摩擦圆盘运动分解合成机构的理论设计及其运动学分析

提出了一种摩擦圆盘运动分解合成机构,理论分析表明这种运动分解合成机构具有非完整约束性,通过建立其运动学微分方程,对这种机构的运动变化和传递关系进行了计算机仿真分析,表明该运动传递机构具有可控性,这为该运动分解合成机构的应用奠定了基础。

微动机器人的致动机理研究综述

MEMS是当前研究的一个热点,微机器人对于发展MEMS具有重要意义,也是MEMS的一项不可缺少的内容。微动技术是机器人学理论的一个重要分支,也是发展微机器人及相关微技术的基础。目前,各种新型微驱动器层出不穷,极大地推动了微机器人技术的发展。对于微动原理进行分析,从本质上弄清微动产生的机理,不仅可以丰富机器人学理论,还有可能使微动技术产生质的飞跃。从这一角度出发,对各种微动原理加以详细分析和比较,以期得出有意义的结论。

智能制造装备数字化设计与验证系统研究

智能制造装备的设计水平不高是制约我国装备制造业发展因素之一。在阐述智能制造装备特点的基础上,提出了一种基于CORBA规范的智能制造装备数字化设计与验证系统的体系结构,并探讨了实现该系统的关键技术。该系统的目的是降低智能制造设备开发成本,缩短开发周期,提高智能制造装备的设计质量。

离散变量优化的多峰并行搜索遗传算法

遗传算法是优化设计问题有效方法,但是对于多变量、多约束、多峰搜索空间的优化设计问题,搜索常出现收敛慢或早熟现象,这样,常常导致遗传搜索最终只能找到一个较好的解,而非全局最优解,为寻找全局最优解,这里在多峰附近采取并行的一种优化搜索策略,利用拟满应力设计搜索快、精度高的特点,将遗传算法(GA)和拟满应力设计方法相结合,算法采取分级运算模式:一级是运用遗传算法在多峰搜索空间寻找相对最优解;二级主要是细化调整,在当前搜索状态不增加进化代数的前提下,用拟满应力设计得到尽量优的解。算例表明,算法能在较少的计算量下,得到令人满意的结果。

主从式核废料处理机器人研究

为解决在核废料清理的问题,结合了机器人和吊车的特点,提出了一种新型的主从式处理机器人,并介绍了机构和控制方法。

基于约束的4自由度并联机床的可达工作空间分析

针对一种新型的4-DOF并联机构的结构特点,采用基于逆解计算的网格法对其工作空间求解的算法进行了详细的分析,并利用Matlab编制了相应的程序,以Matlab图的形式描绘了几种情况下的工作空间区域,并对此进行了分析。

基于OpenGL的交会对接仿真系统

针对基于视觉的空间载体位姿测量很难进行真实实验的特点,提出了一种基于OpenG1的半物理仿真实验方法。该方法通过计算机图形学技术和计算机视觉技术的结合,能够直观、快速地模拟空间载体位姿测量过程。

工业机器人虚拟样机系统的研究

该文提出将虚拟样机技术应用于工业机器人仿真研究过程 ,研究与开发工业机器人虚拟样机系统。首先说明虚拟样机技术并分析其关键技术 ,然后说明了工业机器人虚拟样机系统的构成与样机系统在机器人仿真研究中的研究内容。总结该项技术主要解决以下两方面的问题 ,即机器人仿真研究中的系统集成及为以机器人为主体的生产线虚拟设计、验证环境提供底层的数字化环境

一种多目标快速识别的自适应灰度量化方法研究

针对实时序列图像多目标识别问题提出了一种快速图像处理方法。该方法依据一定的先验知识和准则，对复杂背景图像进行窗口化，对每一个窗口独立进行自适应快速中值滤波，及基于局部图像灰度信息的自适应重新量化和最大熵分割处理，实现了对全景视场内预定目标的快速准确提取和识别。为动态环境中多目标条件下移动机器人的视觉定位、导航和目标跟踪所需图像处理技术提供了一种新的方法。

基于集成的机器人生产线数字化制造环境

提出建立集系统总体规划设计、设备工作过程仿真分析、生产线性能评价于一体的机器人生产线数字化设计验证系统,构建了系统基本框架及分析各部分的仿真实现特征。研究了系统集成的关键技术问题、各功能模块的特点及系统实现的技术问题。

数字图像处理中多窗口下的自适应中值滤波

根据心理物理学、神经生理学、认知神经学等学科在视觉认知领域的部分研究成果，结合机器视觉、图像处理领域在图像增强方面已经提出的一些方法，提出了结合先验知识的多窗口结构下的分块中值滤波方法，在每一个窗口内单独进行处理与分析，突出了视觉处理目的，减少了运算量， 节省数据存储空间，达到了令人满意的滤波效果，能够在原始图像比较复杂的情况下，较好地对其进行预处理，可以改善、提高后期图像处理过程，如图像分割、图像分析的正确性和有效性。

数字化生产线离散制造过程仿真研究

数字化工厂是目前先进制造技术研究的热点。进行内嵌在生产线数字化制造环境中的离散制造过程仿真研究,建立了面向对象的系统模型,分析了仿真运行机理;同时基于eM-Plant软件开发离散制造过程仿真系统,通过具体的生产线实例说明系统的开发与运行机理,提供数字化生产线离散制造过程仿真研究的有效手段。

分布式强化学习系统的体系结构研究

强化学习是一种重要的机器学习方法，随着计算机网络和分布式处理技术的飞速发展，多智能体系统中的分布式强化学习方法正受到越来越多的关注。论文将目前已有的各种分布式强化学习方法总结为中央强化学习、独立强化学习、群体强化学习、社会强化学习四类，然后探讨了这四类分布式强化学习方法的体系结构框架，并给出了这四类分布式强化学习方法的形式化定义。

关于P3P问题解的唯一性条件的几点讨论

P3P问题的多解现象使其应用受到了限制 ,前人的研究结果对布置控制点和摄像机没有太大的指导意义 .该文作者采用了与前人不同的研究方法 ,发现 3个控制点构成等腰三角形时 ,在空间可以找到一些区域 ,当摄像机在这些区域中时 ,可以唯一地求出所构成的P3P问题的真实解 .同时 ,该文的研究结果又对P3P问题在实际应用中布置控制点和摄像机的位置具有指导意义 .

多机器人动态编队的强化学习算法研究

在人工智能领域中 ,强化学习理论由于其自学习性和自适应性的优点而得到了广泛关注 随着分布式人工智能中多智能体理论的不断发展 ,分布式强化学习算法逐渐成为研究的重点 首先介绍了强化学习的研究状况 ,然后以多机器人动态编队为研究模型 ,阐述应用分布式强化学习实现多机器人行为控制的方法 应用SOM神经网络对状态空间进行自主划分 ,以加快学习速度 ;应用BP神经网络实现强化学习 ,以增强系统的泛化能力 ;并且采用内、外两个强化信号兼顾机器人的个体利益及整体利益 为了明确控制任务 ,系统使用黑板通信方式进行分层控制 最后由仿真实验证明该方法的有效性