基于深度强化学习的空中基站部署优化算法

针对无人机群(swarm of unmanned aerial vehicle, UAV-swarm)在救灾场景中对地面移动用户进行持续性通信覆盖的问题,设计了一种基于多智能体的深度强化学习的无人机群路径优化算法。该算法框架中无人机具有分布式决策能力,根据用户的移动来动态调整自身的移动策略。通过设置合适的强化学习奖励和参数,使无人机在满足覆盖百分比、防碰撞、能源限制等多种约束前提下,最大限度地长期覆盖地面移动用户。与其他无人机部署方案算法进行仿真对比,实验结果表明,该模型在收敛速度和收敛效果上得到了显著提升。     

基于轨迹线性化的无人水面艇航向控制与验证

为解决无人水面艇在真实海洋环境中的航向跟踪与保持的精确控制问题,以"蓝信"号无人水面艇为研究对象,辨识模型参数,然后建立操纵运动模型,设计并验证了一种快慢回路时标分离的基于轨迹线性化的无人水面艇航向控制方法.考虑到未建模动态以及海洋环境干扰对无人水面艇运动的影响,将非线性干扰观测器与轨迹线性化控制相结合,提出一种基于非...     

数字图像处理技术对影响投篮命中相关因素的分析

以基础力学理论对篮球飞行轨迹进行运算和分析,近年来专业体育科研机构也开始利用该方法对体育运动项目进行辅助分析。文章利用数字图像处理的基本技术,对影响篮球投篮命中率的相关因素进行研究,实验结果表明对提高运动技术水平具有一定的参考意义。     

双原子分子在啁啾激光作用下的经典解离

采用辛算法及经典理论方法,计算了HF分子在啁啾激光作用下的经典解离,讨论了解离几率随激光强度的变化,以及在相同激光强度下,选取不同的振动态作为初始态时解离几率的变化.     

基于模型预测控制的移动机器人户外导航方法

针对户外巡检、户外清洁、智能农业等户外场景对自主机器人的使用需求,设计了一种具有很强实时性和稳定性的移动机器人户外导航方法。移动机器人收到户外GPS航迹点后,使用激光雷达实时获取周边环境点云并构建局部栅格图,在栅格地图内使用基于路段走向改进的A-star算法搜索局部避障路径,最后设计使用模型预测控制器以跟踪避障轨迹。为了验证该导航方法的可行性,在仿真和户外环境下分别进行了对比实验,实验结果表明所生成的轨迹稳定平滑并能有效避障,模型预测控制器轨迹跟踪精度高、耗时短,实现了户外移动机器人高效率、稳定导航。     

基于LCSS的异常轨迹检测算法

当今社会移动终端设备在极大便利人们生产生活的同时产生了海量轨迹数据.如何利用轨迹数据检测犯罪嫌疑人在物理空间中的异常行为成为公共安全领域的研究热点.基于行为人的GPS坐标数据,研究设计异常轨迹检测算法.对于某人在一段时间内的轨迹数据,首先将其划分为若干停留区域,未被停留区域覆盖的轨迹点被直接去除;然后将每一个停留区子轨...     

基于Matlab的开放式六自由度机器人控制系统研究

针对工业机器人控制系统算法封闭的现状,自主设计了一套基于Matlab的开放式六自由度机器人实时控制系统,采用模块化分布式的控制方式,上、下位机以CAN总线进行实时通信,上位机运用基于模型设计的流程进行机器人控制器的开发;下位机以DSP为主控制器,设计6个机器人关节驱动器.控制系统将机器人正运动学、逆运动学、轨迹规划以及通信算法全都融入其中,并且本开放式平台将系统仿真、研发设计、功能测试等环节都统一在Matlab环境中,提高了开发效率.通过仿真和试验验证,该平台能够较好地控制六自由度机器人,具有实时控制、实时监测的功能,并兼具良好的开放性能.     

工业机器人时间一冲击最优轨迹规划

提出了一种基于改进遗传算法的时间-冲击最优轨迹规划算法,所提算法采用五次多项式插值方法对轨迹规划进行连续性控制,并引入海明距离和欧氏距离对遗传算法的交叉和变异策略进行改进.仿真结果表明,所提算法性能更优,能够更好地规划出时间-冲击最优轨迹.     

打磨机器人自适应鲁棒约束跟踪控制

实际工作中的打磨机器人存在外部干扰或参数摄动等不确定因素,这些不确定因素有界但边界未知。针对这种不确定环境下的打磨机器人末端轨迹跟踪问题,文章提出一种自适应鲁棒约束控制方法。该方法将期望轨迹视为系统约束,利用约束跟踪的思想来解决轨迹跟踪问题,并将系统分为标称部分和不确定部分;针对标称部分,通过U-K(Udwadia-Kalaba)方程来求解约束力矩,使系统满足理想状态下的约束条件;针对不确定部分,设计一种泄漏型自适应律对不确定性边界进行估计,并根据估计的边界和约束误差来调节鲁棒控制项的增益,进而有效地补偿系统的不确定性。李雅普诺夫方法证明了该系统具有一致有界性和一致最终有界性,对简化后的打磨机器人进行末端轨迹跟踪控制的数值仿真实验结果验证了所提出方法的有效性。     

基于复杂网络的城市公交车辆动态分布分析方法

为了动态分析公交车辆在线网上的实时分布,文章构建一个基于车辆分布的公交动态复杂网络模型,基于复杂网络理论提出车辆服务强度与线网储备运力2个指标来反映公交动态复杂网络的分布特征。基于Space-L方法建立包含城市公交站点及线路信息的静态网络模型,分析公交静态网络特性;根据公交车辆实时GPS数据提取站点间车辆数作为边的权重,建立公交动态复杂网络模型,使用车辆服务强度与线网储备运力进行线网车辆分布分析并对动静态公交网络进行匹配性研究。将提出的方法应用于宁波市公交系统,研究发现：车辆服务强度呈现出明显的时间与空间差异;线网储备运力与网络直径具有较强的相关性,可以通过不同时刻动态网络直径的大小来分析线网的储备运力;公交静态网络与动态网络的关键参数差异表明两者不完全匹配。