基于ARM Linux的门禁系统的设计与实现

门禁系统主要负责对出入通道进行管制，是社区楼宇安全监控系统的一部分。传统的门禁系统通常采用密码识别、卡片识别的方式进行验证，由于密码、卡片容易被盗用、丢失，系统安全性不高。在通信方式上传统门禁系统通常采用RS485或者RS232连接，传输距离、速度和连接终端数均受限制。本文提出的人像识别门禁系统解决方案采用ARM-Linux系统平台，依靠社区宽带综合业务网的传输和存储能力，结合密码、RFID和人像识别三种识别方式，利用网络技术和生物识别技术达到识别率高、响应速度快、扩展能力强的要求，并能够与驻地网的其它业务集成，提供业务级的联动服务。此外，该门禁系统还支持用户使用电话开门，由服务器完成对用户来电的识别和防伪验证。本文工作的主要贡献是：参与了ARM-Linux系统的裁剪、移植和声卡驱动的修改；建立了ARM-Linux交叉编译环境；完成了门禁前端软件系统的整体设计和实现；完成了服务器软件电话呼叫响应子系统的设计。

星球探测系统的多机器人组内协作研究

建立了子机器人的控制模型,提出了分散式控制与集中式控制相结合的复合控制体系。采用动态分配ID号和由ID号确定机器人组中领导者的机制,建立了有领导者的机器人组的协作方法。其中,领导者与监控平台之间采用无线通讯,机器人组内采用CAN(control area network)总线传递控制信号。同时采用组内基于状态表匹配的控制方式。两个机器人组合利用以上机制,通过相互协调完成差速转弯的实验验证了该控制方法的可行性。

基于多智能体的制造系统生产控制建模研究

为提高制造系统生产控制的性能,建立了基于多智能体系统的混合控制模型。该模型把生产控制系统分为管理智能体层、单元智能体层和执行智能体层。管理智能体层负责调度和协调各单元智能体,并对所有智能体进行管理;单元智能体层中的各单元智能体间通过公用数据库相互协作;执行智能体对制造系统内的硬件负责,它们根据局部的本地资源信息及当前状态,接收发布的任务,并对其求解。同一层次的智能体之间是分布式结构。采用基于多智能体的混合控制模式,提高了制造系统生产控制的实时性和灵活性。通过激光拼焊生产系统中的试验,验证了该模型的有效性。

Robust Learning Control for Manipulators with Uncertainty Disturbances Based on Internal Model

In this paper, a disturbance controller is designed for making robotic system behave as a decoupled linear system according to the concept of internal model. Based on the linear system, the paper presents an iterative learning control algorithm to robotic manipulators. A sufficient condition for convergence is provided. The selection of parameter values of the algorithm is simple and easy to meet the convergence condition. The simulation results demonstrate the effectiveness of the algorithm..