基于人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能機(jī)器人的避障軌跡控制摘 要：利用人工神經(jīng)網(wǎng)絡(luò)中的二級(jí) BP網(wǎng)。模擬智能機(jī)器人的兩控制參數(shù)(左 、右輪速)間的函數(shù)關(guān)系。實(shí)現(xiàn)避 障軌跡為圓弧或橢圓弧的軌跡控制 。并且通過調(diào)整橢圓長(zhǎng)、短軸大小。能實(shí)現(xiàn)多個(gè)及多層障礙物的避障控制．該方法 的突出特點(diǎn)是方法簡(jiǎn)單、算法容易實(shí)現(xiàn) 。使機(jī)器人完成多個(gè)及多層避障動(dòng)作時(shí)。不滯后于動(dòng)態(tài)環(huán)境里其它機(jī)器人(障 礙物)位置的變化．在仿真實(shí)驗(yàn)中。取得了理想的效果． 關(guān)鍵詞；BP神經(jīng)網(wǎng)絡(luò)I多個(gè)及多層避障控制I橢圓軌跡1 弓I言(Introduction) 在機(jī)器人中，避障軌跡的生成是一個(gè)重要的問 題．對(duì)于不確定的動(dòng)態(tài)環(huán)境下的實(shí)時(shí)避障軌跡生成， 是較為困難的．有關(guān)這方面的研究，目前已有許多方 法．一些神經(jīng)網(wǎng)絡(luò)模型被設(shè)計(jì)出來，產(chǎn)生實(shí)時(shí)的軌跡 生成．文獻(xiàn)113[23提供的神經(jīng)網(wǎng)絡(luò)模型產(chǎn)生的軌跡 生成僅能處理在靜態(tài)環(huán)境下及假設(shè)空間中沒有障礙 物的情況．[3]提供的神經(jīng)網(wǎng)絡(luò)模型，能為智能機(jī)器 人產(chǎn)生導(dǎo)航的避障軌跡，然而模型在計(jì)算上相當(dāng)復(fù) 雜．文獻(xiàn)[43提供了Hopfield神經(jīng)網(wǎng)絡(luò)模型，能在動(dòng) 態(tài)環(huán)境下產(chǎn)生時(shí)實(shí)的避障軌跡生成，并在文獻(xiàn)[5] 中，嚴(yán)格證明了因該方法生成的軌跡沒有遭受局部 極小點(diǎn)逃離問題．并且文獻(xiàn)[63用兩個(gè)神經(jīng)網(wǎng)絡(luò)層疊 加起來，每層構(gòu)造相似于[43中的網(wǎng)絡(luò)結(jié)構(gòu)．它是利 用第二層網(wǎng)絡(luò)來發(fā)現(xiàn)下一個(gè)機(jī)器人位置的無監(jiān)督模 型，然而它卻加倍了計(jì)算量，盡管文獻(xiàn)[4，6]提供的 方法能在動(dòng)態(tài)環(huán)境下，產(chǎn)生時(shí)實(shí)避障軌跡，但都具有 較慢的運(yùn)動(dòng)速度，在快速變化的環(huán)境下不能恰當(dāng)?shù)? 完成動(dòng)作執(zhí)行，因?yàn)闄C(jī)器人要比較好地完成避障動(dòng) 作，必須不能滯后于障礙物動(dòng)作變化
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機(jī)器人
上傳時(shí)間： 2022-02-12
上傳用戶：得之我幸78
壓電材料由于其力電耦合特性，能有效地將機(jī)械能與電能進(jìn)行轉(zhuǎn)換，于是人們將其作為激勵(lì)/傳感器廣泛地應(yīng)用于各類工程領(lǐng)域。壓電材料常常與受控柔性結(jié)構(gòu)粘接成一體，作為傳感器以及激勵(lì)器，以達(dá)到抑制受控結(jié)構(gòu)振動(dòng)的目標(biāo)。因此，研究壓電智能結(jié)構(gòu)的振動(dòng)以及振動(dòng)控制有重要的科學(xué)意義和實(shí)用價(jià)值本文基于壓電材料與宿主結(jié)構(gòu)之間的力電耦合特性，推導(dǎo)了拉普拉斯變換形式卜的壓電智能梁結(jié)構(gòu)的阻抗矩陣，并基于阻抗矩陣研究如何建立壓電智能梁結(jié)構(gòu)的頻率響應(yīng)數(shù)值模型以及由此模型計(jì)算系統(tǒng)動(dòng)態(tài)響應(yīng)的方法，本文還研究了速度負(fù)反饋控制器作用下壓電梁的控制系統(tǒng)性能：PPF控制器下不同系統(tǒng)輸入時(shí)，系統(tǒng)的動(dòng)態(tài)性能；不同控制器參數(shù)下，控制系統(tǒng)的效果。計(jì)算結(jié)果表明，本文模型能有效地與各種控制策略相結(jié)合，研究壓電梁的振動(dòng)控制問題。最后，本文還嘗試由阻抗矩陣模型建立系統(tǒng)的TF控制模型，對(duì)于單個(gè)矩陣元素，此方法能在指定頻域內(nèi)得到很好的近似模型，對(duì)于由許多單元組成的壓電梁，本文方法得到的結(jié)果能識(shí)別部分階頻率，因此需要進(jìn)一步研究。振動(dòng)是大自然中最普遍的現(xiàn)象，在現(xiàn)實(shí)的工業(yè)工程及實(shí)際生活中，人們常常遇到各種與振動(dòng)有關(guān)的問題。譬如，我們常用的各種音響設(shè)備、醫(yī)療超聲檢測(cè)設(shè)備、雷達(dá)等設(shè)備及設(shè)施中，就利用了振動(dòng)含有積極意義的一方面；另一方面，機(jī)床的劇烈振動(dòng)導(dǎo)致工件的加工精度達(dá)不到要求、飛機(jī)機(jī)翼的顫振、飛機(jī)輪船等振動(dòng)噪聲過大導(dǎo)致乘客感到不舒適等則是振動(dòng)消極一面的具體體現(xiàn)。為此，人們常常對(duì)這些設(shè)備的系統(tǒng)模型進(jìn)行分析、研究，以期對(duì)振動(dòng)進(jìn)行控制：一方面提高起積極作用的振動(dòng)的強(qiáng)度或?qū)⑵淇刂圃谌藗兿Ｍ某潭壬希毫硪环矫姹M可能地將起消極作用的振動(dòng)削弱，達(dá)到不影響工業(yè)生產(chǎn)及生活的效果
標(biāo)簽： 阻抗法
上傳時(shí)間： 2022-03-11
上傳用戶：qingfengchizhu
一臺(tái)數(shù)控機(jī)床的先進(jìn)程度衡量著一個(gè)國(guó)家制造業(yè)的先進(jìn)水平，而數(shù)控機(jī)床最核心的部分就是數(shù)控機(jī)床控制系統(tǒng)。近年出現(xiàn)的ARM數(shù)入式系統(tǒng)具有硬件資源豐富、性能好、成本低和功耗低等優(yōu)點(diǎn)，F(xiàn)PGA技術(shù)具有可重復(fù)編程、在線升級(jí)、實(shí)時(shí)性好、可靠性高等優(yōu)點(diǎn)。為了克服傳統(tǒng)的數(shù)控機(jī)床成本高、控制精度低、實(shí)時(shí)性差，可靠性低等缺點(diǎn)，研究基于ARM+FPGA架構(gòu)的新型數(shù)控機(jī)床系統(tǒng)，具有重要的社會(huì)經(jīng)濟(jì)意義和重大的經(jīng)濟(jì)價(jià)值本文以數(shù)控機(jī)床為工程背景，以何服電機(jī)PMSM為具體對(duì)象以ARM+FPGA作為數(shù)控系統(tǒng)的實(shí)現(xiàn)平臺(tái)，從提高何服系統(tǒng)位置環(huán)控制的自適應(yīng)能力，提高位置環(huán)、速度環(huán)和電流環(huán)等復(fù)雜運(yùn)算的處理速度，提高系統(tǒng)管理與控制程序開發(fā)的簡(jiǎn)單性、界面的美觀性等方面開展了深入的研究。其主要研究工作和結(jié)論如下：（1）在對(duì)比分析了幾種控制系統(tǒng)架構(gòu)基礎(chǔ)上，提出了一種基于ARM+FPGA的數(shù)控機(jī)床自適應(yīng)模糊控制何服系統(tǒng)的設(shè)計(jì)方案。該系統(tǒng)采用以ARM作為系統(tǒng)主控與運(yùn)動(dòng)軌跡計(jì)算芯片，F(xiàn)PGA作為何服系統(tǒng)運(yùn)動(dòng)控制芯片，而其中的FPGA運(yùn)動(dòng)控制系統(tǒng)包括自適應(yīng)位置控制模塊、速度控制模塊、電流變換模塊三大部分（2）針對(duì)提出的 ARM+FPGA的數(shù)控機(jī)床自適應(yīng)模糊控制何服系統(tǒng)的設(shè)計(jì)方案，進(jìn)行了有關(guān)數(shù)學(xué)模型的建立占推導(dǎo)，并借助MATLAB工具建立系統(tǒng)仿真模型進(jìn)行仿真。系統(tǒng)仿真結(jié)果表明，該系統(tǒng)位置響應(yīng)超調(diào)量小，響應(yīng)時(shí)間短，系統(tǒng)性能優(yōu)越（3）為了提高運(yùn)動(dòng)控制的實(shí)時(shí)性、可靠性、靈活度，根據(jù)運(yùn)動(dòng)控制系統(tǒng)的模型，提出了一種FPGA實(shí)現(xiàn)的運(yùn)行控制系統(tǒng)的結(jié)構(gòu)，井詳細(xì)進(jìn)行了自適應(yīng)位置控制模塊、速度控制模塊、電流變換模塊等內(nèi)部各模塊的設(shè)計(jì)，之后利用HDL進(jìn)行了有關(guān)模塊的程序設(shè)計(jì)和PGA實(shí)現(xiàn)仿真（4）針對(duì)基于ARM微處理器的主挖與運(yùn)動(dòng)軌跡計(jì)算系統(tǒng)，進(jìn)行了系統(tǒng)控制界面的設(shè)計(jì)，F(xiàn)PGA與ARM芯片、FPGA與上位機(jī)等通信程序設(shè)計(jì)，進(jìn)行了運(yùn)動(dòng)控制中加減速、插補(bǔ)方法的分析與設(shè)計(jì)關(guān)鍵字：數(shù)控機(jī)床：水磁同步電機(jī)：自適應(yīng)模糊控制：ARM:FPGA
標(biāo)簽： 數(shù)控機(jī)床 自適應(yīng)模糊控制
上傳時(shí)間： 2022-03-11
上傳用戶：20125101110
建模、控制算法研究以及仿真試驗(yàn)都是燃?xì)廨啓C(jī)研制過程中必不可少的環(huán)節(jié)，本文針對(duì)三者展開研究首先，采用容積慣性法代替牛頓-拉普遜法建立三軸燃?xì)廨啓C(jī)非線性動(dòng)態(tài)模型，并考慮變比熱、引氣與冷卻等環(huán)節(jié)，通過與試車數(shù)據(jù)比較驗(yàn)證了所建模型具有良好的仿真精度。采用容積慣性法不但提高了模型的實(shí)時(shí)性，并且動(dòng)態(tài)過程更接近真實(shí)燃?xì)廨啓C(jī)運(yùn)轉(zhuǎn)狀態(tài)。分析了容積慣性法建模中低轉(zhuǎn)速階段仿真時(shí)出現(xiàn)的參數(shù)振蕩現(xiàn)象產(chǎn)生的原因，通過增加低轉(zhuǎn)速特性數(shù)據(jù)消除了參數(shù)振蕩，并提出了一種基于指數(shù)平衡與樣條擬合的外推方法來獲得低轉(zhuǎn)速特性數(shù)據(jù)。通過低壓壓氣機(jī)特性數(shù)據(jù)外推計(jì)算與分析，證明了該外推方法具有較好的準(zhǔn)確性。然后，針對(duì)重型燃?xì)廨啓C(jī)非線性強(qiáng)、慣性大和負(fù)載多變等特點(diǎn)，提出了一種基于深度信念網(wǎng)絡(luò)的自適應(yīng)控制器。該控制器結(jié)合了深度信念網(wǎng)絡(luò)和傳統(tǒng)PD控制器，其中深度信念網(wǎng)絡(luò)作用是在線調(diào)整PID參數(shù)，而傳統(tǒng)PD控制器負(fù)責(zé)控制量的計(jì)算與輸出。通過數(shù)字仿真，驗(yàn)證了該控制器滿足燃?xì)廨啓C(jī)轉(zhuǎn)速控制的要求，并且具有良好的自適應(yīng)性，在燃?xì)廨啓C(jī)不同工況下，能夠?qū)ζ滢D(zhuǎn)速進(jìn)行準(zhǔn)確控制，使得系統(tǒng)快速響應(yīng)的同時(shí)無超調(diào)量。最后，針對(duì)燃?xì)廨啓C(jī)硬件在環(huán)仿真平臺(tái)的需要，設(shè)計(jì)了一種能夠采集并模擬多種范圍電壓、電流與頻率信號(hào)的接口模擬器。搭建了燃?xì)廨啓C(jī)硬件在環(huán)控制平臺(tái)，在試驗(yàn)前對(duì)接口模擬器以及控制器進(jìn)行了標(biāo)定與平臺(tái)的實(shí)時(shí)性驗(yàn)證。在已有的控制器上，完成了基于RIX作系統(tǒng)的多任務(wù)嵌入式控制系統(tǒng)開發(fā)。通過硬件在環(huán)試驗(yàn)，進(jìn)一步驗(yàn)證了本文設(shè)計(jì)的控制器具有良好的控制效果與較強(qiáng)的自適應(yīng)能力關(guān)鍵詞：燃?xì)廨啓C(jī)，容積慣性，建模，仿真，自適應(yīng)控制，深度信念網(wǎng)絡(luò)，硬件在環(huán)
標(biāo)簽： 自適應(yīng)控制
上傳時(shí)間： 2022-03-14
上傳用戶：
準(zhǔn)確量化和預(yù)測(cè)陸地生態(tài)系統(tǒng)碳水通量對(duì)于理解陸氣間相互作用，預(yù)測(cè)未來氣候變化和控制溫室效應(yīng)具有重要意義。通量觀測(cè)和模型模擬是目前研究碳水通量的兩種主要方法。通量觀測(cè)精度較高，但觀測(cè)范圍局限、站點(diǎn)分布不均勻，易受環(huán)境影響，難以區(qū)域擴(kuò)展；模型模擬可實(shí)現(xiàn)不同尺度參量估算，但由于理想化假設(shè)、模型參數(shù)和驅(qū)動(dòng)數(shù)據(jù)等限制，導(dǎo)致其模擬結(jié)果往往與真實(shí)值存在較大偏差。模型-數(shù)據(jù)融合方法主要是通過參數(shù)估計(jì)和數(shù)據(jù)同化兩種技術(shù)集成觀測(cè)和模型信息，建立兩者相互制約調(diào)節(jié)的優(yōu)化關(guān)系，以提高模型結(jié)果與真實(shí)值之間的匹配程度。基于該思路，本研究在地面觀測(cè)數(shù)據(jù)、遙感衛(wèi)星資料以及相關(guān)氣候環(huán)境數(shù)據(jù)基礎(chǔ)上，重點(diǎn)突破全球動(dòng)態(tài)植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感參數(shù)優(yōu)化方法，獲取適宜中國(guó)的參數(shù)化方案：在此基礎(chǔ)上，引入數(shù)據(jù)同化算法，將遙感衛(wèi)星產(chǎn)品信息與模型相融合，在模擬過程中不斷校正原有模型模擬軌跡，提高模型適用性。將以上改進(jìn)的模型推廣至中國(guó)區(qū)域，實(shí)現(xiàn)對(duì)20002015年中國(guó)地區(qū)總初級(jí)生產(chǎn)力（Gross Primary Productivity GPP）和敬發(fā)（Evapotranspiration，ET的空間格局模擬及分析。主要結(jié)論如下1）將LP」DGwM中所選出的22個(gè)可調(diào)參數(shù)（涉及光合、呼吸、水平衡異速生長(zhǎng)、死亡、建立以及土壤和掉落物分解共七個(gè)作用領(lǐng)域）在各自取值范圍內(nèi)隨機(jī)獲得不同的參數(shù)組合，結(jié)果表明22個(gè)參數(shù)可引起GPP和ET模擬結(jié)果產(chǎn)生較大的不確定性，尤其集中在生長(zhǎng)季。所有站點(diǎn)GPP相對(duì)不確定性（Relative Uncertainty，RU）基本保持在09-1.25之間，不具有明顯的年際變異性：ET相對(duì)不確定性RU月變化趨勢(shì)明顯，且基本處于0.5以下，明顯低于GPP，說明所篩選的22個(gè)參數(shù)對(duì)GP模擬產(chǎn)生的影響更為顯著。
標(biāo)簽： 數(shù)據(jù)融合
上傳時(shí)間： 2022-03-16
上傳用戶：shjgzh
王成元老師的現(xiàn)代電機(jī)控制，對(duì)于學(xué)習(xí)電機(jī)控制的同學(xué)來說很有幫助，里面講了很多電機(jī)控制算法和模型。
標(biāo)簽： 電機(jī)控制
上傳時(shí)間： 2022-03-21
上傳用戶：
近年頻繁出現(xiàn)的霧霾天氣，加深了人們對(duì)肺癌的關(guān)注，迫切需要一種能對(duì)肺癌高危人群進(jìn)行早期篩查和檢測(cè)的儀器。卟啉類化合物能與氣體中的某些分子發(fā)生明顯的顯色反應(yīng)，該方法能有效地檢測(cè)出肺癌呼出氣體中的標(biāo)志物。軟件系統(tǒng)是各類儀器功能實(shí)現(xiàn)的前提。針對(duì)肺癌檢測(cè)，本文基于ARMI設(shè)計(jì)開發(fā)了一套嵌入式肺癌呼吸氣體檢測(cè)軟件系統(tǒng)。結(jié)合軟件工程開發(fā)的相關(guān)技術(shù)思想，通過需求分析，在嵌入式Lnux平臺(tái)下對(duì)軟件系統(tǒng)進(jìn)行開發(fā)設(shè)計(jì)，最終軟件系統(tǒng)能通過串口正?？刂芁ED燈、氣泵、電磁閥等硬件設(shè)備，還能通過圖像采集設(shè)備實(shí)現(xiàn)視頻監(jiān)控和圖像采集功能，并合理協(xié)調(diào)下位機(jī)微控制系統(tǒng)各部件的運(yùn)作時(shí)間，最終實(shí)現(xiàn)了肺癌檢測(cè)系統(tǒng)的軟硬件一體化，實(shí)現(xiàn)了肺癌氣體檢測(cè)系統(tǒng)從進(jìn)氣到檢測(cè)到結(jié)果處理全套控制功能。文章最后對(duì)軟件系統(tǒng)進(jìn)行了相應(yīng)測(cè)試。文章主要內(nèi)容包括以下幾點(diǎn)：①結(jié)合下位機(jī)微控制系統(tǒng)的氣路設(shè)計(jì)，從用戶角度采用統(tǒng)一建模語言與用例圖對(duì)嵌入式系統(tǒng)軟件的設(shè)計(jì)進(jìn)行需求分析與模型建設(shè)②搭建嵌入式 Linux系統(tǒng)環(huán)境并對(duì)其構(gòu)架進(jìn)行剖析，完成系統(tǒng)開發(fā)核心的接口驅(qū)動(dòng)程序—視頻傳輸驅(qū)動(dòng)程序和串口驅(qū)動(dòng)程序進(jìn)行設(shè)計(jì)。③以α t-Creator作為開發(fā)平臺(tái)，對(duì)系統(tǒng)中氣體富集模塊，氣體檢測(cè)模塊，圖像處現(xiàn)模塊，氣體吹掃模塊進(jìn)行了開發(fā)設(shè)計(jì)，并對(duì)各模塊的控制流程與核心技術(shù)進(jìn)行了詳細(xì)描述①在6410目標(biāo)板上搭建Linu系統(tǒng)環(huán)境，并移植交叉編譯后的肺癌檢測(cè)系統(tǒng)控制軟件。針對(duì)第二章中提出的開發(fā)需求對(duì)系統(tǒng)軟件設(shè)置相應(yīng)的測(cè)試用例，完成系統(tǒng)軟件測(cè)試得出測(cè)試結(jié)果。
上傳時(shí)間： 2022-03-31
上傳用戶：XuVshu
目的:自主研制一款超聲手術(shù)刀電源控制系統(tǒng),以減少能量的消耗,維持手術(shù)刀的正常溫度。方法:對(duì)超聲換能器在諧振附近的等效電路建立模型,并設(shè)計(jì)基于數(shù)字信號(hào)處理(DSP)的超聲手術(shù)刀的硬件控制系統(tǒng)。結(jié)果:經(jīng)對(duì)電源控制系統(tǒng)的電路和工作性能測(cè)試,生成的電流和電壓的有效值等參數(shù),能夠及時(shí)調(diào)整電源的頻率,并達(dá)到預(yù)期的功能指標(biāo),使超聲手術(shù)刀工作在諧振狀態(tài)。結(jié)論:以DSP為核心設(shè)計(jì)的超聲手術(shù)刀電源控制系統(tǒng),測(cè)試指標(biāo)均能夠達(dá)到預(yù)期的要求,能夠使系統(tǒng)在諧振狀態(tài)下工作。Objective: To independently develop a power control system of ultrasonic scalpel so as to reduce the energy consumption and maintain the normal temperature of ultrasonic scalpel. Methods: In this paper, the model of equivalent circuit of ultrasonic transducer nearby syntony was built up, and the hardware control system of ultrasonic scalpel based on digital signal processing(DSP) was designed. Results: Through testing the circuit and work performance of power control system, the series of parameters such as effective value and so on which were produced by this system could adjust frequency of power source in time and attain anticipative functional indicator, and it took the ultrasonic scalpel to work in syntonic situation. Conclusion: The tested indicators of power control system of ultrasonic scalpel based on the kernel design of DSP can attain anticipative requirement, and can take this system to work in syntonic situation.
標(biāo)簽： 數(shù)字信號(hào)處理 超聲手術(shù)刀 電源控制
上傳時(shí)間： 2022-04-03
上傳用戶：bluedrops
基于MATLAB Simulink的電壓電流雙閉環(huán)控制的仿真，包含算法及波形。
上傳時(shí)間： 2022-04-07
上傳用戶：
傳統(tǒng)控制方法包括經(jīng)典控制和現(xiàn)代控制，是基于被控對(duì)象精確數(shù)學(xué)模型的控制方式，缺乏靈活性和應(yīng)變能力，適合于解決線性、時(shí)不變等相對(duì)簡(jiǎn)單的控制問題。而在社會(huì)生產(chǎn)實(shí)踐中，復(fù)雜控制問題可通過熟練操作人員的經(jīng)驗(yàn)和控制理論相結(jié)合去解決，由此產(chǎn)生了智能控制。智能控制將控制理論的方法和人工智能技術(shù)靈活地結(jié)合起來，適應(yīng)對(duì)象的復(fù)雜性和不確定性。
標(biāo)簽： 智能控制
上傳時(shí)間： 2022-04-20
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
