摘要：针对动态运动基元方法(DMP)在轨迹规划时忽略关节运动学约束,导致机械臂灵活度下降、轨迹跟踪精度低的问题,提出一种基于可操作性的改进版DMP(M-DMP)。该方法首先通过数值解确定冗余机械臂当前的可操作性梯度,并分别从末端速度分量和零空间分量调整动态运动基元的外力耦合项。然后设计了动态参数,能够自适应调节外力耦合项大小,保证机械臂运行时的灵活度。其次为解决原方法无法避障,以及避障过程中可能出现灵活度降低的问题,利用指数函数优化势力场后,将其与M-DMP结合实现避障。通过理论分析证明了M-DMP的稳定性。最后在多种场景下进行仿真和实物实验,结果表明M-DMP方法在避开障碍物的同时,降低了53.56%的轨迹跟踪误差,并将可操作性提高了27.69%。

摘要：针对建筑施工现场涉及的越障、攀爬等复杂非结构化场景,为提升机器人的整机性能,提出了一种基于轮履切换的建筑移动机器人。首先,在传统单履带基础上设计了子母履带辅助攀爬机构,基于激光雷达、惯性测量单元等多传感融合的空间定位与建图,利用基于运动学约束的信息树扩展算法对随机环境中的机器人进行了路径规划;然后,建立了含重心偏移、滑移等非线性扰动的运动学和动力学方程,综合考虑了实际作业过程中的强耦合、非线性、建模误差等不确定性因素,设计了一种基于自适应模糊分数阶的PID控制方法;最后,根据仿真分析与实验,验证了机器人的整机灵活性、高可靠性及多场景适应能力。研究结果表明:基于轮履切换的机械结构对复杂场景具有良好的适应能力;路径规划平均缩短路径长度9.08%,缩减行程时间39.83%;控制系统可在保障运动稳定性、动作协调性的同时减小位置误差,实现对机器人的精确控制目的,满足复杂施工环境下机器人的作业需求。

摘要：在图像去模糊任务中,现有的端到端深度学习方法通常使用共享的卷积核来处理图像的整体空间位置,即使用的卷积核在整个图像的所有位置上都是相同的,不会根据具体位置的不同而改变。这意味着这些方法在处理图像时,无论图像中某个区域的模糊程度如何,都使用相同的卷积核进行处理。然而,在某些复杂的模糊场景中,使用共享卷积核可能无法很好地处理图像的非均匀模糊情况。为此,本文提出了一种创新方法,利用像素级模糊程度来增强端到端图像去模糊的效果。具体来说,本文设计并训练了一个去模糊网络(Deblurring Network,DeblurNet),能够从输入图像和曝光时间内的事件数据中精确估计模糊程度图。随后,本文通过基于模糊程度的特征调制(Degree-based Feature Modulation,DFM)技术,依据模糊程度图自适应调节DeblurNet的特征。DeblurNet是一个端到端卷积神经网络,专门用于复原模糊图像的清晰度,通过动态卷积核来处理不同模糊程度的区域。这一策略实现了对非均匀模糊的空间可变卷积,从而有效地去除图像中的非均匀模糊。本文在合成数据集和真实事件数据集上进行了大量实验,并使用公开方法作为DeblurNet的基线。结果表明,提出的方法能够在合成和真实数据集上持续提升现有方法的性能,展示出较好的泛化能力。

摘要：采用ANSYS系统地研究了离心机推进器在一定载荷条件下的静力学特性和模态特性,分析结构中的应力集中区域并优化抗振设计。首先,分析了推进器在一定载荷下的应力和变形分布情况,结果表明,叶片根部和前缘为应力集中区域,最大等效应力为76.331 MPa,占材料屈服强度的37%,最大位移为0.25 mm,均满足强度设计要求;随后,通过模态分析得出了第7阶~第12阶模态的固有频率(261.18 Hz~322.08 Hz)及其振型特征,结果显示叶片前端和根部在低阶模态下振幅显著,存在共振的风险。基于分析结果,提出了增厚叶片根部、优化叶片曲率以及采用轻质高强度材料等优化措施,以显著提升推进器的结构强度和抗振性能。

摘要：为提高跨层穿梭车仓储系统的运行效率,通过分析提升机与穿梭车的实际作业流程,考虑提升机与穿梭车加减速特性,建立出入库复合作业时间模型。为求解模型,设计了基于复合作业的改进人工鱼群算法,并通过算例验证了模型与算法的有效性。结果表明,所建立的跨层穿梭车仓储系统复合作业路径规划模型及所设计的求解方法,能够有效地减少其复合作业时间,提高出入库调度效率。

摘要：针对多中心分布式企业存在的产品成本差异化问题,建立包括产品成本、多车场、多车型在内的多约束车辆路径模型,并设计求解该模型的改进混合蛙跳算法.根据问题特性,改进聚类算法并结合邻近矩阵构造初始青蛙种群;提出子群概念,设计自内而外的交流演化模式;定义远离矩阵,对青蛙进行引导性邻域搜索.将所设计的算法进行多组不同的对比实验,结果表明,所设计的算法通用性强,实用性高,与遗传算法、蚁群算法这类传统经典算法相比,具有更好的收敛速度与求解精度,可以有效解决此类问题;考虑产品成本的调度方案总成本平均减少6%,占产品总成本的13%,可以为企业提供更合理的车辆配送方案.

摘要：针对四旋翼控制中由外部不确定干扰和系统参数不确定引起的具有时变特性的不确定界干扰问题,设计一种不确定干扰前馈补偿的反步滑模姿态抗干扰控制方法。采用牛顿欧拉方法建立带不确定干扰的四旋翼6自由度动力学模型,然后采用非线性干扰观测器对姿态系统中的不确定干扰进行观测估计,进而基于不确定干扰估计量的前馈补偿设计反步滑模控制器,最后通过Lyapunov理论验证了系统的稳定性。仿真结果表明,所设计的控制器可以有效解决外部干扰和系统参数不确定导致的系统高阶不确定性问题,实现不确定干扰下的四旋翼鲁棒控制,同时改善传统滑模中控制输入不连续的情况。通过仿真与抗干扰飞行实验验证了所设计的控制策略在应对快时变特性干扰时具有较好的鲁棒性。

摘要：针对传统结构优化设计方法效率低、计算量大等缺陷,提出一种基于组合近似模型的轻量化设计方法。以某型号内燃叉车的两级门架结构为例,通过熵权TOPSIS综合贡献度分析方法筛选出对门架性能影响最大的上下翼缘及腹板厚度作为轻量化的设计变量,采用最优拉丁超立方设计方法进行样本点采集,得到包含设计变量和性能响应的100个样本点,分别构建外门架质量、最大应力、最大变形的组合近似模型,结合二次序列规划算法展开轻量化设计,结果表明:外门架经过优化后,质量减小13.36%,最大应力减小4.65%。

摘要：针对风力发电机组传动链动力学响应问题,以某兆瓦级风电机组为研究对象,建立传动链刚柔耦合的多体动力学仿真模型.分别分析机架柔性、齿轮箱弹性支撑刚度、发电机弹性支撑刚度对传动链动力响应特性(包括传动链模态、谐振与不同风况条件下的振动响应)的影响规律;通过实验室内振动测试,分别从时域和频域上验证模型的有效性.结果表明:支撑系统对振动能量主要分布在发电机壳体、齿轮箱箱体的模态影响最大,合理进行支撑系统刚度设计能够有效降低传动链共振风险.时域分析结果表明,谐振引起的零部件振动速度偏差最大达到120%;增大齿轮箱弹性支撑刚度并降低发电机弹性支撑刚度,有助于降低传动链振动水平.

摘要：针对遗传算法在路径规划中存在收敛速度过慢、极易早熟、非必要转向次数过多等问题,提出基于灾变策略的改进遗传算法。设计一种区域必经点选择策略产生优质初始种群来提高算法前期收敛速度;引入并改进灾变策略,防止早熟的同时增加种群多样性,以减小种群规模,提高计算速度;设计一种内嵌A^(*)算法的动态变异算子,以提高算法后期的局部搜索能力;采用多约束条件的适应度函数提高路径的平滑度。仿真结果证明,相比遗传算法、改进遗传算法、多种群自适应蚁群算法,所提改进算法能更好地避免早熟,并缩短寻路时间,从而搜索到更优的路径。最后将算法应用于机器人操作系统平台,通过导航试验证明改进算法有效可行,能显著提升移动机器人的稳定性和效率。