基于深度神经网络的多指灵巧手抓取手势优化

基于深度神经网络模型,提出了一种适用于多指灵巧手的抓取手势优化方法。首先,在仿真环境下构建了一个抓取数据集,并在此基础上训练了一个卷积神经网络,依据目标物体单目视觉信息和多指灵巧手抓取位形来预测抓取质量函数,由此可以将多指灵巧手的抓取规划问题转化为使抓取质量最大化的优化问题,进一步,基于深度神经网络中的反向传播和梯度上升算法实现多指灵巧手抓取手势的迭代与优化。在仿真环境中,比较该网络和仿真平台对同一抓取位形的抓取质量评估结果,再利用所提出的优化方法对随机搜索到的初始手势进行优化,比较优化前后手势的力封闭指标。最后,在实际机器人平台上验证本文方法的优化效果,结果表明,本文方法对未知物体的抓取成功率在80%以上,对于失败的抓取,优化后成功的比例达到90%。     

环境为热浴的开放量子系统模型的研究

基于具有non-Markovian特性的关于量子系统约化密度矩阵的精确系统动力学方程，分别根据方程所具有的非封闭、不等时、积分微分方程的特性，通过Born逼近和Markov逼近得到关于量子系统约化密度矩阵的封闭、等时和微分的Markovian主方程；逐一分析了Markovian主方程的Lindblad形式、具有方便检验正定性的GKS表达形式、针对单量子位系统的Bloch球表达形式和无需明确的环境信息也能对开放系统进行描述的Kraus表达形式；分析并比较了能去除系统动力学方程non-Markovian特性的4种Markov逼近方法以及其他四种特定情形下常见的Markovian主方程；对于不适用于Markov逼近的情形，分析了能满足开放量子系统动力学对于系统状态要求的post-Markovian主方程；当热浴与量子系统发生能量交换，且热浴与量子系统组成的封闭系统能量守恒时，给出了热浴状态不恒定时开放量子系统的动力学方程，并通过Markov逼近得到Markovian主方程。     

陀螺稳定平台速度环的离散自抗扰控制

针对陀螺稳定平台在高精度定位下的控制精度受到速度环电机在低速运动时非线性摩擦力影响的问题,文章设计了一种改进策略的自抗扰控制器,将原系统中的非线性摩擦力与电机不同转向时的模型误差统一视为系统扰动,采用扩张状态观测器对这个扰动进行估计,前馈到控制量中进行校正。理论分析了一阶离散系统上扩张状态观测器的推导过程和稳定性条件,并采用遗传算法工具箱对针对平台所设计的扩张状态观测器的参数进行辨识。在仿真实验中,我们首先分析了所设计的扩张状态观测器的开环性能,然后将所设计的自抗扰控制器与实际系统采用的PI控制器的控制精度进行了对比分析。文章为进一步提高陀螺稳定平台的控制性能,提供了一种新的高精度的控制策略。     

局部递归神经网络控制器及其应用

基于人工神经网络提出了一种局部递归神经网络控制器。在描述了带有输出反馈和激活反馈的网络控制器的结构组成并定义了作为设计目标的误差函数后,采用带有弹性的梯度下降法,获得适用于实时在线调整权值的修正公式,给出了所提的网络控制器的设计步骤及其控制策略。将所提出的网络控制器应用到典型的单级倒立摆的实验系统中,将实验所获得的结果与LQY方法的实验结果进行了对比。     

两种补偿动态摩擦力的先进控制策略

在小型DC伺服电机中,静摩擦力和库仑摩擦力的影响是相当明显的.本文提出 了改善系统响应特性的两种控制策略.第一种基于摩擦力模型的在线补偿.适用于变化信 号的跟踪.第二种基于自学习原理的重复控制,适用于周期信号的跟踪.两种控制策略均已 实施在计算机控制的伺服系统中.给出了与常规控制结果的对比.     

绳索牵引并联机器人的双空间自适应同步控制

在绳索牵引并联机器人(CDPR)的运动过程中,关键的问题就是绳索必须保持张紧,且多根绳索之间需要相互协调.而且,模型参数的不确定性也会在一定程度上影响其运动控制,必须加以考虑.为了解决这些挑战,将绳长空间自适应同步与工作空间自适应补偿结合起来,提出了一种新型的双空间自适应同步控制器.通过绳长同步误差来表示绳索之间的协调运动,并通过双空间自适应的方法来实时补偿不同空间中的模型参数不确定性.随后,严格证明了双空间自适应同步控制系统的闭环稳定性.将实验结果与现有的增广PD控制器进行对比发现,提出的双空间自适应同步控制器可以显著地提高绳长的跟踪精度、改善绳索之间的协调关系,从而最终提高动平台的控制精度.同时,控制器中的自适应作用可以有效地补偿末端动平台的质量变化带来的影响.     

自适应控制策略在并联机构上的应用

利用并联机构的动力学模型，对自适应算法在并联机构上的控制效果进行了理论及其实际实验的研究。分别采用经典PD算法和基于计算力矩的自适应控制算法对实际的并联机构进行轨迹跟踪控制。实验结果表明。无论在低速或高速的情况下。自适应算法都能够获得具有更好的位置跟踪性能的高速高精度运动，并且运动过程更加平稳。     

网络远程控制中机械臂的连续轨迹控制

探讨了点位控制在二自由度机械臂网络远程控制中的问题,将连续轨迹控制应用到基于关节坐标空间的机器人控制系统中,分析了在远程操控环境中实现连续轨迹控制所需要满足的条件,给出了最佳合成速度的求法,并进行了实际系统的远程控制实验,在期望时间内实现了连续、平滑的运动效果,证实了在网络远程系统的控制中采用连续轨迹控制能够获得更高的精度。     

机电系统中模糊与模糊神经元网络控制策略的研究

先进控制策略可以应用在机电运动控制中以有效地消除和补偿由静动摩擦力所引起的非线性特性。这种影响很难用常规控制方法加以消除。文章对机电运动控制中模糊与模糊神经元网络控制策略的应用进行了对比研究,用于对比的被控对象是一具有高度非线性摩擦力影响的直流电机。比较中对不同控制策略的特点进行了讨论。     

随机开放量子系统的纯态开关反馈控制EI北大核心CSCD

针对目标态为纯态的情况,本文对有限维随机开放量子系统,提出一种同时适用于本征态和叠加态的开关控制,它是由常量控制和基于李雅普诺夫方法设计的控制律组成,实现随机开放量子系统的状态转移和收敛控制,其中,李雅普诺夫函数为系统的状态距离,常量控制用来驱动系统状态从初始状态进入含有目标态的收敛域中,李雅普诺夫控制用来使进入收敛域中的状态继续收敛到期望的目标态.将所提出的控制方法,应用于2比特随机开放量子系统进行了数值仿真实验,并与本征态开关控制律方法进行了性能对比,实验结果表明了所提出的控制律的优越性.