简介:根据移动机器人领域中普遍应用的Ackermann’s模型,推导出了适用于ARV移动机器人路径跟踪控制算法的运动学模型.该模型是利用参考路径的曲率、车体相对于参考路径的偏航角以及位置偏移量等变量参数来建立的;然后应用“链式系统”控制理论把该运动学模型转换为链式模型,并由链式模型设计出用于路径跟踪的控制律;最后对该控制律进行了仿真分析.仿真结果表明,应用该控制算法进行路径跟踪控制时,能够较好地跟随预设路径,满足整车控制要求.
简介:为了避免设计模糊控制系统时遇到的“规则爆炸”问题,提出基于模糊相容系数的模糊规则优化方法.该方法定义了模糊规则的相容程度,得出的相容系数矩阵作为蚁群算法的启发式因子.采用蚁群算法优化模糊规则进行仿真,结果显示该方法生成的模糊规则具有较好的相容性和控制性能.
简介:针对基于图像处理的机械故障诊断和状态监测信息数据量大,不利于传输和存储等问题,提出了一种基于奇异值分解(SVD)和小波变换的图像压缩算法。该算法利用奇异值分解和小波变换对图像进行两级压缩。首先对图像进行奇异值分解,通过设定能量比阈值自适应地保留部分数值较大的奇异值,舍弃其它数值较小的奇异值,实现图像初步压缩,然后对保留的奇异值对应的奇异向量矩阵采用小波变换进一步压缩。将所提算法与霍夫曼编码结合,对火炮炮膛疵病图像进行了压缩。试验结果表明,本文算法在保证图像重建质量情况下,可以有效提高图像压缩比。
简介:成功的战场抢修是战斗力的“倍增器”,而及时有效的战损装备抢修排序决策是成功实施战场抢修的前提.在确定战场抢修基本原则基础上,分析了影响战损装备战场抢修排序的因素,通过目标属性本身输出的信息熵客观地确定属性权重,并结合TOPSIS法构建了装备战场抢修排序决策模型,最后通过实例对该模型的有效性和实用性进行验证.实例表明:该模型能够有效地解决战场抢修中多个战损装备的排序问题,是战损装备战场抢修分析及排序决策的一种有效工具.
ARV路径跟踪控制算法研究
基于蚁群算法的模糊控制规则优化设计
基于奇异值分解和小波变换的图像压缩算法
基于信息熵和TOPSIS法的装备战场抢修排序决策模型