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。

在工件装配过程中,针对基于SURF算法的工件匹配识别过程速度慢、实时性较差的问题,通过对K-Means聚类算法以及机器学习中文本检索方法进行研究,推导了基于聚类算法的特征点种类词袋模型,对特征点类别进行统计。提出反向标记法生成目标物体描述向量。在物体匹配识别阶段,对待检测物体的描述向量分段进行匹配并选取满足阈值条件的子向量作为最终匹配向量来实现目标物体的识别。实验结果表明改进算法在一定尺度、光照、旋转条件影响下实现了工件的准确识别,并且提高了识别速度。

设计了一种在家庭等狭窄空间使用的机器人。采用球形轮机构驱动,通过模型计算与试验验证运动功能。利用树莓派4B及STM32F103核心控制器来驱动总体结构,实现自主导航避障、智能感知语音,完成家庭中家务,自主充电,机械臂控制自动抓取物品的功能。经过测验,球形轮家居机器人在使用中识别误差较小,可以很好地完成家庭工作,有大规模面向市场的可能性。

云制造是一种面向服务的、高效率低能耗的先进智能制造模式,而云制造服务组合是促进云制造发展和实现资源增值的一项关键技术。以往的服务组合模型研究多关注时间、成本、质量等等,较少考虑云制造平台的能耗和服务满意度问题。考虑上述情况,提出一种新的评价模型,并采用带精英策略的非劣解排序遗传算法(NSGA-Ⅱ)求解该模型。对于NSGA-Ⅱ算法求得的Pareto解集,应用基于绝对理想点的TOPSIS法,选出最优云制造服务组合,最后通过一个算例证明了模型的有效性。

为结合阀控系统响应快和泵控系统能效高的优点,并减少传统四边联动阀带来的节流损失,提出一种泵阀并联进出口独立控制系统方案,应用于某6 t液压挖掘机动臂及斗杆系统。建立多学科联合仿真模型,设计泵阀协同驱动控制策略,研究了阀控单元与泵控单元输出功率比对系统特性的影响,并应用泵控单元消除了多执行器载荷差异带来的节流损失,对比分析传统进出口独立控制系统与所提系统的运行特性和能耗特性。仿真结果表明,增大阀控单元输出功率占比

现阶段关于核电站多功能水下爬行机器人在水中运动受浮力、水阻力和附加质量力综合影响的动力学分析研究较少，因此综合考虑上述因素提出了微分变换法构建机械手简化水动力学模型并进行了仿真分析，同时研究了不同水阻力系数和附加质量力系数对水下机械手力矩的影响。仿真结果表明：在静水环境中，浮力力矩是搅水力矩的100倍；附加质量力系数对水下机械手搅水力矩的影响曲线吻合度高于水阻力系数，即附加质量力系数的影响小于水阻力系数。