高速高精度运动控制算法的研究与应用

为解决裁床运动控制系统在加工不规则轨迹曲线中存在的插补精度低,效率不高的问题,提出了基于改进BP神经网络B样条曲线插补算法的研究与设计。该算法通过加入动量因子改进BP神经网络离线训练B样条曲线,利用负反馈校正输出预测插补点,避免了BP神经网络插补器自身带来的偏差。同时根据加工曲线曲率半径的变化完成对速度的前瞻规划,实现了加工在拐角处的高速过渡。最后在Matlab上进行了算法仿真并在实验平台上进行了测试,实验结果表明本文提出的裁床运动控制算法能够高效高精度的完成材料切割。     

多场景下的人体跌倒检测方法及应用

针对可穿戴MEMS传感器检测多场景下的人体摔倒行为时,单一采用加速度阈值判断存在表征不完全的问题,提出了改进麻雀搜索算法(ISSA)优化SVM(SVM)的人体跌倒检测识别方法。首先通过可穿戴MEMS传感器采集人体离散化姿态数据,然后通过时间滑动窗口找出加速度阈值与角速度阈值特征向量并进行一级判定;同时构建ISSA-SVM跌倒状态检测模型,即利用改进的麻雀搜索算法对SVM的核参数和惩罚因子进行自适应优化,获得最优分类模型;最后根据SVM分类模型,对一级判定的数据进行分析,判断是否真正跌倒。实验仿真和产品应用结果表明:对于人体在不同场景下意外跌倒的检测,所提出的ISSA-SVM识别检测模型测试正确率达98%以上,同时降低了漏报率。经过多次测试,跌倒检测器表现出较好的鲁棒性。