基于局域网的多水下机器人仿真系统设计与实现

多水下机器人仿真系统是一个能够对多水下机器人系统的体系结构、协调控制、路径规划、学习算法等进行演示验证的分布式实时数字仿真系统,是开展多水下机器人技术研究的基础和有效手段.讨论了应用基于局域网的分布式仿真技术来解决多水下机器人系统仿真的问题,并详细说明了仿真系统的硬件组成和软件总体设计.

自治水下机器人实时仿真系统开发研究

针对自治水下机器人 (AUVs)开发和研究中的瓶颈问题 ,该文开展了AUV实时仿真系统的研究工作。该文提出了采用半实物实时仿真模式 ,建立实时仿真系统平台的方案 ,并对实时仿真系统平台的硬件结构和软件结构进行了详细设计。在方案设计的基础上 ,正在进行实时仿真系统平台开发和研制工作

基于CAN总线的分布式数据采集与控制系统

本文给出了一种基于 CAN总线的分布式数据采集与控制系统的设计与应用，介绍了 CAN总线的硬件接口电路设计，并对系统的整体结构、硬件配置、软件功能及各节点功能分别作了详细说明。实验表明，该系统具有结构简单、可靠性高、性能价格比高等特点，有广阔的应用前景。

精密1号装配机器人控制系统的体系结构

介绍了精密1号装配机器人控制系统体系结构的设计与实现。精密1号机器人是国家863计划智能机器人主题立项研制的一台SCARA结构的4轴装配机器人型号样机。它采用直接驱动技术，具有较高的运动速度和定位精度，配有高性能的视觉和力觉传感器，控制系统以Intel公司的iSBC386／12系列计算机和iRMXⅢ实时多任务操作系统为基础，采用上、下两级分布式计算机结构。控制系统除具有一般的机器人控制器的功能外，还具有用户多任务编程、可基于视觉和力觉传感器信息控制、离线编程和图形动画仿真等特性。

CIMS仿真环境设计

本文介绍CIMS仿真环境设计过程,对CIMS设计方法和功能结构进行了研究,提出了具有特色的计算机软硬件配置结构。本系统开发为实际CIMS的设计开发提供了理论与经验,也为各种CIMS单元技术的研究和CIMS集成方法的研究提供了实验环境。

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。

在51单片机上移植uC/OS—II关键问题的解决

由于MCS-51系列微控制器存在着硬件堆栈小的结构缺陷,无法满足多任务环境下进行任务切换的需求,因此很难将uC/OS—II移植到MCS-51系列微控制器上。本文给出的"堆栈映射"方式很好的解决了这个问题。同时还对uC/OS—II移植过程中一些关键性问题给予了详细的论述。包括:uC/OS—II可移植的条件、内核配置和裁剪以及内核调试。

基于以太网技术的ARCNET数据采集系统设计

为了解决ARCNET网络与以太网不兼容的问题,针对目前ARCNET网络设备监控管理系统存在的缺陷,提出了一种基于嵌入式TCP/IP协议的ARCNET数据采集与传输系统。分析了该数据采集系统的原理与结构,给出了系统的硬件设计方案,完成了数据采集与传输的软件结构设计和嵌入式TCP/IP协议栈的建立。对系统的实时性、可靠性和应用效果等进行了测试,结果证明,系统使用方便,性能稳定,具有良好的实时性和可靠性,综合性能优于现有的ARCNET数据采集系统。

模糊控制在现场总线控制系统中的应用

介绍了如何把模糊控制算法与现场总线中的CAN总线结合起来应用于控制系统 ,并设计了一种智能型模糊控制算法 ,给出了系统的整体结构和现场模糊控制单元的硬件实现电路及其软件设计思路 ;系统的仿真结果表明 ,该系统实时性好 ,控制精度较高 ,鲁棒性强 ,在现场控制中有效可行

基于CAN总线的路桥收费系统

介绍了基于CAN总线的路桥收费系统的设计与应用 ,给出了收费系统的整体结构 ,并对系统的硬件配置、软件功能作了详细说明。现场应用表明 ,该系统结构简单 ,可靠性高 ,应用灵活

CAN总线在粮情测控系统中的应用

现场总线的发展与应用引起了传统控制系统结构的改变，ＣＡＮ总线因其自身的特点被广泛应用于自动控制领域。本文介绍了一种基于ＣＡＮ总线的粮情测控系统，给出了系统的总体结构，并对系统的硬件配置和软件功能作了详细的说明。实际应用表明本系统具有结构简单、可靠性高、灵活方便等优点，并且具有较好的性能价格比，有着广泛的应用前景。

基于CAN总线的分布式数据采集与控制系统

随着电子技术和计算机技术的不断发展，工业生产过程的控制系统正在向着智能化、数字化和网络化的方向发展。传统的集散控制方式和计算机分层控制方式已经开始让位于智能终端与网络结合的总线网络控制方式。当今，在工厂中过程控制环境下的分布式自动化系统变得越来越复杂，尤其系统内部的各设备之间需要快速交换大量的信息，以便实现对被控系统更为精确的控制和提供一些辅助的评价函数。这就意味着要不断增加带宽和提高通信速率以满足网络通信的需要。在现有的多种可利用网络设备中，CAN总线以其清晰的定义、极高的可靠性及其独特的设计，被认为是最能有效地解决这一问题的途径之一。而且市场上基于通信技术的产品中，就实时性考虑，由于CAN总线采用的非表意性的通信方式，因此其结构更为简单，实时性更好。基于此背景，我们以CAN总线作为通信媒介，将分布于各控制现场的传感器、执行器和控制器有序地连接起来，构成了一个基于CAN总线的分布式局域网络控制系统。本文首先介绍了基于CAN总线的分布式数据采集与控制系统的总体结构。然后从硬件方面描述了基于CAN总线的通信协议转换单元、数据采集单元和输出控制单元的功能、硬件配置及各单元功能的具体实现过程，给出了各单元的性能指标。软件方面，以C语言作为平台，开发了基于CAN总线的上位计算机管理与监控软件，实现了对整个网络设备的系统管理和系统控制功能。对于该总线系统，作者运用了PID控制和模糊控制算法实现了对水箱液位的控制，达到了理想的效果。基于CAN总线的控制系统很好地解决了集散控制系统难以解决的难题，模糊控制的应用能很好地把总线控制系统应用到具有非线性、大时滞和难于获得精确模型的控制系统中。

A Comparison of Hardware Implementations for Low-Level Vision Algorithms

Early and intermediate vision algorithms, such as smoothing and discontinuity detection, are often implemented on general-purpose serial, and more recently, parallel computers. Special-purpose hardware implementations of low-level vision algorithms may be needed to achieve real-time processing. This memo reviews and analyzes some hardware implementations of low-level vision algorithms. Two types of hardware implementations are considered: the digital signal processing chips of Ruetz (and Broderson) and the analog VLSI circuits of Carver Mead. The advantages and disadvantages of these two approaches for producing a general, real-time vision system are considered.

Towards an Example-Based Image Compression Architecture for Video-Conferencing

This paper consists of two major parts. First, we present the outline of a simple approach to very-low bandwidth video-conferencing system relying on an example-based hierarchical image compression scheme. In particular, we discuss the use of example images as a model, the number of required examples, faces as a class of semi-rigid objects, a hierarchical model based on decomposition into different time-scales, and the decomposition of face images into patches of interest. In the second part, we present several algorithms for image processing and animation as well as experimental evaluations. Among the original contributions of this paper is an automatic algorithm for pose estimation and normalization. We also review and compare different algorithms for finding the nearest neighbors in a database for a new input as well as a generalized algorithm for blending patches of interest in order to synthesize new images. Finally, we outline the possible integration of several algorithms to illustrate a simple model-based video-conference system.

The M-Machine Multicomputer

The M-Machine is an experimental multicomputer being developed to test architectural concepts motivated by the constraints of modern semiconductor technology and the demands of programming systems. The M- Machine computing nodes are connected with a 3-D mesh network; each node is a multithreaded processor incorporating 12 function units, on-chip cache, and local memory. The multiple function units are used to exploit both instruction-level and thread-level parallelism. A user accessible message passing system yields fast communication and synchronization between nodes. Rapid access to remote memory is provided transparently to the user with a combination of hardware and software mechanisms. This paper presents the architecture of the M-Machine and describes how its mechanisms maximize both single thread performance and overall system throughput.