SMA驱动的柔性机器臂切换系统及增益分配控制方法

    公开(公告)号:CN115648216A

    公开(公告)日:2023-01-31

    申请号:CN202211377307.4

    申请日:2022-11-04

    IPC分类号: B25J9/16 G06N3/126

    摘要: 本发明提供了一种SMA驱动的柔性机器臂切换系统及增益分配控制方法,包括SMA弹簧本构特性模块、SMA驱动的机器臂状态方程模块、模型子系统与增益分配控制模块和基于遗传算法寻优的MIMO‑PID模块;SMA弹簧本构特性模块考虑由SMA引入的切换特性;SMA驱动的机器臂状态方程模块结合SMA的本构模型;模型子系统与增益分配控制模块定义切换子系统的概念,引入增益分配控制技术;基于遗传算法寻优的MIMO‑PID模块讨论MIMO系统的PID控制器,目标优化函数;结合增益分配控制技术。本发明通过考虑SMA弹簧的本构特性,明确了切换现象发生的位置与成因,并建立了包含切换现象的柔性机器臂动力学状态方程。此状态方程可为切换系统非线性与控制的研究提供理论基础和数学模型。

    SMA驱动空间机器臂避障与目标抓取的智能规划方法

    公开(公告)号:CN113942011A

    公开(公告)日:2022-01-18

    申请号:CN202111211689.9

    申请日:2021-10-18

    IPC分类号: B25J9/16

    摘要: 本发明提供一种SMA驱动空间机器臂避障与目标抓取的智能规划方法,包括:构建步骤:基于关节弹簧本构参数构造目标优化函数;约束步骤:分别建立关节弹簧形变的约束条件、柔性机器臂末端位置距离目标位置的距离约束条件,以及空间障碍物的避障约束条件;目标优化函数步骤:基于非线性规划的遗传算法和上述约束条件计算目标优化函数;智能寻优步骤:找寻目标优化函数的最优解;二分法步骤:基于二分法对解域为空的状态进行判断并更新起始位置,最终获取柔性机器臂各平台期望位姿和各关节弹簧的期望长度。本发明能够有效解决现有技术中空间柔性机器臂难以准确合理并且实时地进行避障与目标抓取、太空碎片清理的技术问题。

    一种共轴多旋翼仿真方法及系统

    公开(公告)号:CN110162933B

    公开(公告)日:2020-11-06

    申请号:CN201910559738.4

    申请日:2019-06-26

    IPC分类号: G06F30/23 G06F30/15 B64F5/00

    摘要: 本发明公开一种共轴多旋翼仿真方法及系统。该方法包括:将实时飞行参数和实时旋翼属性输入共轴N旋翼有限状态模型得到各个旋翼的诱导速度以及各叶片挥舞角度和角加速度;根据诱导速度结合实时飞行参数计算各旋翼的推力;将推力代入飞行运动方程进行解算得到姿态和位置;根据各叶片挥舞角度和角加速度以及姿态和位置进行仿真;模型的建立过程:创建表达飞行参数、旋翼属性、诱导速度、各叶片分段升力、各叶片挥舞角度和角加速度之间关系的单旋翼有限状态模型;根据单个旋翼在周围旋翼的诱导速度的影响下的载荷变化确定载荷公式;根据单旋翼有限状态模型以及载荷公式创建共轴N旋翼有限状态模型。本发明能够兼顾仿真精度和实时性。

    基于SRCK-GMCPHD滤波的多目标跟踪方法

    公开(公告)号:CN106372646B

    公开(公告)日:2020-07-14

    申请号:CN201610786127.X

    申请日:2016-08-30

    IPC分类号: G06K9/46

    摘要: 本发明提供了一种基于SRCK‑GMCPHD滤波的多目标跟踪方法,利用容积数值积分方法来处理非线性变换后随机变量的均值和方差,并同时使用GMCPHD算法对目标状态和数目进行估计;将平方根方法引入到CPHD的预测、更新和高斯元修剪过程中,使得仅有误差方差阵的平方根在整个过程中传递,增强了算法的数值精度和稳定性。本发明的多目标跟踪效果优于传统的EK‑GMCPHD方法,并且具有较广的适用性,能够被应用于雷达、红外目标跟踪、移动机器人定位等领域。

    一种基于卡尔曼压缩感知的动态图像融合方法

    公开(公告)号:CN102663717B

    公开(公告)日:2015-01-14

    申请号:CN201210065454.8

    申请日:2012-03-13

    IPC分类号: G06T5/50

    摘要: 一种基于卡尔曼压缩感知的动态图像融合方法,首先,构建卡尔曼压缩感知方法理论框架,根据输入的视频数据进行实时预测与表示;采用压缩感知理论根据所输入的图像信号选取一种特定正交矩阵,将图像信号映射到另一个正交空间,获取图像信号的相对稀疏的表现形式;其次,根据标准的卡尔曼以及上述的压缩感知过程,将原有卡尔曼滤波器的状态更新过程进行重新定义,划分时间信息与空间信息;之后,根据得到的时间与空间信息向量建立自适应时空融合的参数化模型,进行自适应融合,得到最终的融合向量;最后,对融合向量进行重建,得到融合后的动态图像。本发明提高了视频级动态融合的基本性能、鲁棒性和可靠性,在安全监视等领域中可有广泛的应用。

    基于运动恢复结构的卫星相对姿态测量方法

    公开(公告)号:CN102607534B

    公开(公告)日:2013-11-20

    申请号:CN201210065453.3

    申请日:2012-03-13

    IPC分类号: G01C11/04

    摘要: 本发明公开了一种基于运动恢复结构的卫星相对姿态测量方法,包括以下步骤:步骤1,分别对输入的序列图像进行SIFT特征点提取;步骤2,根据得到的SIFT特征点进行匹配;步骤3,根据匹配特征点进行运动恢复结构;步骤4,根据运动恢复结构参数进行平差光束法优化;步骤5,根据匹配的特征点和经过优化的运动恢复结构参数进行三维重建;步骤6,根据有效的三维特征点和运动恢复结构参数进行空间环境综合显示。本发明经过标准的测试数据、STK在轨卫星仿真平台的卫星仿真数据和地面半物理仿真数据,本发明能有效地测量所观测卫星目标的相对姿态,采用的光束平差法能提高本发明构建系统的测量精度和计算的数值稳定性。