基于强化学习的学习变阻抗控制

为了提高力控制的性能,使机器人高效自主地学习执行力控制任务,本文提出一种学习变阻抗控制方法。该方法采用基于模型的强化学习算法学习最优阻抗调节策略,使用高斯过程模型作为系统的变换动力学模型,允许概率化的推理与规划,并在成本函数中加入能量损失项,实现误差和能量的权衡。仿真实验结果表明:该学习变阻抗控制方法具有高效性,仅需数次交互即可成功学习完成力控制任务,大大减少了所需的交互次数与交互时间,且学习得到的阻抗控制策略具有仿生特性,可用于学习执行力敏感型任务。     

基于光轴约束的机械臂运动学标定方法

为了提高机械臂的绝对定位精度,本文提出一种基于光轴虚拟约束的运动学参数标定方法。建立基于虚拟直线约束的运动学误差模型;本文在相机光轴的约束下,使用基于图像的视觉控制方法,使机械臂末端标定板的固定特征点依次到达光轴的多个位置;根据运动学模型计算特征点的对齐位置差,并使用迭代最小二乘法求解运动学参数误差。设计了Reinovo六自由度工业机械臂的运动学参数标定实验,对于随机产生的测试点,标定前的平均对齐误差为1. 50 mm,标定后降至0. 72 mm,机械臂末端的定位精度提高了52%,实验结果验证了该方法的有效性。     

电子鼻气敏传感器的工作原理及其在肉品掺假中的应用研究进展

电子鼻作为一种新型仿生嗅觉检测技术,具有检测时间短、样品预处理简单、检测结果可靠等优点,受到国内外学者的广泛关注。目前,市场上存在许多基于不同检测原理和机制的新型电子鼻传感器,其类型和阵列的差异与电子鼻的应用扩展密切相关。本文重点阐述电子鼻中金属氧化物型、导电聚合型、质量敏感型、场效应管型、光纤型等气敏传感器的工作原理,分析影响电子鼻检测结果的主要因素,并概述电子鼻在生鲜肉与肉制品掺假中的应用研究进展,以期为电子鼻的工业化推广和肉品掺假检测技术革新提供参考。     

空空导弹中制导系统蒙特卡罗仿真研究

基于蒙特卡罗仿真技术，研究了导弹中制导方案的可行性，分析输入参数误差，初始不对准误差，惯性器件误差，目标机动，计算延迟等因素对导引头截获目标的影响。仿真结果表明，采用比例导引律和低精度的捷联惯导系统可保证中制导段结束时导引头可靠截获目标。