一种PID型自适应模糊控制的设计及其应用

提出了一种PID型自适应模糊控制方法,进而将该方法应用于机器人末端执行器进行控制,仿真结果表明本文提出的控制方案在应用于机器人力控制时具有优秀的响应性能和运动精度,同时该方法简单实用,非常适用于实际生产。     

改进双向蚁群算法的移动机器人路径规划

针对机器人在静态环境下全局路径规划存在无法找到最短路径,收敛速度慢,路径搜索盲目性大,拐点多等问题,提出一种改进双向蚁群算法。以栅格地图为机器人运行环境,对障碍物有效顶点进行定义、编码和运用,同时结合以相同障碍物有效顶点为相遇条件的双向蚁群算法,双向交替进行路径搜索,能够快速地找到更短路径,得到的路径拐点更少。引入改进的状态转移规则,能够加快搜索速度。在启发函数中引入可调常数因子,在以障碍物有效顶点为路径搜索的节点,每走一步相当于传统算法的一步或多步行走。动态调整挥发系数并设置信息素浓度范围,能够避免陷入早熟。通过与其他算法仿真对比,验证了改进算法的可行性、有效性和优越性。     

改进A*算法融合自适应DWA的移动机器人动态路径规划

为解决传统A*算法和传统动态窗口法（Dynamic window approach,DWA）在移动机器人路径规划中存在的问题,提出一种改进A*算法和改进DWA相结合的动态路径规划方法。首先,采用16邻域16方向的路径搜索方式扩大路径搜索视野,减少节点访问量和转角度数;其次,对启发函数进行优化,增强路径搜索的目的性;接着,采用冗余点删除策略,减少转折点数目,路径平滑度进一步提高,再使用B样条曲线对路径拐角进行处理,得到的路径较为平滑;然后,在DWA的评价函数中对障碍物进行分类并区别对待以及添加速度自适应因子,能够提高避障灵敏度;最后,通过与其他算法进行三部分仿真实验以及优先级策略仿真实验,验证改进A*算法的有效性和融合方法避障的优越性。     

基于自适应反向学习的多目标分布估计算法

针对基于规则模型的多目标分布估计算法全局收敛性较弱的缺陷,提出了一种基于自适应反向学习(OBL)的多目标分布估计算法.该算法根据函数变化率的大小来决定是否进行OBL:当函数变化率较小时,算法可能陷入局部最优,所以进行OBL以提高当前种群中个体的多样性;当函数变化率较大时,运行基于规则模型的多目标分布估计算法.所提算法通...     

OpenCV 在焊缝实时检测与处理系统中的应用

机器视觉系统是集机械、光电、控制、计算机和数字图像处理等技术于一体的高度自动化系统,能够有效地提高产品的质量和产量,现已广泛应用于工业当中.随着科技的发展,对焊接的质量与效率的要求越来越大,为此有必要设计一套行之有效的,在焊接自动跟踪技术中能够在线检测焊缝并进行处理的焊缝实时检测与处理系统.文中在 VC++6.0开发环境中设计了一种采用 Otsu 自动选择阈值和 Canny 算子检测边缘,基于 OpenCV 的焊缝实时检测与处理算法,实验结果表明基于该算法的系统实时性高、效果好、检测正确快速     

基于新型PD模糊控制方法的机器人轨迹跟踪

研究了一类基于模糊规则的变参数PD控制方法.对于模型未知对象,常规PD控制器参数的整定一般要基于一些经验知识,这对PD参数的整定带来一定的困难.该文采用TS模糊控制,将模糊控制和PD控制相结合组成一种复合控制器.这种控制方法兼备模糊控制和PD控制的优点,具有广泛的应用价值.二自由度机器人仿真和实验表明了该控制方案的可行性.     

基于HMM和PNN的混合语音识别模型

基于隐马尔可夫模型(HMM)和改进后的概率神经网络(PNN)模型提出了一种用于语音识别的混合模型,该模型首先利用HMM生成最佳语音状态序列,然后对最佳状态序列进行时间规整,最后通过PNN神经网络进行分类识别。给出了HMM参数训练及时间规整的算法。实验结果表明这种模型比HMM具有更好的识别效果。     

基于新评价指标自适应预测的动态多目标优化算法

现实生活中的多目标优化问题（MOP）大多为动态多目标优化问题（DMOP）,此类问题的目标函数、约束条件和决策变量都可能随时间的变化而发生改变,这需要算法在环境变化后快速适应新的环境,且在保证Pareto解集多样性的同时快速收敛到新的Pareto前沿。针对此问题,提出一种基于新评价指标自适应预测的动态多目标优化算法（NEI-APDMOA）。首先,在种群非支配排序过程中提出一种优于拥挤度的新评价指标,并分阶段平衡收敛快速性和种群多样性,使种群的收敛过程更加合理;其次,提出一种可判断环境变化强弱的因子,为预测阶段提供有价值信息,并引导种群更好地适应环境变化;最后,根据环境变化因子匹配3种更加合理的预测策略,使种群快速响应环境变化。将NEI-APDMOA与DNSGA-Ⅱ-A(Dynamic Non-dominated Sorting Genetic Algorithm-Ⅱ-A)、DNSGA-Ⅱ-B(Dynamic Non-dominated Sorting Genetic Algorithm-Ⅱ-B)和PPS(Population Prediction Strategy)算法在9个标准动态测试...     

含分布式电源的区间多目标微网规划

针对多目标优化问题,提出了一种基于可行性规则改进的多目标优化约束处理方法,在可行性规则中引入约束违反度信息和非支配层数信息到选择机制中,增强对可行解搜索空间的开发能力。将该约束处理方法引入到IP-MOEA算法中,然后将带约束处理的IP-MOEA算法应用到含分布式电源的区间配电网规划经济性模型,并且对该模型与只考虑负荷不确定的模型和只考虑分布式电源出力不确定的模型进行比较,结果表明,该模型所得区间解更加符合实际的配电网,可以为决策人员提供很好的优化方案。对加入分布式电源和不加入分布式电源的配电网的情况进行对比,结果表明,在配电网中加入分布式电源后的经济效益大于不加入分布式电源的经济效益,同时也使原有配电网的线路损耗大大降低。     

未知环境下的机器人视觉/力觉混合控制

在实际的接触型作业任务中,需要在控制位置的同时控制末端执行器与环境之间的接触力.针对这一问题,通过力反馈信息对未知环境中的法线方向进行估计,并采用最小二乘方法估计图像雅可比矩阵.提出一种基于视觉/力觉的混合控制算法,给出了视觉/力觉混合控制的约束条件,对视觉采用变结构控制器,力控制采用PI控制器.实验结果表明,该策略具有较高的力控制精度和曲线跟踪能力.