基于人工势场的A*算法的移动机器人路径规划

为了解决传统A*算法规划路径时未考虑到障碍物分布对路径选取的影响,文中提出了一种改进的A*算法.将人工势场的思想与传统的A*算法相结合,对栅格地图中的障碍物赋予斥力场函数并计算周围栅格的斥力大小,进行路径搜索时将栅格的斥力大小引进到A*算法的评价函数当中以改进A*算法的搜索能力.通过MATLAB仿真和Turtlebot机器人的实验结果表明,与传统的A*算法相比,改进后的新算法与人工势场算法相结合,规划出了更优的路径,提高了路径规划效率,且搜索速度提高了 13.40％～29.68％,路径长度缩短了 10.56％～24.38％,路径节点数减少了 6.89％～27.27％,因此,改进的A*算法的优化效果明显,具有有效性和可行性.     

基于Hilbert-Huang变换的提升机齿轮箱故障诊断研究

Hilbert-Huang变换是用经验模式分解方法(EMD)将信号分解为有限个固有模态函数(IMF),然后再利用Hilbert变换获得时频分布特征的分析方法.介绍了该方法的基本原理,并将Hilbert-Huang变换应用于齿轮箱的故障诊断中,对IMF分量进行边际谱分析,并判断齿轮的故障.研究结果表明,Hilbert-Huang变换是一种有效的齿轮箱故障诊断方法.     

激光-CCD微位移传感器的研究

利用激光进行微小位移测量的激光-CCD微位移传感器是近几年发展起来的一种新技术.它具有灵敏度高、速度快、非接触测量,并与被测材料性质无关的优点.一、基本原理基本原理如图1所示,激光光源通过狭缝S沿     

长条薄形钢件校平机的设计与制作

针对人体机械磅秤的关键零件＂长臂支承杆＂用连冲模生产出来后零件的平直度达不到人体机械磅的设计要求。为了克服平直度的缺陷,以往采用手工敲打的方法,满足不了生产要求。因此设计和制作了一台专用的棍轴式校直机,增加一道高效的工序,以达到大批量生产的目的。     

基于单基点跟踪干涉仪的机床主轴热变形检测

针对传统多基点激光跟踪干涉仪测量方法测量过程耗时较长,无法准确检测出热变形对机床主轴运动精度影响的缺点,文章提出一种单站激光跟踪干涉仪测量方法,设置一个激光跟踪干涉仪采集机床运动轨迹,由于激光跟踪干涉仪初始坐标为已知量,因此只通过计算主轴目标点坐标就可以完成二维平面内机床运动轨迹的标定。相比传统激光干涉仪测量,该方法不仅能够准确标定机床主轴运动轨迹,还能快速完成主轴目标点坐标的计算。实验结果显示,单站激光跟踪干涉仪能够在7min内测量热变形对机床主轴运动精度的影响,并且受热变形影响,机床主轴Z向垂直度误差增大,且Y向最大偏差达到50μm,验证了单站激光跟踪干涉仪测量系统的有效性。     

基于小波去噪和Hibert-Huang变换在齿轮箱故障诊断中的应用

为了从混有大量噪声的信号中准确地提取故障信息,利用小波去噪和Hilbert-Huang变换相结合的方法.首先利用小波去噪作为信号的预处理,通过经验模式分解和Hilbert变换求得边际谱,确定故障的特征.该方法克服了直接运用经验模式分解方法由于大量噪声带来的不必要的干扰,更好地辨识出故障的局部特征信息.通过实例分析表明了该方法的有效性和实用性.     

基于Hough变换园林喷药机器人导航线提取

针对园林喷药机器人在绿篱带、花圃周围难以自动导航的问题,该文提出一种基于Hough变换拟合导航线的方法;利用逐段分解的思想,将弯路分解为多个近视直路;使用该文改进的灰度化因子处理分解后的路段图像;考虑到机器人在工作的时候会有农药或水滴影响图像质量,采用中值滤波强化图像;为了避免光照不均匀的影响,采用基于局部统计的可变阈值法二值化灰度图像;为了加快处理速度,每隔10像素行取一个采样行,采用相对白色像素中点的算法求取导航离散点,最后使用Hough变换拟合导航点,提取导航线。实验结果表明,该文提出的提取导航线的方法具有稳定性好、精度高、算法简单的优点。     

高职学生顶岗实习存在的问题与对策

顶岗实习是高职教育人才培养的不可缺少的环节。针对在顶岗实习过程中遇到的定位目的、思想工作和安全等问题,提出解决办法,以提高顶岗实习的教学质量。     

基于小波去噪和Hilbert-Huang变换在齿轮箱故障诊断中的应用

为了从混有大量噪声的信号中准确地提取故障信息,利用小波去噪和Hilbert-Huang变换相结合的方法。首先利用小波去噪作为信号的预处理,通过经验模式分解和Hilbert变换求得边际谱,确定故障的特征。该方法克服了直接运用经验模式分解方法由于大量噪声带来的不必要的干扰,更好地辨识出故障的局部特征信息。通过实例分析表明了该方法的有效性和实用性。     

基于人工势场的A*算法的移动机器人路径规划

为了解决传统A*算法规划路径时未考虑到障碍物分布对路径选取的影响,文中提出了一种改进的A*算法.将人工势场的思想与传统的A*算法相结合,对栅格地图中的障碍物赋予斥力场函数并计算周围栅格的斥力大小,进行路径搜索时将栅格的斥力大小引进到A*算法的评价函数当中以改进A*算法的搜索能力.通过MATLAB仿真和Turtlebot机器人的实验结果表明,与传统的A*算法相比,改进后的新算法与人工势场算法相结合,规划出了更优的路径,提高了路径规划效率,且搜索速度提高了 13.40％～29.68％,路径长度缩短了 10.56％～24.38％,路径节点数减少了 6.89％～27.27％,因此,改进的A*算法的优化效果明显,具有有效性和可行性.