为了提高移动机器人在大规模室内场景中同时定位与建图(SLAM)的精度,利用人工路标和激光雷达传感器对移动机器人SLAM进行了研究。针对大规模室内环境下移动机器人里程计信息不可靠,且低成本雷达测距范围较小导致地图创建结果与真实环境尺度严重不符的问题,提出了利用简单人工路标辅助移动机器人定位并结合基于Rao-Blackwellized的粒子滤波算法进行室内走廊场景的移动机器人SLAM,保证移动机器人在长距离运行下的准确定位,最后通过实验验证了方法的可行性,实验结果与真实环境一致性较高,基于人工路标的移动机器人运动轨迹精度提高了6%左右。

神经丝蛋白体型细长、形态多变,跟踪难度大。为了能够准确稳定的获取神经丝蛋白质的运动状态,利用了改进的Camshift算法实现了对神经丝蛋白运动的自动跟踪。利用HSV颜色空间的颜色直方图建立目标模型,结合预测点对目标特征点加权。通过在目标颜色概率模型中引入核函数,利用核密度梯度来进行目标搜索,最终在每帧图像中获取目标的具体位置。鉴于神经丝蛋白的特殊性,还对比分析了其他两种概率预测类算法的跟踪效果。实验结果表明,此方法能够快速稳定跟踪神经丝蛋白,为神经丝蛋白质的医学研究提供了新的途径。

介绍一种在8位或16位单片机上应用的理想气体流量测量的温度和压力补偿算法,本算法具有计算速度快、精度高、补偿实现方法简洁、性价比高等优点.

针对移动机器人运动过程中姿态解算精度较低的问题,提出一种基于三轴陀螺仪、三轴加速度计和三轴磁力计的改进梯度下降算法并应用于移动机器人姿态解算中。改进梯度下降法具有计算量小、解算精度较高的优点,其通过引入动量对梯度下降过程进行加速,提升了原算法的收敛速度。通过引入加速度计信任度,有效降低了加速度计因外界因素造成的剧烈变化而带来的误差。实验结果表明:在加速度计有干扰与未有干扰的情况下,改进算法相较于传统算法的精度分别约提高了3°与0.5°。

针对四旋翼无人机姿态控制的问题,提出一种仿人智能PID控制方法,根据此方法设计无人机姿态控制系统。通过对无人机飞行原理和动力学的理论分析建立无人机数学模型;在常规PID控制算法和仿人智能控制规则的基础上提出一种新的仿人智能PID控制方法,并将此方法应用于无人机的纵向控制通道,根据无人机在垂直方向运动的动态特性实时在线调整PID控制参数,并通过MATLAB软件进行仿真。仿真结果表明:上述仿人智能PID控制方法优于常规PID控制,能够满足良好的动态特性,也能够提高系统的稳定性和鲁棒性。

针对基本蚁群算法在无人机自主航迹规划过程中容易陷入局部最优解的不足,采用对引导因子进行改进的精英蚁群算法来研究二维空间环境下无人机的全局航迹规划问题。首先选择栅格法对空间进行划分,建立静态障碍物地图并构建启发因子;其次,通过加入改进引导因子的精英蚁群算法寻找到达目标点距离最短的航迹;最后通过仿真实验对比改进引导因子的精英蚁群算法与基本蚁群算法和最大最小蚁群算法搜索的航迹优劣。

基于鲹科鱼的游动模式,建立三关节尾鳍驱动的机器鱼模型,并对三关节尾鳍进行运动仿真,分析其在不同摆动角度、不同摆动频率时的游动速度,探讨质心位置和动能随时间的变化情况,对比各个关节之间是否具有相位差时的游动姿态。结果表明:当机器鱼尾鳍三关节的摆动角度依次从10°增大到25°时,机器鱼的游动速度会随着摆动角度的增加而增大;当机器鱼尾鳍三关节的摆动频率在0.5~3 Hz内变化时,机器鱼的游动速度会先升高后下降;当尾鳍三关节之间具有相位

四旋翼无人机（uAv）是一种强耦合、欠驱动的系统，飞行过程中易受到系统不确定性和外界干扰影响稳定性，所以提出了一种改进的模糊PID控制方法。首先对四旋翼无人机进行数学建模，设计了改进模糊PID控制方法，该方法主要由三个部分组成，模糊PID，单PID以及计算在控制输出过程中两者的权值比的模糊控制器。最后通过Matlab／Simulink仿真以及在基于STM32F405控制器的四旋翼无人机（UAV）实验平台上验证。实验结果表明，在风速为3m／s条件下，UAV能够平稳起降．对于实时性的姿态以及运动状态做出智能的控制．具有良好的鲁格陆以及控制精度。

针对齿轮箱在强噪声背景下齿轮微弱故障振动信号的特征不易被提取的问题,提出将改进小波去噪和Teager能量算子相结合的微弱故障特征提取方法。采用改进小波阈值函数对振动信号进行去噪处理,与形态学滤波和传统小波阈值函数相比能够有效地提高信号的信噪比。对去噪后的信号进行集合经验模态分解（ensemble empirical mode decomposition,简称EEMD）得到若干本征模式函数（intrinsic mode function,简称IMF）,计算各IMF分量与原信号的相关系数并结合各IMF分量的频谱剔除虚假分量。对有效的IMF分量计算其Teager能量算子,并重构得到Teager能量谱,对重构信号进行时频分析并将其结果与原信号的希尔伯特黄变换（HilbertHuang transform,简称HHT）得到的边际谱进行对比。实验研究结果表明,本研究方法相比HHT能够对齿轮微弱故障特征进行更为有效地提取,验证了本研究方法在齿轮...