神经网络在智能机器人导航系统中的应用研究1神经网络在环境感知中的应 用 对环境 的感 知 ，环境模型 妁表示 是非常重要 的。未 知 环境中的障碍物的几何形状是不确定的，常用的表示方浩是 槽格法。如果用册格法表示范围较大的工作环境，在满足 精度要求 的情况下，必定要占用大量的内存，并且采用栅 格法进行路径规划，其计算量是相当大的。Kohon~n自组织 神经瞬络为机器人对未知环境的蒜知提供了一条途径。 Kohone~冲经网络是一十自组织神经网络，其学习的结 果能体现出输入样本的分布情况，从而对输入样本实现数 据压缩 。基于 网络 的这些特 性，可采 用K0h0n曲 神经元 的 权向量来表示 自由空间，其方法是在 自由空间中随机地选 取坐标点xltl【可由传感器获得】作为网络输入，神经嘲络通 过对大量的输八样本的学习，其神经元就会体现出一定的 分布形 式 学习过程如下：开 始时网络的权值随机地赋值 ， 其后接下式进行学 习： ， 、 Jm(，)+叫f)f，)一珥ff)) ∈N，(f) (，) VfeN．(f1 其 中M(f1：神经元 1在t时刻对 应的权值 ；a(∽ 谓整系 数 ； (『l网络的输八矢量；Ⅳ()：学习的 I域。每个神经元能最 大限度 地表示一 定 的自由空间 。神经 元权 向量的最 小生成 树可以表示出自由空问的基本框架。网络学习的邻域 (，) 可 以动 态地 定义 成矩形 、多边 形 。神经 元数量 的选取取 决 于环境 的复杂度 ，如果神 经元 的数量 太少 ．它们就 不能 覆 盖整十空间，结果会导致节点穿过障碍物区域 如果节点 妁数量太大 ．节点就会表示更多的区域，也就得不到距障 碍物的最大距离。在这种情况下，节点是对整个 自由空间 的学 习，而不是 学习最 小框架空 间 。节 点的数 量可 以动态 地定义，在每个学习阶段的结柬．机器人会检查所有的路 径．如检铡刊路径上有障碍物 ，就意味着没有足够的节点 来 覆盖整 十 自由窑 间，需要增加 网络节点来 重新学 习 所 138一 以为了收敛于最小框架表示 ，应该采用较少的网络 节点升 始学习，逐步增加其数量。这种方法比较适台对拥挤的'E{= 境的学习，自由空间教小，就可用线段表示；若自由空问 较大，就需要由二维结构表示 。 采用Kohonen~冲经阿络表示环境是一个新的方法。由 于网络的并行结构，可在较短的时间内进行大量的计算。并 且不需要了解障碍物的过细信息．如形状、位置等 通过 学习可用树结构表示自由空问的基本框架，起、终点问路 径 可利用树的遍 历技术报容易地被找到 在机器人对环境的感知的过程中，可采用人】：神经嘲 络技术对 多传 感器的信息进 行融台 。由于单个传感器仅能 提 供部分不 完全 的环境信息 ，因此只有秉 甩 多种传感器 才 能提高机器凡的感知能力。 2 神经 网络在局部路径规射中的应 用 局部路径 规删足称动吝避碰 规划 ，足以全局规荆为指 导 利用在线得到的局部环境信息，在尽可能短的时问内
上传时间： 2022-02-12
上传用户：qingfengchizhu
基于人工神经网络实现智能机器人的避障轨迹控制摘 要：利用人工神经网络中的二级 BP网。模拟智能机器人的两控制参数(左 、右轮速)间的函数关系。实现避 障轨迹为圆弧或椭圆弧的轨迹控制 。并且通过调整椭圆长、短轴大小。能实现多个及多层障碍物的避障控制．该方法 的突出特点是方法简单、算法容易实现 。使机器人完成多个及多层避障动作时。不滞后于动态环境里其它机器人(障 碍物)位置的变化．在仿真实验中。取得了理想的效果． 关键词；BP神经网络I多个及多层避障控制I椭圆轨迹1 弓I言(Introduction) 在机器人中，避障轨迹的生成是一个重要的问 题．对于不确定的动态环境下的实时避障轨迹生成， 是较为困难的．有关这方面的研究，目前已有许多方 法．一些神经网络模型被设计出来，产生实时的轨迹 生成．文献113[23提供的神经网络模型产生的轨迹 生成仅能处理在静态环境下及假设空间中没有障碍 物的情况．[3]提供的神经网络模型，能为智能机器 人产生导航的避障轨迹，然而模型在计算上相当复 杂．文献[43提供了Hopfield神经网络模型，能在动 态环境下产生时实的避障轨迹生成，并在文献[5] 中，严格证明了因该方法生成的轨迹没有遭受局部 极小点逃离问题．并且文献[63用两个神经网络层叠 加起来，每层构造相似于[43中的网络结构．它是利 用第二层网络来发现下一个机器人位置的无监督模 型，然而它却加倍了计算量，尽管文献[4，6]提供的 方法能在动态环境下，产生时实避障轨迹，但都具有 较慢的运动速度，在快速变化的环境下不能恰当地 完成动作执行，因为机器人要比较好地完成避障动 作，必须不能滞后于障碍物动作变化
上传时间： 2022-02-12
上传用户：得之我幸78
基于ROK101007型蓝牙模块和TMS320C54x型DSP的家用医疗保健智能机器人设计摘要：未来社会将会越来越重视 医疗保健服务 ，提 出一种新型智能机 器人 ，就其在数字化 家庭医疗 保健方面的应用进行模型设计 ，并将蓝牙技术应用在智能机器人与医疗仪器和控制 PC的通信 中。 关 键 词 ：数字化家庭 ；智能机器人 ；侍感器；蓝牙技术；医疗保健 ；ROKl0l007；TMS320C54x 中 图分 类号 ：R197．39 文献标 识码 ：A 文章编 号 ：1006—6977(2006)02—0数字化家庭是未来智能小区系统的基本单元 。 所谓“数字化家庭”就是基于家庭内部网络提供覆盖 整个家庭的智能化服务 ，包括数据通信、家庭娱乐 和 信息家电控制功能。 数字化家庭设计 的一项主要内容是通信功能的 实现 ，包括家庭 与外界的通信及家庭 内部相关设施 之间的通信。从现在的发展来看，外部的通信主要 通过宽带接入 Internet，而家庭 内部的通信，笔者采 用 目前 比较具有竞争力的蓝牙 (Bluetooth)无线接入 技术。 传统的数字化家庭采用 PC进行总体控制 ，缺 乏人性化。笔者根据人工情感的思想设计一种配备 多种外部传感器的智能机器人 ，将此智能机器人视 作家庭成员，通过它实现对数字化家庭的控制。 本文主要就智能机器人在数字化家庭医疗保健 方面的应用进行模型设计 ，在智能机器人与医疗仪 器和控制 PC的通信采用蓝牙技术 。整个系统 的成 本较低 ，功能较为全面，扩展应用非常广阔，具有极 大的市场潜力。 2 智能机器 人的总体设计 2．1 智能机器人的多传感器 系统 机器人智能技术 中最为重要 的相关领域是机器 人 的多感觉系统和多传感信息 的集成与融合【l1，统 称为智能系统的硬件和软件部分 。视觉 、听觉、力觉、 触觉等外部传感器和机器人各关节的内部传感器信 息融合使用 ，可使机器人完成实时图像传输、语音识 别 、景物辨别、定位 、自动避障、目标物探测等重要功 能；给机器人加上相关的医疗模块(CCD、CAMERA、 立体麦克风 、图像采集卡等 )和专用医疗传感器部 件 ，再加上 医疗专家系统就可以实现医疗保健和远 程 医疗监护功能。智能机器人的多传感器系统框图 如 图 1
上传时间： 2022-02-15
上传用户：bluedrops
multisim设计12V-5V开关电源电路及设计分析(含仿真)总体设计方案：2.1.1:PWM调制脉宽调制技术是通过对逆变电路开关的通断控制来实现对模拟电路的控制的。脉宽调制技术的输出波形是一系列大小相等的脉冲，用于替代所需要的波形，以正弦波为例，也就是使这一系列脉冲的等值电压为正弦波，并且输出脉冲尽量平滑且具有较少的低次谐波。根据不同的需求，可以对各脉冲的宽度进行相应的调整，以改变输出电压或输出频率等值，进而达到对模拟电路的控制。2.1.2:PFM调制当输出直流电压超过额定值时，反馈控制电路在保证调整管的导通时间不变的情况下，自动的改变调整管的开关频率，从而改变电压的占空比，使输出直流电压稳定在允许范围内，这种方案称为脉冲频率调制整，简称PFM型开关电源，其反馈电路为脉冲频率调整电路。2.2：PFM调制下的两种方案：2.2.1：自激式自激式变压器开关电源，是指当变压器的初级线圈正在被直流脉冲激励时，变压器的次级线圈正好有功率输出。如图是自激式变压器开关电源的简单工作原理图，其中V1为输入电压，S1A是控制开关，T1是开关变压器，L1是储能滤波电感，C1是储能滤波电容，D2续流二极管，D3削反峰二极管，R1负载电阻。
上传时间： 2022-02-25
上传用户：qdxqdxqdxqdx
随着 Internet日益广泛的应用，其规模也越来越大，通信流量也迅速增长，这就迫使其传输平台向更高的通信带宽方向发展，因此，建设高速度，高宽带的骨干网就显得十分必要合理高效的路由选择方式不仅可以保障全网的正常运行，还能够提高网络的接通率，而将 Internet网的接通率提高，既可以尽量避免交换机不堪重负甚至崩溃的情况，又能降低网络的运营成本。提高网络的接通率相当大的程度上依赖于路由选择策略的改变，因此，TCP/IP网的动态路由选择问题变得越来越重要。蚂蚁算法能够有效地选择一条最优路径，但忽视了实际网络中的另外一个问题：最优路径一旦形成，所有的数据都从最优路径传输，这样一来，处于该路径上的路由器，尤其是在骨干网络中心节点（即多条路径交汇处）的路由器将承受巨大的数据传输量，因而很容易造成“瓶颈”现象目前采用的一个办法是在骨干网络中心节点处设置交换容量达到或超过千兆比特级的，具有高密度高速端口的核心路由器来扩展带宽和提高数据传送速度以达到解决骨干网络中心节点处的数据拥塞的目的，但这样大大提高了网络成本，并且无法解决最优路径上非核心路由器（又名接入路由器）上的数据拥塞问题。根据上述问题，本文提出一种对蚂蚁算法的改进方法一基于核心路由器的蚂蚁算法：在骨干网络的各核心路由器上相互发送蚂蚁寻找各核心路由器之间的最优路径，这样可比传统蚂蚁算法通过让“蚂蚁”周游整个网络后来寻找最优路径要快很多方面，该算法通过对最优路径上，在各个核心路由器之间的非核心路由器设置上下限两个阔值。当某个非核心路由器A上的数据流量达到上限阙值时表明该路由器即将处于拥塞，这时，它邻近的核心路由器将A看成是一个“障碍物”，利用蚂蚁算法能够绕过障研物寻找最优路径的特点，可以在这两个核心路由器之间重新寻找一条不包括路由器A在内的“次优”路径，这样后续的数据将从“次优”路径传输以达到对A路由器进行分流，经过一段时间分流后，当数据流量下降到下限绸值时，就可以重新启动原最优路径，从而达到了既分流又采用最优路径传输的目的
标签： 蚂蚁算法
上传时间： 2022-03-10
上传用户：
智能家居体验馆建设方案.pdf智能家居体验馆建设方案 一、前言 1．背景 随着科技的不断发展，高校教学的不断改进，目前高校实验教学方面，不再像以往 那样，只需要实验箱，实验平台等实验设备，而是需要与实际体验场馆配合使用，开展 教学，本系统采用了智能家居系统采用了物联网技术、嵌入式技术、Zigbee 技术、自 动控制、网络通讯、无线通讯、视频处理等多项先进技术，将各种家居智能化功能轻松 的融合成一个整体，是家居智能化的完整解决方案，将使您正真享受到高科技为我们带 来的舒适、惬意、时尚的现代化数字生活。 智境系统、定位系统、照明控制系统、中央控制系统、远程控制系统。本方案以应 用技术最全面、学能家居体验馆系统涵盖八大子系统：家电控制系统、安防系统、门禁 系统、家居环境系统、定位系统、照明控制系统、中央控制系统、远程控制系统。本方 案以应用技术最全面、学习开发最方便、操作最简单、体验效果最舒适为设计目标，在 提供全方位功能的前提下，为老师、同学提供最全面的技术支持。 2．智能家居体验馆定位 伴随物联网技术风靡全球的热潮，我公司采用物联网技术、嵌入式技术、无线传输 技术、传感器技术等当前热门技术，研发出智能家居实训平台，并推出智能家居体验馆 与智能家居实训平台结合使用的实施方案。致力于改变高校人才培养现状，帮助高校完 善培养计划。 3．高等学校人才培养现状 近几年，随着全球计算机技术的高速发展，电子、传感器、工控、通讯、网络、生 物科学快速发展，并且以人工智能为代表呈现出多学科交叉应用趋势。为了适应科学技 术的高速发展，为了提高产品竞争力，企业对毕业生的要求越来越高，但是毕业生的实 践经验远远不能满足企业的要求。造成教育与企业需求脱节的主要原因有： 第一，企业不仅需要毕业生具有较深的理论修要，更青睐具有综合实践经验、有较
标签： 智能家居
上传时间： 2022-03-11
上传用户：
智能家居灯光控制系统.pdf1.系统功能 商场灯光区域化管理。 灯光远程手自动开关，减少人工工作量，提高工作效率。 可设定灯光开关时间，减少不必要的能耗。 强电弱电分离，减少不安全因素。 可根据需要扩展控制模块和灯具。 2.系统组成 本地部分 采集控制模块：eIMB3602 嵌入式可编程工业主板； 数据远传设备：GPRS-5-232/485 无线数传终端； 中继器：每 500 米安装一个，数量根据实际需求配备。 控制室部分 服务器：ePC3602 嵌入式工控机； 配套软件：IOTMonitor 物联网信息监控软件一套，安装于 ePC3602 嵌入式工控 机。
上传时间： 2022-03-11
上传用户：
能源短缺和环境恶化是人类共同面临的挑战。开发新型清洁能源是解决能源短缺和环境恶化的捷径，但是太阳能能源不连续和不稳定的缺点影响其单独使用的效果。为了解决这个问题，可以选择使用多种性质互补的能源联合供电，相互弥补彼此的不足，以达到连续稳定的电能输出。基于双输入直流变换器（Multipk-Input Converter，MC）的光电互补系统相对于风光互补系统而言，在太阳能功率充足时，可以选择将多余的能量进行并网，省去了蕃电池等储能设备，也可大大节约成本，简化控制：而且电网是全天候的，比纯新能源联合系统更加可靠。因此本文将对光电互补系统，研究其拓扑、能量管理和系统参数设计等等在隔离应用的中小功率场合，推挽变换器控制方便，结构简单，应用广泛传统的多输入推挽变换器结构复杂，成本高。通过分析MIC的生成方法，利用脉冲电压源 Pulsating Voltage Source Ce，PⅤSC或者脉冲电流源（Pulsating Curren Source Cell，PCSC）中联或者并联构成简单实用的一族多输入推挽变换器，详细分析了BUCK型PVSC串联构成的双输入推挽变换器的小信号模型和控制方式，为了能够提供交流输出，本文还详细分析了半桥逆变电路的控制方式，并推导出其数学控制模型通过分析系统的工作模式、能量管理策略和不同控制方式对系统的影响，阐叨基于双输入推挽变换器的光电互补系统的工作原理。并对系统软件涉及到的太阳能最大功率跟踪、光电互补控制和逆变控制等算法进行重点研究功率电路参数设计合理与否，直接影响着系统的性能和指标，其中推挽变压器和滤波器的参数设计尤为重要，为此专门给出了硬件参数设计步骤；然后，根据软件算法，设计了控制软件流程图来更清晰的表达软件控制的思想软件参数是影响系统鲁棒性和快速性的另一个关键因素，在硬件设计的基础上，对软件参数进行优化设计，并利用 Simulink软件对设计参数进行仿真分析和修正。然后采用TMS320F2809作为控制芯片，搭建了实验原理样机，并进行了相关验证实验
标签： 推挽变换器
上传时间： 2022-03-16
上传用户：
准确量化和预测陆地生态系统碳水通量对于理解陆气间相互作用，预测未来气候变化和控制温室效应具有重要意义。通量观测和模型模拟是目前研究碳水通量的两种主要方法。通量观测精度较高，但观测范围局限、站点分布不均匀，易受环境影响，难以区域扩展；模型模拟可实现不同尺度参量估算，但由于理想化假设、模型参数和驱动数据等限制，导致其模拟结果往往与真实值存在较大偏差。模型-数据融合方法主要是通过参数估计和数据同化两种技术集成观测和模型信息，建立两者相互制约调节的优化关系，以提高模型结果与真实值之间的匹配程度。基于该思路，本研究在地面观测数据、遥感卫星资料以及相关气候环境数据基础上，重点突破全球动态植被模型（Lund-Potsdam-Jena Dynamic Globa Vegetation Model.LPJ-DGVM）敏感参数优化方法，获取适宜中国的参数化方案：在此基础上，引入数据同化算法，将遥感卫星产品信息与模型相融合，在模拟过程中不断校正原有模型模拟轨迹，提高模型适用性。将以上改进的模型推广至中国区域，实现对20002015年中国地区总初级生产力（Gross Primary Productivity GPP）和敬发（Evapotranspiration，ET的空间格局模拟及分析。主要结论如下1）将LP」DGwM中所选出的22个可调参数（涉及光合、呼吸、水平衡异速生长、死亡、建立以及土壤和掉落物分解共七个作用领域）在各自取值范围内随机获得不同的参数组合，结果表明22个参数可引起GPP和ET模拟结果产生较大的不确定性，尤其集中在生长季。所有站点GPP相对不确定性（Relative Uncertainty，RU）基本保持在09-1.25之间，不具有明显的年际变异性：ET相对不确定性RU月变化趋势明显，且基本处于0.5以下，明显低于GPP，说明所筛选的22个参数对GP模拟产生的影响更为显著。
标签： 数据融合
上传时间： 2022-03-16
上传用户：shjgzh
Ansoft公司的Maww2D/3D是一个功能强大、结果精确、易于使用的二维/三维电磁场有限元分析软件。它包括电场、静磁场、涡流场、瞬态场和温度场分析模块，可以用来分析电机、传感器、变压器、永磁设备、激励器等电磁装置的静态、稳态、瞬态、正常工况和故障工况的特性。它所包含的自上而下执行的用户界面、领先的自适应网格剖分技术及用户定义材料库等特点，使得它在易用性上遥遥领先。它具有高性能矩阵求解器和多CUP处理能力，提供了最快的求解速度。静磁场求解器（Magnetostatic）用于分析由恒定电流、永磁体及外部激磁引起的磁场，是用于激励器、传感器、电机及永磁体等。该模块可自动计算磁场力、转矩、电感和储能用于求解某些涉及到运动和任意波形的电压、电流源激励的设备，可获得精确的预测性能特性。该模块能同时求解磁场电路及运动等强耦合的方程，从而得到电机的相关运行性能●涡流场求解器（Eddy Current用于分析受涡流、集肤效应、邻近效应影响的系统。它求解的频率范围可以从θ到数百兆赫兹，能够自动计算损耗、铁损、力、转矩、电感与储能。允许用户设置多项可变设计量，如位置、形状、源及频率等。可自动计算数千种情况的物理问题分析，而整个过程不许用户干预。在绘制曲线模型时，系统默认的是将封闭后的曲线自动生成面，如果用户不想让其自动生成面，可以在绘制曲线模型前，点击菜单栏中的 Tools/Options/Modeler Options项更改绘图设置。材料库的管理更加方便和直观，新版软件的材料库主要由两类组成，一是系统自带材料库的2D和3D有限元计算常用材料库除此外还有 RMxprt电机设计模块用的电机材料库。二是用户材料库，可以将常用的且系统材料库中没有的材料单独输岀成用户材料库，库名称可自行命名，在使用前须将用户材料库装载进软件中
上传时间： 2022-03-17
上传用户：
