摘要：为解决某高初速榴弹发射器浮动发射过程中遇瞎火后自动机无法自动复位的问题,设计了一种利用火药燃气能量的瞎火自动复位装置,从数学建模、数值计算和动力学仿真研究来验证了该装置实现自动机自动复位的可行性。首先基于武器气体动力学理论,建立了该瞎火自动复位装置的气体动力学模型;随后通过数值计算方法,分析了该装置的导气孔位置、导气孔直径和集气室容积3个关键结构参数对集气室内气体压力和弹丸初速的影响;最后对武器系统浮动发射和瞎火后自动机复位过程开展了动力学建模与仿真研究,获得了武器射击后坐力和自动机复进后坐位移变化曲线。结果表明:当导气孔位置为340 mm、导气孔直径为15 mm、集气室长度为50 mm时,该装置能够实现武器浮动发射过程中遇瞎火后自动机的自动复位,此时弹丸初速为441.19 m/s,初速损失率为2.12%,武器后坐力峰值为754.73 N,该研究可为武器浮动发射瞎火自动复位装置设计提供理论依据。

摘要：用于控制机器人在存在移动障碍物的工况中,智能避障安全抵达目的地,设计基于STM32单片机的机器人移动障碍物智能躲避系统。系统信息采集模块通过超声波传感器、加速度传感器,采集机器人与障碍物之间距离及机器人运行速度信息,传输至STM32单片机缓存整理后,通过ZigBee通信网络发送至上位机,上位机结合所采集数据,设计躲避指令传输至STM32单片机,STM32单片机驱动电机驱动模块,使用基于模糊控制的移动障碍物智能躲避模型,根据躲避指令调节机器人运行速度与角度,控制机器人的运行速度与位置,均处于不可能出现碰撞的状态,完成移动障碍物智能躲避。实验结果显示,该系统应用后,机器人对单个移动障碍物、多个移动障碍物的测距结果准确,且机器人具备智能避障性能,可绕开移动障碍物,安全抵达目的地。

摘要：城市轨道交通多通道闸机独立工作,对多个闸机精准控制难度较大,所以研究基于改进SSD算法的城市轨道交通多通道闸机控制方法;将SSD网络与FPN网络相结合,结合先验框生成与损失函数优化实现SSD算法改进,利用改进SSD算法和数据融合结果识别通行目标;根据通行目标识别结果和传感器设备确定闸机通道内的通行情况,从而设计多通道闸机控制处理子程序,完成城市轨道交通多通道闸机控制;实验结果表明,在改进SSD算法作用下,闸机闭合状态始终与行人的当前行进方向保持一致,提高了控制精准度和实时通过率。

摘要：基于有限元分析方法,对新型超声内圆磨削系统的振子、主轴部件等效模型进行整体特性分析研究,根据套筒长度、套筒壁厚对超声内圆磨削系统主轴振动模态的影响规律,提出了应用旋转式非接触电信号传输装置的新型超声振动内圆磨削系统的设计方法。使用激光多普勒测振仪对振子、主轴部件及超声内圆磨削系统样机进行了特性实验研究,验证了新型超声内圆磨削样机和理论设计方案的一致性。

摘要：为改善对城市轨道交通风险的识别效果,降低道路交通安全事故的发生概率,本次研究开展城市轨道交通人工智能算法风险识别和控制方法的设计研究。本文首先引进人工智能算法过滤交通风险信息流,采用建立城市轨道交通安全风险霍尔三维模型的方式划分交通安全风险等级,然后利用传感装置实时采集前方路况信息,识别城市轨道交通碰撞风险,最后根据风险实际情况,设计碰撞风险预警与紧急制动。实验结果证明:该方法不仅可以实现对轨道线路风险的精准识别,还可实现对线路中风险的合理、有效控制,避免城市轨道交通安全事故的发生。

摘要：为了合理补偿机器人定位误差,提升分类预测精度,提出一种基于改进卷积网络的机器人定位误差补偿方法。以机器人实际与理想关节角度图像作为模型输入,精准提取二者深度特征图,计算实际关节角度与理想关节角度深度特征图之间各特征点欧氏距离,获得并输出机器人定位误差预测结果。将机器人定位误差补偿问题转化为算法优化问题,构建机器人定位误差补偿目标函数及约束条件,通过改进粒子群算法求得最优解,实现机器人定位误差的补偿。实验结果证明:该方法可以有效补偿机器人的角位移误差,分类预测精度最高可达到99.87%,能够实现机器人对目标物体的准确抓取。

摘要：针对无人机在民用和军事等领域中的研究热度及应用需求日益增长,传统Mode1-Based的网络部署、设计、操作方法无法应对动态变化的无人机场景的问题,本文综述了灵活性高、适应性强的AI-Based的智能组网技术,并引入强化学习这一人工智能领域的重要分支。对现有利用强化学习技术解决无人机组网难题的研究进行了概述,结合无人机组网的特性梳理了此领域应用强化学习技术的主要思路。从几个应用场景,以及组网关键技术的角度进行了归纳,给出了基于强化学习的无人机智能组网技术所面临的机遇与挑战,并进行了总结。探究了无人机通信的感知能力与决策能力,适应了其动态变化且需要高度自治的环境需求。为未来无人机智能组网技术的发展提供了有价值的理论基础和实践指导。