针对移动目标跟踪过程中,传感器感知信息存在噪声以及运动轨迹突变导致目标观测失真甚至丢失的问题,提出了一种扩展卡尔曼滤波交互多模型算法(EKF-IMM)。该算法以交互多模型算法为主体,同时融入EKF算法做滤波处理,使得在目标跟踪过程中,不仅对目标的不同运动状态具有自适应能力,同时还能对运动状态中可能的非线性问题做更好的处理,提高算法的鲁棒性。仿真实验表明,EKF-IMM算法能很好得适应多变的目标运动,与标准KF-IMM算法相比,该算法降低了噪声对传感器的干扰,提高了定位精度。

安保机器人作为人工智能、自动控制等技术的综合体,对保障民生安全具有重大意义。受限于车底结构非完整平面,光照不充分,车速非匀速等因素,目前安保机器人对车底高危目标识别准确率较低,检测效率亟待提高。为此,本文提出了一种安保机器人车底高危目标检测方法。首先采用双边滤波器处理输入图像并进行一次小波变换,再将小波域中的低频图像作为输入并利用SURF(Speeded up Robust Features)提取特征点,然后使用基于方向和尺度约束的单向匹配策略寻找匹配点对。在此基础上,采用改进的减小迭代次数的RANSAC(Random Sample Consensus)算法剔除错误匹配点对,并校正目标图像,最后采用基于卷积的NCC算法分块匹配策略寻找危险品位置。实验结果表明,在特征匹配部分本方法相对于SURF+RANSAC算法的匹配正确率提高1.3%,耗时缩短24.2%,在后续目标检测阶段能够标定出危险品...

针对实弹射击训练场地条件限制大、训练耗费较高、安全保障困难以及训练内容无法适时弹性变更的问题,提出了仿真系统基于射表的外弹道仿真方法,以射表数据为输入、系统设定外界环境为修正的抛物线拟合弹丸质心方程组,通过方程组拟合获得较为切合实际外弹道的曲线模型;以C++作为开发语言对外弹道进行拟合运算,实时显示弹丸运动轨迹,由此获得室内训练场环境的模拟模型,并将误差控制在一定范围内;使用Unity3D为虚拟引擎,将驱动坦克与炮弹引入三维可视化实体模型,并搭建相应地形场景与命中效果;应用3D Studio Max软件建立坦克与炮弹实体模型,体现战场环境多变性与射击系统过程的仿真模拟,为外弹道及射击仿真训练系统提供了研究基础。

传统A*算法在环境障碍类型多,道路特性复杂的陆战场进行路径规划时,求解所得路径并非最短且转角偏大,同时还存在所得路径实际可能无法通过的不足之处。本实验采用改进A*算法解决多障碍避让问题,求解最佳路径。首先结合元胞自动机理论,将搜索数据结构改进为扩展Moore型,其次改进估价函数计算方式,添加多组适应函数,归纳判定条件,使搜索邻域可直连第二层节点,降低了最小转角及路径长度。最后根据狭隘路段通行条件,再次改进搜索方式,添加二次搜索函数,从而智能识别并绕开狭隘路口,同时还留出了一定绕出空间及安全距离。经Matlab2018路径搜索仿真表明,该改进A*算法相较于传统A*算法在复杂路径规划问题上具有一定的先进性与优越性。

在智能机器人技术迅速发展与广泛应用的背景下,“液压与气压传动”教学模式的改革成为高等教育中的研究热点。智能机器人技术的快速发展对机器人相关课程的教学提出了新的挑战和需求。探讨如何将“液压与气压传动”教学与智能机器人技术有机结合,以便更好地培养学生的实践能力和工程意识。通过优化课程设置,增加实践环节,以及探索创新教学方法,进行科学的教学模式改革,有效提升学生对“液压与气压传动”的理论理解和实际操作能力,为学生未来在液压与气压传动的智能机器人领域的职业发展奠定坚实基础。

基于图像采集与处理方法实验研究了液-液循环流化制冰床的流化特性,发现颗粒的聚团、分散、粘连和聚并4个典型流化特征,获得了颗粒的沿程粒径分布,基于弗劳德准则数Fr揭示了颗粒流化特征与液-液循环流化床流化状态的相关性,讨论了流化床散式流化状态的参数区域。结果表明,颗粒的流化特征和沿程粒径分布随液-液循环流化床高度、运行参数及参数组合的变化而发生改变;距液-液循环流化床底部0.50 m高度内首先发生颗粒的聚团流化,受颗粒相变程度影响,进而在流化床0.50 m高度以上形成颗粒的聚并、粘连和分散流化,但颗粒聚并形成更大颗粒的现象不可避免;液-液循环流化床的流化状态由弗劳德准则数判别,并与颗粒的流化特征相对应,其理想的流化状态——散式流化主要发生在分散液体流量较小、循环液体流速和温度较低的区域。

以提高本科生综合专业技能为目的,在"液压与气动"课程课堂教学基础上,提出了一种基于导师制的实践教学新模式。在新模式框架下,研究充分利用有限的教学资源,借助导师制的培养方式,创新性整合课程实验、兴趣实验、生产实习及课外实践以提升学生学习兴趣,进而提高学生专业技能的方法和策略。经过多个学期的教学验证,该方法有效地提高了教学效果。

气动机械手由于具有驱动介质来源方便、成本低、工作环境要求低等优点,已经在自动搬运、自动上下料等场合中有着广泛的应用;但是由于自身非线性特性,其工作速度稳定性较差。从模糊控制、神经网络控制以及鲁棒控制3个方向分析了气动机械手稳定运动控制策略的研究及应用,发现模糊控制和神经网络控制发展较为迅速,与其他控制理论融合的效果良好且实际应用比较成熟,而鲁棒控制发展较为缓慢且应用较少。根据现有研究成果推测,气动机械手稳定运动控制策略在未来将继续沿着控制理论融合与补充的趋势发展,为气动机械手在复杂动态环境的应用提供更精准、更稳定的控制方案。