基于路径空间层次划分的区域匹配算法

随着仿真应用在广度及深度上的发展,基于因特网的分布交互仿真成为未来的发展方向.其面临的主要挑战之一是系统可扩缩性问题.采用高效的数据过滤机制是解决问题的有效手段.首先讨论了分布交互仿真存在的可扩缩性问题,介绍了HLA(high level yarchitecture)框架下数据过滤机制的原理、实现及存在的问题.针对大规模系统过滤匹配计算量大的问题,提出了一种基于路径空间层次划分方法.该方法利用空间位置关系知识进行启发式搜索,从而排除大量不相关区域的匹配计算,有效地降低了过滤机制的计算复杂度.     

Sparse least squares support vector training in the reduced empirical feature space

In this paper we discuss sparse least squares support vector machines (sparse LS SVMs) trained in the empirical feature space, which is spanned by the mapped training data. First, we show that the kernel associated with the empirical feature space gives the same value with that of the kernel associated with the feature space if one of the arguments of the kernels is mapped into the empirical feature space by the mapping function associated with the feature space. Using this fact, we show that training and testing of kernel-based methods can be done in the empirical feature space and that training of LS SVMs in the empirical feature space results in solving a set of linear equations. We then derive the sparse LS SVMs restricting the linearly independent training data in the empirical feature space by the Cholesky factorization. Support vectors correspond to the selected training data and they do not change even if the value of the margin parameter is changed. Thus for linear kernels, the number of support vectors is the number of input variables at most. By computer experiments we show that we can reduce the number of support vectors without deteriorating the generalization ability.

Limitations of nonlinear discrete periodic control for disturbance attenuation and robust stabilization

This paper presents a performance analysis of nonlinear periodically time-varying discrete controllers acting upon a linear time-invariant discrete plant. Time-invariant controllers are distinguished from strictly periodically time-varying controllers. For a given nonlinear periodic controller, a time-invariant controller is constructed. Necessary and sufficient conditions are given under which the time-invariant controller gives strictly better control performance than the time-invariant controller from which it was obtained, for the attenuation of l_p exogenous disturbances and the robust stabilization of l_p unstructured perturbations, for all p[1,∞].     

CAN总线技术在汽车视觉检测系统中的应用

本根据汽车白车身视觉检测站工作的特点和需要,对基于CAN总线的多主结构分布控制系统进行了研究,并组建了基于MC68HC05X16单片机和微机的控制网络,中对CAN总线物理层接口、拓扑结构、通令协议及规程等作了详细的说明。     

重油微反控制系统—多线程技术的应用

以Microsoft Visual C 6.0为开发工具,应用Win95/98提供的多线程技术,在重油微反控制软件中实现了软件的实时控制性能。通过源代码剖析,详细阐述了多线程编程的实现方法以及如何安全地在多个线程间共享数据和通信。     

彩色图像融合算法与技术的研究

一种图像融合算法,可以对选定的区域范围内的图像进行融合运算,通过选择融合函数中一个与位置有关的系数,可以决定融合的形式。本融合算法可以使得被合成的图像看起来显得完整、自然。另外,对该算法在实现过程中出现的一种异常现象做出了较详细的分析,并给出了相应的解决算法。     

弧焊机器人TCF参数的标定

本文介绍了一种利用机器人正运动学方程和空间坐标变换关系来求解机器人的末端 执行器参数的方法．通过应用于本实验室的九自由度弧焊机器人的操作机（６DOF）对此方 法进行了验证,并给出了实验结果,而且分析了此标定方法的优点及不足之处．     

微操作机器人的视觉伺服控制

视觉伺服控制是微操作机器人实现精确运动,完成自动操作的必要手段．本文介绍 了实现微操作机器人视觉伺服控制的方法．首先论述了微操作机器人的视觉伺服结构,并以 建立的面向生物工程的双手微操作机器人系统为例,介绍了基于二维显微视觉信息的三自由 度柔性铰链微操作机器人的运动学建模方法,针对压电驱动器控制器的特点提出了基本的PI D视觉伺服控制规律实现方法,并进行了点到点运动和圆轨迹跟踪实验．实验结果表明,视 觉伺服控制克服了由于标定以及环境等因素导致的运动模型不准确而引入的误差．     

基于遗传算法模式匹配的机器人实时视觉伺服

对于机器人手臂来讲 ,对工作环境的识别是完成一个智能任务的最重要的问题之一 .因为这种智能可以使它工作在一个变化的环境中 .本文提出了一种新的机器人手臂的控制策略 ,可以利用视觉信息来指导机器人的手臂在它的工作空间中捡起一个已知形状但任意位置和方向的物体 .在对物体的搜索过程中 ,利用基于视觉闭环的视觉伺服来完成对机器人手臂的运动控制 .本系统利用遗传算法 (Genetic Algorithm ,GA)和模式匹配技术完成对搜索空间的搜索并获得了良好的结果 .本文完成了对带有两连杆手臂的视觉伺服系统的仿真 ,仿真结果证明了算法的有效性