基于支持向量机的外骨骼机器人灵敏度放大控制

为了准确控制外骨骼机器人跟随人体运动,需要建立其动态、精确的数学模型;人体下肢外骨骼是一个多自由度、强耦合以及非线性的多连杆系统,难以建立准确的运动学和动力学模型;文章使用三维运动捕捉与空间定位系统,获取实际人体运动参数(运动学与动力学),应用支持向量机(SVM)学习人体下肢外骨骼的数学模型;基于该模型构造基于支持向量机模型的灵敏度放大控制方法;文章使用MATLAB和LIBSVM建立外骨骼下肢机器人的数学模型,并进行仿真分析;仿真结果表明基于SVM的模型学习方法,能够准确计算出人体下肢外骨骼的动力学模型,并简化建模过程;基于SVM的灵敏度放大控制,能够有效计算出人体下肢外骨骼各关节(髋关节、膝关节、踝关节)的输出力矩,并控制外骨骼机器人跟随人体运动。     

士兵可穿戴下肢外骨骼机器人多元感知方法研究

下肢外骨骼机器人是一种可穿戴且融合了多种机器人技术的复杂人-机系统。它将人类的智慧与机器人强壮的能力有效地结合起来,最大限度地提高人体的机动力和耐力,这为提升单兵作战系统的能力创造了条件。鉴于下肢外骨骼机器人在作战、后勤保障时可能遇到的复杂地形、多变随机的任务等,仅通过基于既定的典型步态规划程序驱动执行已知的特定动作,难以保证人机间的耦合性和动作的高随意性切换。为此,模拟并提炼出士兵常见的六种下肢动作作为后续研究,然后分析了下肢外骨骼机器人的感知控制原理,并提出了基于脑电预判感知、肌电精确感知和光纤实时校正的多信息融合的感知方法,强调将人的智能参与到机器人控制中,以期推进士兵可穿戴下肢外骨骼机器人的实用化。     

基于DMFC的上肢外骨骼人—机协调控制系统

上肢外骨骼人—机协调控制系统中的一个关键问题是直角坐标系中的力信号转换成联合坐标系中力矩,该过程中奇点几乎一直存在。为了解决这个问题,提出了一种基于动态模型力控制器(dynamic model of force control, DMFC)的控制系统。利用阻尼最小二乘法处理负载,转矩补偿负载质量,避免了奇异性。在外骨骼的末端执行器处安装力传感器用于测量外骨骼和负载之间的力,通过相互作用力自动反映使用者的运动意图。实验结果表明,提出的控制系统具有非常好的稳定性和可负载性,当施加负载补偿时,不附加任何物体与附加5公斤对象的外骨骼末端执行器位置之间的稳态误差可减小至0.01 以下,完全满足起吊重物的上肢外骨骼需求。     

基于Wiener模型的传感器动态非线性辨识研究

针对实际测量中传感器存在较大非线性的缺点,提出利用改进型Wiener模型描述传感器动态非线性模型;将Wiener模型的动态线性环节和静态非线性环节分别利用Laguerre函数和最小二乘支持向量机进行辨识,最终实现传感器模型的建立;通过仿真实验验证比较不同方法的辨识误差与速度,最终结果表明该方法在非线性动态传感器模型辨识方面具有明显的速度和精度优势。     

下肢负重外骨骼机器人的初步设计

研究设计了一种能够增强人体负重的下肢外骨骼机器人,该负重外骨骼机器人具有8个自由度,可实现髋关节的外展与内收、屈/伸运动;膝关节的屈/伸运动以及踝关节的弯曲运动。根据人体步态分析研究出各个关节的运动角度范围,结合目标负重进行结构优化设计。对机器人的结构进行简化,建立了外骨骼机器人的连杆模型,根据其几何关系,采用D-H准则对外骨骼机器人进行了数学建模。以计算机、六轴运动控制卡和STM32为核心构建了控制系统,结合ZMP(Zero Moment Point)零力矩点稳定性判据及三次样条插值进行了步态规划,并将此步态规划应用于样机上。样机实验结果表明,此结构能够满足不同体型的人进行穿戴,并能够根据规划的步态轻松行走,验证了其结构和控制系统的合理性。     

电动汽车燃料电池电压温度参数的逆控制优化

燃料电池的温度和电压是影响电动汽车性能最关键的两个参数;由于电动汽车燃料电池的温度和电压具有较强的非线性和耦合性的特点,使得传统的线性系统理论无法适用;为此,提出一种基于最小二乘支持向量机(LS-SVM)的燃料电池逆控制优化算法;利用LS-SVM建立燃料电池逆模型,利用RLS算法对燃料电池逆模型进行校验,利用ε-滤波方法对控制器进行在线参数调节;仿真结果证明该逆控制方法能够快速准确地对燃料电池中电压和温度进行精确解耦控制,保证了电动汽车对燃料电池的性能要求。     

基于最小二乘支持向量机的混沌控制

利用支持向量机良好的非线性函数逼近和泛化能力，提出基于最小二乘支持向量机非线性补偿的混沌控制新方法.应用最小二乘支持向量机离线辨识混沌系统的非线性部分，并用辨识模型补偿系统的非线性，同时应用线性状态反馈控制混沌系统.对三种典型连续混沌系统的仿真研究表明，提出的控制方法可以有效的控制混沌系统到达设定的目标状态，并且由线性状态反馈控制器构成的闭环系统稳定. 关键词： 混沌控制 支持向量机 最小二乘支持向量机 状态反馈 稳定性     

基于可见/近红外光谱分析技术的猪肉肉糜品质检测研究

以225个猪肉肉糜样本为研究对象,利用可见/近红外光谱分析技术对猪肉肉糜主要品质指标的的快速检测进行了研究.光谱经小波去噪后,采用偏最小二乘法和支持向量机定量分析方法分别建立了肉糜中肌内脂肪、蛋白质和水分含量的可见/近红外光谱预测模型.其中,肌内脂肪的支持向量机定量预测模型最优,校正相关系数rcal和预测相关系数rva...     

一种传感器特性的高精度拟合方法

为提高传感器非线性特性的拟合精度,提出了一种基于最小二乘支持向量机(LSSVM)与量子粒子群优化算法(QPSO)的传感器特性拟合方法;该方法采用最小二乘支持向量机构建传感器特性的非线性回归模型,模型的参数向量由量子粒子群优化算法和学习样本平均绝对误差最小的准则进行优化;实验结果验证了该方法的有效性,其拟合绝对误差在10-9~10-7%之间,其拟合性能明显优于常规方法。     

基于最小二乘支持向量机的分数阶混沌系统控制

提出了基于最小二乘支持向量机(LS-SVM)的分数阶混沌系统控制方法.基于分数阶线性系统稳定理论,通过线性分离的方法将系统分解为稳定的线性部分和相应的非线性部分,再利用支持向量机良好的非线性函数逼近和泛化能力设计了主动控制器,对非线性部分进行补偿,从而将分数阶混沌系统控制到平衡点.分别以分数阶Liu系统和分数阶Chen系统为例进行了仿真研究,表明该方法是有效和可行的.     

模糊PID控制下移动机器人定位方法研究

机器人定位研究一直是机器人学研究的重点,但目前机器人定位方法都存在缺点,抗干扰能力差,不能做到准确定位,主要是由于环境等多方面因素的干扰,定位误差会逐渐加大。由于上述原因,提出了一种基于设定值加权模糊PID控制的移动机器人自定位方法。给出了定位过程的参数,为机器人移动建立模型,设计一种模糊 PID 控制器,根据误差及变化率大小,选择模糊定位或PID定位,实现移动机器人的智能定位,提高机器人定位准确的准确性。通过仿真实验结果证明：模糊PID控制的机器人自定位方法对移动机器人的定位过程有较好的改善作用,实用效果较好。     

液压四足机器人的实时分散解耦控制

针对液压驱动四足机器人单腿协调性难以保证的问题,开发了一种实时分散解耦控制系统：基于PC-Based控制系统架构,在RTX环境下模块化了实时控制子任务,并对多任务的处理进行了实时调度,搭建出了机器人的实时分散控制系统框架;针对单腿系统设计了基于PID神经元网络的广义解耦控制算法,并将其嵌入到整体程序框架中,实现了多腿联动的分散解耦控制。物理样机实验表明开发的控制系统能够满足分散解耦控制算法的实时性要求,提高了四足机器人运动的协调性,进而保证其连续稳定地行走,具有一定的独创性与实用价值。     

Performance evaluation for epileptic electroencephalogram (EEG) detection by using Neyman-Pearson criteria and a support vector machine

The diagnosis of several neurological disorders is based on the detection of typical pathological patterns in electroencephalograms (EEGs). This is a time-consuming task requiring significant training and experience. A lot of effort has been devoted to developing automatic detection techniques which might help not only in accelerating this process but also in avoiding the disagreement among readers of the same record. In this work, Neyman-Pearson criteria and a support vector machine (SVM) are applied for detecting an epileptic EEG. Decision making is performed in two stages: feature extraction by computing the wavelet coefficients and the approximate entropy (ApEn) and detection by using Neyman-Pearson criteria and an SVM. Then the detection performance of the proposed method is evaluated. Simulation results demonstrate that the wavelet coefficients and the ApEn are features that represent the EEG signals well. By comparison with Neyman-Pearson criteria, an SVM applied on these features achieved higher detection accuracies.     

两自由度并联机器人控制系统设计

针对机电装配、医药包装等行业自动化抓取和放置实际应用的需求,设计了一种采用直线伺服驱动技术的两自由度高速并联机器人。首先进行了机器人的机械结构设计,并且通过运动学分析,结合运用蒙特卡洛法与几何法求解出并联机器人的工作空间;其次采用MCU+CPLD(STM32F103+MaxⅡ)的双控制架构,根据工作空间结构在MCU中设计出高效的运动轨迹生成算法,并在CPLD中运用DDS技术将伺服运动参数转换成脉冲经一级差分后输出到伺服驱动器。在双控制器的通信方面合理利用CPLD中的状态机提出了双级数据缓冲方式,使得MCU写与CPLD读交错进行,可以实现数据的无缝刷新。最后进行了并联机器人系统样机的制作与调试,分析结果表明所研制的机器人控制系统能够使机器人快速抓放金属小球,实现稳定可靠运行。     

机器人视觉的“手-眼”关系快速标定算法

论述了机器人视觉传感器的内外参数标定的基本原理。设计了一种快速标定机器人"手 眼关系"的标定方法。该方法不需要外加辅助的坐标测量仪器,可一次性标定出视觉传感器的内外参数及机器人的"手 眼关系"。实验证明,该方法具有算法简便快捷和标定精度较高的特点。     

消防机器人行走控制系统的设计与实现

近年来火灾事故频发,消防人员的安全问题无法保证,“机器换人”这一理念是处置火灾救援的一个重要手段和发展趋势。本文针对火灾现场的环境复杂性,设计了消防机器人的行走控制方案,通过设计电机驱动系统的硬件电路与针对行走控制系统进行MATLAB模拟仿真,实现并优化了消防机器人的越障及转弯功能。主要对电机驱动部分及整个系统软件流程进行设计。通过测试,验证了行走控制方案的可靠性。     

An optimization method for registration and mosaicking of remote sensing images

An optimization method for registration and mosaicking of remote sensing images has been proposed. More than four pairs of control points extracted by scale invariant feature transform (SIFT) detector have been used to obtain the projective transformation relation between the reference image and text image. A method based on gradient information of the region has been proposed to assign the weighted value to the feature points. The weighted value reflects the importance of the area, which can change the result of optimization. The combination method of seam cutting and feathering technique is used to stitch two overlapped images. Our experiment shows that the alignment error of interest area is smaller than that of normal area. If the weighted parameter is given proper value, the alignment error of interest area can reduced to less than one pixel.     

Automatic method of fruit object extraction under complex agricultural background for vision system of fruit picking robot

Fruit picking robot is required for agricultural automation for fruit harvest, and vision system is the important and crucial composition of a robot system. An automatic extraction method of fruit object under complex agricultural background for vision system in fruit picking robot is presented in this study. The method is based on an improving Otsu threshold algorithm using a new feature in OHTA color space. Color features are extracted in OHTA color space and then used as an input for the Otsu threshold algorithm which calculates the segmentation threshold value automatically. Four kinds of fruit images are selected to validate the automatic extraction method. The fruit objects are automatically extracted with this method and the outputs are presented in binary images. Numerous of experiments show that the automatic extraction method can extract mature fruit from complex agricultural background and the extraction accuracy is more than 95%. The results indicate an effective fruit object extraction method for vision system of fruit picking robot.     

Collision avoidance for a mobile robot based on radial basis function hybrid force control technique

Collision avoidance is always difficult in the planning path for a mobile robot. In this paper, the virtual force field between a mobile robot and an obstacle is formed and regulated to maintain a desired distance by hybrid force control algorithm. Since uncertainties from robot dynamics and obstacle degrade the performance of a collision avoidance task, intelligent control is used to compensate for the uncertainties. A radial basis function (RBF) neural network is used to regulate the force field of an accurate distance between a robot and an obstacle in this paper and then simulation studies are conducted to confirm that the proposed algorithm is effective.