摄像机模型下非完整移动机器人的自适应镇定

基于摄像机视觉反馈的方法,针对摄像机视觉参数未知及移动机器人质心和几何中心不重合且质心几何中心距离未知情况下,提出了一种不连续反馈控制律,并利用自适应技术对其进行修正,在证明时创新性地加了一个状态作为补充,最终证明了提出的控制律能使该视觉反馈系统下移动机器人的各状态由任意的初始状态指数收敛到原点,并利用MATLAB仿真验证了所设计控制器的有效性。     

神经网络PID 控制的机器人视觉反馈跟踪

探讨针对视觉空间的非完整移动机器人的跟踪控制问题。在不校准摄像机视觉参数的情况下,利用视觉反馈得到的信息,设计出非完整移动机器人轨迹跟踪的神经网络控制器。将BP网络与PID控制相结合,避免复杂的公式推导,解决参数不校准下的控制问题,并很好的实现跟踪。仿真结果证明了文中方法的有效性。     

基于状态持续时间的HMM语音识别模型

针对经典隐马尔可夫模型对状态持续时间的函数表达与实际语音的物理事实不相符合这一缺点,在通常隐马尔可夫的基础上引入状态持续时间参数,建立基于状态持续时间的HMM语音识别模型（SDHMM）,并用其进行语音识别实验,与经典隐马尔可夫模型相比,识别率有所提高。