性。