动态环境视觉导航的有限状态粗集方法研究

为实现移动机器人在多目标动态环境下导航与控制,提出了有限状态机和粗糙集理论相结合的单PT(Pan-Tilt)视觉系统监控策略.首先定义了目标方位信息可信度估计模型及基于动态优先级的目标选定方法.然后确定了每个目标监控的有限状态机模型,并依据粗糙集理论对目标监控决策表进行了约简,引入了非值约简描述方法,得到了最小规则集.在多目标环境下的移动机器人实验,验证了所提出方法的有效性.     

基于BP神经网络的多升降台同步控制研究

大型分布式升降台控制系统中,其同步控制是最关键的问题之一。针对传统神经网络PID控制器在多升降台同步控制的结构复杂及同步时间长等问题,提出一种基于相邻偏差耦合控制结构的BP神经网络PID同步控制策略,在确定同步误差定义的基础上,建立异步电机的矢量控制模型,改进了BP神经网络同步控制器。对多升降台同步控制系统的仿真实验表明：所研究的控制策略同步误差小,收敛速度快,实用性强。