基于惯性飞轮的独轮自平衡机器人侧向动力学分析

独轮机器人是一类重要的科学研究型机器人，基于旋转的惯性飞轮的独轮机器人可以实现独轮机器人的侧向平衡。本文单独推导了其侧向动力学方程，分析得出惯性飞轮对独轮机器人侧平衡的动力学影响，通过设计PD控制器和LQR控制器实现了对独轮机器人的侧向平衡控制，并进行了对比。仿真和物理实验均证实了：独轮机器人的滚转角变化量与飞轮的角加速度成正比；旋转飞轮产生的平衡力矩与飞轮的转动加速度方向相反；独轮机器人的滚转角变化量与飞轮的转动惯量正相关。     

模糊Hopfield网络及其模糊聚类功能研究

本文提出了一种能进行模糊逻辑计算的Ｈｏｐｆｉｌｅｄ型人工神经元网络，ＦｕｚｚｙＨＮ的神经元对应模式集合中的元素，模式间的模糊相似关系作为联结神经元的权值矩阵被存储在ＦｕｚｚｙＨＮ中。本文对ＦｕｚｚｙＨＮ的稳定性及模糊聚类功能进行研究，获得了良好的理论分析结果和实验研究结果。     

一种双惯性轮空间倒立摆及其动力学建模和分析

针对现有的惯性轮倒立摆在模拟多自由度不稳定系统的局限性,提出了一种双惯性轮空间倒立摆系统,其具有四个自由度和两个控制量,可同时模拟不稳定系统俯仰和滚转姿态控制。运用拉格朗日方法建立了双惯性轮空间倒立摆的动力学模型,分别采用模型退化、数值仿真验证了所建立的模型的正确性,并分析了双惯性轮空间倒立摆的动力学特性。建立的双惯性轮空间倒立摆可应用于多自由度非平稳系统的模拟实验,提出的物理结构、模型和相关分析结论为双惯性轮空间倒立摆系统的进一步研究奠定了理论基础。     

基于头肩模型的人体识别方法

针对移动机器人跟踪特定人体的要求,提出了一种基于头肩模型的人体识别方法。首先从人体检后得到的图像中提取所有的人体头肩模型;接着提取各头肩模型的降维加权的Hu不变矩作为特征向量;然后根据一定的阈值将各头肩模型分类为正背面或侧面;最后采用正背面或侧面KNN分类器判断哪个头肩模型属于移动机器人需要跟踪的人体。实验结果表明本方法具有较高的识别准确率,且满足实时性的要求。