葡京娱乐场-富盈娱乐场开户

成果簡介：通過揭示自然界中魚群、鳥群自主編隊的機理，研究了多智能體協(xié)同控制理論，并將其應用于多無人平臺的協(xié)同控制中。其典型特點是采用分布式信息，沒有全局指揮中心，作戰(zhàn)單元能夠根據(jù)具體作戰(zhàn)任務靈活編制， 控制器結構簡單，任務適用面廣。本研究將多智能體一致性控制，勢能場函 數(shù)，分布式估計器理論相結合，突破了多無人平臺協(xié)同編隊控制，拓撲連通 性保持條件下的協(xié)同控制，協(xié)同編隊控制等關鍵技術，可實現(xiàn)無人平臺位置、 朝向、速度等控制參數(shù)的嚴格一致。 無人化

本發(fā)明涉及煤粉成型技術領域，旨在提供一種用于壓制型煤的液壓成型裝置及其控制方法。該種用于壓制型煤的液壓成型裝置包括液壓機主體、液壓泵、油箱、計算機、控制裝置和油管；液壓機主體包括液壓缸、工作平臺、液壓機頂板和支撐立柱；液壓泵通過油管和液壓缸連接，油箱與液壓泵相連，油箱用于存放液壓油；計算機上安裝有測量控制模塊，控制裝置包括開關和USB接口。該控制方法能利用液壓成型裝置將原煤壓制成型煤。本發(fā)明的液壓成型裝置，能夠完全滿足型煤成型的工藝要求，還降低了對粘結劑成型技術的設備要求，并通過計算機的控制軟件完成對型煤成型過程進行良好的控制。

本發(fā)明公開了一種用于魚群養(yǎng)殖業(yè)的自主追趕魚群機器魚及其控制方法。魚頭內部設有相連的排水針管、排水舵機、曲柄滑塊和攝像頭；排水舵機通過曲柄滑塊與排水針管的活塞相連；排水針管對稱設置于魚頭內部。所述的魚頭通過連接支架與魚身相連，魚身內設有若干個驅動舵機，驅動舵機之間通過級連固定件相連，最靠近魚尾的驅動舵機通過級連固定件與魚尾相連；級連固定件上固定有用于支撐蒙皮的蒙皮框架；靠近魚尾的驅動舵機在靠近魚頭的驅動舵機的驅動下在水平方向轉動；所述的攝像頭、排水舵機和驅動舵機分別與控制器相連。本款機器魚通過對于機械結構的改善和合理的運動規(guī)劃增加游動速度，提高輸出效率。

本發(fā)明屬于海流能發(fā)電領域，具體涉及一種低速直驅液壓型海流發(fā)電裝置及，包括葉輪、與葉輪主軸相連的定量液壓泵、與定量液壓泵并聯(lián)且與定量液壓泵出口相連的變量液壓泵和變量液壓馬達、發(fā)電機；定量液壓泵的入口、變量液壓泵的入口和變量液壓馬達的出口均連接油箱；變量液壓泵和變量液壓馬達的主軸剛性連接；變量液壓馬達主軸另一端與發(fā)電機主軸相連；控制方法，步驟包括：1、通過葉輪將海流能轉換為機械能；2、通過定量液壓泵將機械能轉換為液壓能，并且通過調整變量液壓泵排量大小調整液壓系統(tǒng)壓力，進而調整葉輪捕獲功率大小；3、通過變量液壓馬達將液壓能轉換為機械能；S4、將得到的機械能通過發(fā)電機將機械能轉換為電能。

一、項目簡介 隨著科技進步和社會需求的發(fā)展，機器人手/臂除了工業(yè)生產，也越來越多用于服務人類的其它各個領域，這必然會使機器人承擔比工業(yè)中更加多樣的操作任務，面臨更加多變的工作環(huán)境。因此，國內外對非結構自然環(huán)境下、具備自主操作能力的機器人的研究十分重視。當前，具備視覺感知能力的機器人已被公認為機器人發(fā)展的主流趨勢，將視覺與機器人操作相融合，是對人類行為的模擬，由此產生的視覺伺服控制方法為機器人自主操作能力的實現(xiàn)帶來了新的思路，代表了機器人的先進控制技術，也是促進機器人智能化發(fā)展的一個重要驅動。可以預見，未來的視覺系統(tǒng)將會成為機器人名副其實的眼睛，視覺伺服技術在機器人自主操作中將具有不可替代的作用。 視覺伺服利用視覺傳感器提供的環(huán)境信息對機器人運動進行實時反饋控制，涉及機器人機械幾何設計、運動學和動力學、自動控制理論、計算機視覺圖像處理和攝像機標定等,是智能機器人領域中具有重要理論意義的研究課題之一。迄今為止，機器人手/臂的視覺伺服方法在太空遙操作、機器人手術、水果采摘、工業(yè)裝配、焊接、抓取以及微操作等方面得到越來越多的應用。然而，現(xiàn)階段可實際應用的方案主要面向特定的標定環(huán)境、模型參數(shù)已知，機器人操作是編碼定式的，不具備模型未知條件下的自主操作能力，特別是當面向未來的剛-柔-軟體共融機器人時，其柔型結構造成的運動模型及參數(shù)的變化與不確定性，必然使現(xiàn)有確定模型的研究方法失效。因此，無模型（目標幾何模型，手眼標定模型，機器人運動模型）、非結構環(huán)境下的自適應操作對機器人提出了新挑戰(zhàn)，是機器人手臂(尤其柔型手臂)視覺伺服控制研究的難點與前沿問題，不斷深入對非結構環(huán)境下、無模型的機器人手/臂視覺伺服控制的研究具有重要的理論和現(xiàn)實意義。 在非結構自然環(huán)境下使機器人像人一樣協(xié)調自適應操作是當今機器人研究領域的一項尚未實現(xiàn)但又令人感興趣的研究工作。從理論上看，非結構自然環(huán)境下實現(xiàn)機器人柔性操作，就當前研究依靠單一的控制器設計是困難的。因此，本項目借鑒人的手眼協(xié)調操作是自適應學習過程，涉及智能進化和行為優(yōu)化，將隨機動態(tài)規(guī)劃理論，結合約束規(guī)則與最優(yōu)化控制，探索一種變參手眼關系，實現(xiàn)機器人在非結構自然環(huán)境下的自適應操作。 二、前期研究基礎 研究團隊一直致力于機器人視覺反饋控制的研究。在基礎理論研究上，針對無標定視覺伺服控制方案與設計，均提出了一些新型方法，有扎實的理論基礎和知識積累，并不斷跟蹤和深入在無模型視覺伺服控制的方面研究和前沿問題。目前，已經著手在無模型視覺伺服的可靠性、穩(wěn)定性控制方面做了充分的探索工作：針對機器人無標定全局穩(wěn)定操作問題，研究了一種魯棒卡爾曼濾波(RKF)合作Elman神經網絡(ENN)的全局穩(wěn)定視覺伺服控制方法；提出了一種基于網絡輔助爾曼濾波狀態(tài)估計的無標定視覺伺服方法，提高伺服系統(tǒng)的魯棒性。同時，立足機器人發(fā)展前沿，建立了多模特征深度學習抓取系統(tǒng)，在無結構環(huán)境下實現(xiàn)了機器人智能抓取與定位。 已發(fā)表的與項目相關的主要論文有： [1] 仲訓杲,徐敏,仲訓昱,彭俠夫.基于多模特征深度學習的機器人抓取判別方法.自動化學報,2016,7(42), pp:1022-1029. (EI) [2] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robots Visual Servo Control with Features Constraint Employing Kalman-Neural-Network Filtering Scheme. Neurocomputing, 2015, 151(3), pp:268-277 (SCI)  [3] Xungao Zhong, Xunyu Zhong and Xiafu Peng. Robust Kalman FilteringCooperated Elman Neural Network Learning forVision-Sensing-Based RoboticManipulation with Global Stability. Sensors, 2013, 10(13), pp:13464-13486. (SCI) [4] Xungao Zhong, Xiafu Peng, Xunyu Zhongand Lixiong Lin. Dynamic Jacobian Identification Based on State-Space for Robot Manipulation. Applied Mechanics andMaterials, vols. 475-476 (2014)pp: 675-679.(EI) [5] Xungao Zhong, Xiafu Peng, Xunyu Zhong and Xueren Dong. Multi-Channel with RBF Neural Network Aggregation Based on Disparity Space for Color Image Stereo Matching. IEEE 5th International Conference on Advanced Computational Intelligence (ICACI), 10(2012) PP:620-625. (EI) [6]XUNGAO ZHONG, XIAFU PENG, XUNYU ZHONG. NEURAL-BAYESIAN FILTERING BASED ON MONTE CARLO RESAMPLING FOR VISUAL ROBUST TRACKING. Journal of Theoretical and Applied Information Technology, 2013, 2(50), pp: 490-496. [7] Xungao Zhong, Xiafu Peng and Xunyu Zhong. Severe-Dynamic Tracking Problems Based on Lower Particles Resampling. TELKOMNIKA Indonesian Journal of Electrical Engineering. 2014, 12(6), pp:4731-4739. [8] Xunyu Zhong, Xungao Zhong and Xiafu Peng. Velocity-Change-Space-based Dynamic Motion Planning for Mobile Robots Navigation. Neurocomputing. 2014, 143(11), pp:153-163. (SCI) [9] Xunyu Zhong, Xungao Zhong, Xiafu Peng. VCS-based motion planning for distributed mobile robots: collision avoidance and formation. Soft Computing,2016,5(20), pp: 1897-1908. (SCI) [10] 仲訓杲,徐敏, 仲訓昱, 彭俠夫. 基于雅可比預測的機器人無模型視覺伺服定位控制, 控制與決策, 已在線發(fā)表, 2018. [11] 仲訓杲,徐敏, 仲訓昱, 彭俠夫. 基于圖像的機器人非標定視覺反饋控制全局定位方法, 廈門大學學報(自然科學版), 已錄用, 2018. 三、應用技術成果 （一）基于多模特征深度學習的機器人抓取判別 研究了多模特征深度學習及其在機器人智能抓取判別中的應用，該方法針對智能機器人抓取判別問題, 研究多模特征深度學習與融合方法. 該方法將測試特征分布偏離訓練特征視為一類噪化, 引入帶稀疏約束的降噪自動編碼 (Denoising auto-encoding, DAE), 實現(xiàn)網絡權值學習; 并以疊層融合策略, 獲取初始多模特征的深層抽象表達, 兩種手段相結合旨在提高深度網絡的魯棒性和抓取判別精確性. 實驗采用深度攝像機與 6 自由度工業(yè)機器人組建測試平臺, 對不同類別目標進行在線對比實驗. 結果表明, 設計的多模特征深度學習依據(jù)人的抓取習慣, 實現(xiàn)最優(yōu)抓取判別, 并且機器人成功實施抓取定位, 研究方法對新目標具備良好的抓取判別能力. （二）無標定視覺伺服解決方案及其機器人操作應用 研究了無標定視覺伺服方法及其在機械臂任務操作中的應用。首先提出視覺伺服目標：假設機器人或者攝像節(jié)的模型參數(shù)未知或者部分未知，視覺伺服的目標是使用攝像節(jié)作為傳感器，引導機械臂運動，使當前圖像特征收斂到期望圖像特征，從而完成定位或者跟蹤的任務。 手眼協(xié)調關系描述。關節(jié)圖像雅克比矩陣定量描述了機械臂關節(jié)變化引起圖像特征變化，它是關節(jié)-圖像映射的局部線性化矩陣。 建立圖像雅克比的在線估計器。將關節(jié)圖像雅克比矩陣的每一個元素作為輔助系統(tǒng)的狀態(tài)，建立輔助系統(tǒng)的狀態(tài)方程；攝像機提取到的圖像特征作為測量值，建立輔助系統(tǒng)的觀測方程。根據(jù)Kalman濾波器理論，我們設計了對關節(jié)圖像雅克比的在線實時估計算法。 構建基于圖像矩的目標函數(shù)。為了避免傳統(tǒng)的基于點特征的缺陷，例如點特征的標記、提取與匹配過程復雜且通用性較差問題。構建基于圖像矩的圖像特征向量完成視覺伺服任務，來提高視覺伺服系統(tǒng)的穩(wěn)定性和可靠性。 四、合作企業(yè) 廈門萬久科技股份有限公司是一家集銷售、軟件研發(fā)、技術服務、加工技術整合為一體的高新技術企業(yè)。目前公司的經營范圍涉及CNC軟件開發(fā)及數(shù)控系統(tǒng)銷售、CNC控制零件銷售及專業(yè)維修；工藝優(yōu)化、機臺升級與技術改造、工程配電與軟件優(yōu)化、專用機控制系統(tǒng)開發(fā)、多軸機的設計與開發(fā)、機臺精度檢測與校正優(yōu)化服務等。公司是國際知名生產制造企業(yè)——富士康的產品供應商和技術服務商。    

本發(fā)明涉及汽車能量回收，旨在提供一種汽車制動能量回收裝置及其分段控制方法。該裝置包括超級電容和電機、低壓端電流表、雙向Buck-Boost變換器、高壓端電流表、PWM控制器、低壓端繼電器和高壓端繼電器；低壓端繼電器和高壓端繼電器均為單刀雙擲開關，包括動觸點、第一靜觸點和第二靜觸點；低壓端電流表設于超級電容與低壓端繼電器的動觸點之間，高壓端電流表設于電機與高壓端繼電器的動觸點之間；各設備分別通過信號線連接至PWM控制器。本發(fā)明可直接用于現(xiàn)有電動汽車和油電混合動力汽車上，提高其制動能量回收的效率、增加節(jié)能效果、延長其續(xù)駛里程。

該項目在燃煤電站SCR脫硝過程中通過“流場-NOx濃度”分布式監(jiān)測系統(tǒng)進行實時監(jiān)測，通過數(shù)據(jù)獲得“動態(tài)配氨”策略，有效節(jié)氨，并耦合“入口NOx濃度預測”MPC模塊的主控制器，實現(xiàn)噴氨總閥超前動作、消除系統(tǒng)遲滯。

簡介：本發(fā)明屬于單相光伏發(fā)電領域，公開了一種單相光伏并網發(fā)電系統(tǒng)功率解耦電路及其控制方法。該電路包括從左至右依次并聯(lián)的光伏電源、BOOST升壓單元、全橋逆變單元、功率解耦單元、LC濾波單元和電網。該方法步驟為：1）光伏電源的電壓經BOOST升壓單元進行升壓；2）經步驟1）升壓后的直流電壓通過全橋逆變單元逆變成交流電壓；3）功率解耦單元通過控制功率解耦單元中MOSFET開關管Sc1和Sc2的開通關斷時序，在電感Lc上產生一個功率向量；步驟4）從步驟3）輸出的交流并網電壓信號由LC濾波單元濾波后接入電網。本發(fā)明的電路及其控制方法實現(xiàn)了以小容量薄膜電容代替大容量電解電容，提高了光伏系統(tǒng)的發(fā)電效率和使用壽命，有效降低了發(fā)電成本。

本發(fā)明的六自由度微振動抑制平臺，包括基礎平臺、負載平臺、 完全相同的六套單自由度主被動復合隔振裝置以及控制器，每套單自 由度主被動復合隔振裝置上下兩端分別與負載平臺和基礎平臺連接。 本發(fā)明的控制方法，包括計算邏輯軸信號、計算邏輯軸控制信號、計 算物理軸實時控制信號和傳遞步驟。本發(fā)明結構簡單，剛度可調，能 夠對 X 軸、Y 軸、Z 軸的平動方向及轉動方向的六自由度微振動進行 抑制和隔離，能夠適合不同的場合，可以有效的衰減不同頻段的微振 動，為微振動環(huán)境下的精密加

本發(fā)明公開了一種多相機系統(tǒng)的取像同步控制設備，包括同步脈沖發(fā)生器、第一和第二脈沖可調模塊、光束發(fā)生器和分光鏡組件，其中同步脈沖發(fā)生器用于按照所設定的脈沖周期和寬度，對所有相機和第一脈沖可調模塊同步發(fā)出脈沖信號；第一、第二脈沖可調模塊分別用于對脈沖信號執(zhí)行前沿后移和后沿前移處理，并發(fā)送至光束發(fā)生器；光束發(fā)生器按照脈沖信號發(fā)出準直光束或無衍射光束，并經由分光鏡分光后同步到達各個相機，由此實現(xiàn)對同一光束的取像同步控制過程。本發(fā)明還公開了相應的取像同步控制方法及其應用。通過本發(fā)明，能夠以結構緊湊、便于操作的