
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
同步定位与地图构建(SLAM)是自主车辆、移动机器人实现未知环境自主导航的核心关键技术,单车SLAM受传感器探测范围有限、观测盲区、随机噪声干扰及误差累积等问题制约,长期运行下定位漂移与建图精度退化问题突出。为解决单一智能体感知能力不足的缺陷,多车协同SLAM通过多平台观测信息共享与融合,充分利用空间分布式冗余观测,弥补单车感知缺陷,有效抑制滤波误差累积,提升复杂场景下定图与建图的稳定性与精度。
基于扩展卡尔曼滤波器的同时定位与地图构建(EKF-SLAM)是移动机器人自主导航的核心经典算法,凭借结构简洁、实时性强的优势被广泛应用于各类无人设备场景。但算法固有的状态估计不一致性问题,会导致机器人位姿与环境地图的估计误差随迭代累积、协方差矩阵失真,严重制约SLAM系统的长期运行精度与稳定性。现有研究多聚焦于算法迭代优化与误差修正,较少从系统本质的可观测性缺陷层面剖析不一致性的根源。
随着人工智能终端设备的普及,深度神经网络(DNN)推理任务的海量算力需求与终端设备算力、功耗受限的矛盾日益凸显。边缘计算通过将网络计算资源下沉至用户终端侧,为DNN任务分布式卸载提供了技术支撑,可有效降低终端负载、减少任务推理时延。然而,多终端、多边缘节点协同场景下的DNN分层卸载、资源分配问题属于典型的NP难组合优化问题,传统优化方法难以适配动态复杂的边缘环境。粒子群优化算法作为经典的元启发式算
二自由度(2DOF)机械臂作为结构最简、控制难度最低的串联机械臂结构,是工业分拣、精密定位、教学实验及轻型自动化场景的核心执行机构。路径规划技术是保障2DOF机械臂平稳、安全、高效运行的核心关键,直接决定机械臂末端运动的平顺性、作业精度与避障能力。针对传统2DOF机械臂路径规划存在的运动抖动明显、避障适应性差、轨迹冗余度高、启停冲击大等问题,本文系统开展2DOF机械臂路径规划相关研究。
同步定位与地图构建(SLAM)是移动机器人实现自主导航、环境感知与智能作业的核心技术,能够让机器人在未知二维平面环境中,无需预先构建地图即可完成自身位姿估计与环境特征地图构建。针对传统定位建图方法存在的环境依赖性强、抗干扰能力弱、状态估计精度低等问题,本文依托最优估计理论,开展二维平面场景下扩展卡尔曼滤波(EKF)SLAM技术研究。
两连杆机械臂作为典型的非线性、强耦合多输入多输出系统,其轨迹跟踪控制面临参数摄动、外部干扰与建模误差等多重挑战。传统滑模控制虽具备强鲁棒性,却因线性滑模面导致收敛速度受限,且终端滑模控制存在奇异问题。本文针对两自由度机械臂设计非奇异终端滑模控制器(NTSMC),通过构造融合位置与速度跟踪误差的非奇异终端滑模面,结合机械臂逆动力学模型设计控制律,并引入饱和函数抑制抖振、补偿正弦外部干扰。仿真以余弦/
本文针对六自由度机械臂在复杂环境中的路径规划问题,提出了一种结合改进RRT算法与六轴B样条优化的路径规划方法。通过引入目标偏置策略和自适应可变步长对传统RRT算法进行改进,并结合六轴B样条曲线对规划路径进行平滑优化,有效解决了传统RRT算法随机性强、导向性差、规划时间长及路径平滑度差等问题。仿真实验结果表明,该方法能够显著提高路径规划效率和质量,满足六自由度机械臂在复杂环境中的实时避障和运动需求。
针对六自由度机械臂在笛卡尔空间与关节空间中进行多类型轨迹规划时存在的平滑性不足、逆解异常处理困难等问题,本文以LittleRA六自由度机械臂为研究对象,构建了一套涵盖直线、圆弧与关节角度空间三类轨迹、并支持四种规划方式的多轨迹规划仿真框架。研究思路为:先在笛卡尔空间或关节角度空间生成目标轨迹,再通过逆运动学求解关节角度序列,结合轨迹优化实现平滑运动。具体控制内容包括:支持直线、圆弧、角度空间三类轨
针对二自由度机械臂在模型不确定性及外部扰动条件下的轨迹跟踪问题,本文设计了一种滑模变结构控制与PID控制相结合的复合控制策略(SMC-PID)。首先,采用拉格朗日方法建立二自由度机械臂的动力学模型,得到包含惯性矩阵、科里奥利离心力矩阵及重力向量的完整动力学方程。其次,在Matlab/Simulink环境中搭建仿真平台,其中轨迹生成模块产生正弦形式的关节期望位置及其各阶导数;滑模面构建模块依据关节角
针对二自由度机械臂在模型不确定性及外部扰动条件下的轨迹跟踪问题,本文设计了一种滑模变结构控制与PID控制相结合的复合控制策略(SMC-PID)。首先,采用拉格朗日方法建立二自由度机械臂的动力学模型,得到包含惯性矩阵、科里奥利离心力矩阵及重力向量的完整动力学方程。其次,在Matlab/Simulink环境中搭建仿真平台,其中轨迹生成模块产生正弦形式的关节期望位置及其各阶导数;滑模面构建模块依据关节角







