拟人机器人TH-1手臂运动学

拟人机器人手臂的主要特点是它的运动功能，能够实现握手、行走时掌握平衡等动作．本文 主要针对自行设计的具有转摆结构的拟人机器人TH-1手臂机构进行了运动学分析，为其控 制提供数学基础．提出了坐标变换、三角变换等方法，巧妙求解出拟人机器人TH-1手臂逆 向运动学的解析表达式．建立了仿真软件平台，验证了运动学正逆向方程的有效性．     

基于一型规则自主构建二型TSK神经模糊系统方法设计

本文提出了一种使用一型模糊规则生成区间二型TSK(Takagi-Sugeno-Kang)神经模糊系统的新方法. 该方 法以训练数据集与使用自组织方法由该训练集训练生成的一型模糊系统为驱动,通过新型模糊系统前件类型转换 算法与规则参数自适应学习算法的训练,在不高于原一型系统模糊集合总数前提下,自主构建区间二型TSK神经模 糊系统.此外, 针对两种典型的多输入单输出和多输入多输出系统, 在3种不同强度的系统扰动场景下进行了对比仿 真实验. 实验结果表明, 在含有不同扰动状态系统的建模与辨识中本方法较于对比方法具有更加优异的性能.     

一种改进的自然图像分割方法*

提出了一种改进的Mean Shift自然图像分割方法。首先从数据分析的角度出发,由数据本身估计用于聚类的颜色带宽。然后根据上层的视觉任务调整颜色带宽,调整后的颜色带宽可以看作是分割分辨率。根据调整后的颜色带宽,估计每个像素的密度值,并采用直接搜索的方法搜索局部密度极大值点。在局部模式检测之后。通过一个全局标准控制的局部模式融合,就可以将图像分割成最终的结果。在不同的光照条件和复杂的背景下,这个全局标准能达到稳定分割结果和控制最终区域数目的目的。     

一种全方位移动机器人的运动学分析

介绍了本所开发的全方位移动机器人的机械结构,分析了它的运动学模型.并在此基础上,讨论了几种特殊的运动方式.最后分析了实际存在的滑动对模型的影响.􀁱     

基于神经网络的一类非线性系统自适应滑模控制

针对可以分解为标称系统和不确定系统两部分的SISO非线性系统,提出了一种基于神经网络的自适应滑模控制方案。控制器由标称控制律和补偿控制律组成,标称控制律用来控制标称系统,补偿控制律是基于Lyapunov稳定性理论设计的自适应神经滑模控制律,用来控制不确定系统,而神经网络用来逼近系统的不确定性。理论分析和计算机仿真都证明,本文提出的控制策略不但能解决这类系统的轨迹跟踪控制问题,而且可以保证闭环系统的渐近稳定性。     

一类欠驱动机械系统的动态及其稳定控制

Abstract The control of underactuated mechanical systems is very complex for the loss of its control inputs. The model of underactuated mechanical systems in a potential field is built with Lagrangian method and its structural properties are analyzed in detail. A stable control approach is proposed for the class of underactuated mechanical systems. This approach is applied to an unde ractuated double-pendulum-type overhead crane and the simulation results illustrate the correctness of dynamics analysis and validity of the proposed control algorithm.     

基于SDL & OpenGL的三维游戏优化技术

跨平台三维游戏的开发技术及其优化技术引起了关注和讨论.该文以一款具体的跨平台三维游戏设计为例,分析了游戏中的各种功能实现及优化技术,包括纹理技术、列表技术、高级字体技术、反走样技术以及绘制顺序的优化策略等,通过运用这些优化技术,得到了较好的游戏结果.     

基于SDL & OpenGL的三维游戏优化技术

跨平台三维游戏的开发技术及其优化技术引起了关注和讨论。该文以一款具体的跨平台三维游戏设计为例，分析了游戏中的各种功能实现及优化技术，包括纹理技术、列表技术、高级字体技术、反走样技术以及绘制顺序的优化策略等，通过运用这些优化技术，得到了较好的游戏结果。     

一种基于目标识别的运动视定位方法

针对室内移动机器人定位问题提出了一种基于目标识别的运动视定位方法.该方法确定机器人相对于其接近目标的位姿.选取目标上与相机投影中心相对于地面等高的两个点作为特征点,首先拍摄一幅包含这两个特征点的图像,机器人移动后再拍摄一幅包含这两个特征点的图像,该方法就能根据这两个特征点在这两幅图像中的坐标计算出机器人移动前后的位姿.该方法只需两个特征点和两幅图像,因而比较简单且有较高的实时性.试验结果验证了该方法的有效性.