基于微机电系统与径向基函数的水下航行器姿态检测

为实现水下航行器自主运动控制,准确掌握水下航行器的运动姿态至关重要。微机电系统惯性传感器因具有体积小、成本低和功耗低等特点,被广泛应用于姿态检测系统当中。由于海底的工作环境复杂,故水下航行器在实验过程中设定有一定的非合作性;因此设计采用径向基函数神经网络算法对采集数据进行训练与分类。实验结果表明,微机电系统惯性传感器结合径向基函数神经网络算法对水下航行器的基本行为识别的平均召回率可达94%。     

基于卡尔曼滤波和粒子滤波融合的UWB室内定位算法

基于超宽带(ultra-wideband, UWB)室内定位技术得到了广泛的发展,然而,在LOS(line-of-sight)和NLOS(non-line-of-sight)环境下的UWB的测距信息均存在不同程度的误差,因此,提出了一种改进的卡尔曼滤波算法对UWB原始数据进行平滑处理;之后提出卡尔曼滤波(Kalman filters and particle filters, KPF)和粒子滤波融合的算法。通过卡尔曼滤波得到的状态量和误差协方差进行粒子采样,克服了传统粒子滤波进行粒子采样时的运动学模型与实际运动不相符的缺点,大幅减少了粒子退化的现象。经过实验,该算法在LOS和NLOS环境中的定位精度分别提升了20.6%和15.6%。     

水下开挖机器人液压系统设计与应用

水下开挖机器人是针对沉井施工作业所研发的特种工程机械,其液压驱动系统的设计至关重要。文中根据机器人各部分机构特点,采用理论计算和仿真分析的方法求解出各液压执行元件的受力特性;综合分析现有工程机械常用液压系统特点,针对水下开挖机器人各执行器作业要求,设计了负载敏感泵和比例多路阀结合的LUDV系统作为其液压系统;最后对机器人整机进行调试和应用。结果表明：水下开挖机器人液压系统在实际工作中表现稳定,满足工程应用要求。     

沉井基础取土作业机器人设计与研究

针对传统沉井基础施工设备取土效率低、地层适应性较差、作业区域存在盲区等问题，设计一款沉井基础取土作业机器人。结合施工需求，对机器人进行结构设计，并对其伸缩臂进行有限元静力学分析，验证了伸缩臂结构设计的合理性和可靠性；基于D-H法和几何法分别建立了机器人正、逆运动学模型，基于几何法建立了机器人关节空间到驱动空间的运动学模型，将铣挖头位姿控制最终转换为各关节液压驱动器的位置控制；设计了机器人关节驱动电液比例控制系统，采用PID控制器对其进行校正，通过仿真验证了控制策略的有效性；通过现场试验对机器人整机使用性能进行分析。试验结果表明：沉井基础取土作业机器人满足沉井施工需求，达到预期目标。     

基于机器人集群化制造的钢筋网片生产线设计

针对传统铁路桥塔预制钢筋网片制作效率低、焊接质量不稳定等问题,提出以工业机器人取代传统人工制作的思路,设计基于机器人集群化制造的钢筋网片生产线。对传统制作流程进行分析,从各工序特点入手,提出工业机器人全工序取代的总体设计方案;通过搭配机器人作业辅助机械结构,结合工业级视觉系统,设计基于机器人制作的钢筋网片全自动化生产线和生产工艺;最后,通过试验和工程应用对生产线方案的可行性和实用性进行验证。结果表明：基于机器人集群化制造的钢筋网片制作生产效率更高、焊接质量更为稳定,同时降低了劳动强度,减少了人工成本,达到了预期的设计效果。     

U形节段梁自动化吊具设计与分析

U形梁以其优良的特性被广泛应用于大型城市的轨道交通中，预制拼装U形节段梁施工技术采用离散化的方法，解决了大型构件制造、运输和安装的难题，但同时也存在着单元数量增多，堆放和转运过程中吊装作业繁琐、效率低的情况。文中针对建工行业自动化、少人化的施工需求，提出一种非穿孔式U形节段梁自动化吊具解决方案，实现对U形节段梁自动化高效抓取作业。根据实际应用需求设计了双向伸缩卡位式U形节段梁自动化吊具，并介绍了该自动化吊具的结构组成和功能；借助虚拟样机直观地展示了该自动化吊具的施工方法和动作流程；最后使用有限元分析方法，对极限工况条件下的U形节段梁和自动化吊具关键部件进行了可行性分析。     

基于周期滑动平均卡尔曼滤波的船载式称重传感器误差抑制算法

随着基础设施建设工程走向海洋，船载式混凝土搅拌站得到了大量的应用，但其在波浪激励下会产生升沉、横摇、纵摇、横荡、纵荡的复合运动，从而会导致计量系统产生偏差。基于此给出一种基于周期滑动平均卡尔曼滤波的船载式称重传感器误差抑制算法。首先，通过传统卡尔曼滤波对原始数据进行处理，消除其中的随机误差；然后，通过短时傅里叶变换对数据进行频谱分析，获取周期性误差的频率特征；最后通过滑动窗口均值滤波来消除系统中的周期性误差。通过6自由度实验平台模拟存在波浪激励时船舶的运动情况并通过三点秤进行计量称重，分别记录不同算法处理后的称重数据。实验结果表明，原始称重数据最大误差为9.6%;卡尔曼滤波处理的称重数据最大误差为2.1%;本文给出算法处理的称重数据最大误差为0.3%,该算法能够有效消除由于周期性波浪激励所造成的周期性误差和传感器本身所产生的随机误差，提高船载式混凝土搅拌站的计量精度。