空间遥操作人体动作捕捉相似性控制方法

针对传统空间遥操作控制方法灵活性不足的问题,提出了一种ATSMS(Adaptive Terminal Sliding Mode Similarity,自适应终端滑模相似性)控制方法。该方法在利用动作捕捉技术采集操作者手臂末端位置和关节角数据的基础上,设计了ATSM(Adaptive Terminal Sliding Mode,自适应终端滑模)控制器,精确控制空间机器人的末端位置;还设计了钳位速度,控制机器人关节构型趋向于操作者手臂关节构型,且不会影响末端位置的精确控制。数值仿真和地面实验结果表明,ATSMS控制方法可以实现操作者对空间机器人末端位置的精确控制和关节空间的灵活控制,末端位置控制精度约为97.58%,操作者手臂与机器人关节空间平均相似度高达99.06%。因此,ATSMS控制方法提高了空间遥操作的灵活性,可以应用于未来更为精细和复杂的空间遥操作任务中。     

火箭阀门动作量化检测方案设计及试验验证

阀门是运载火箭动力系统关键单机,用于推进剂的加注泄出、贮箱排气、承压安全、贮箱增测压等,实现阀门动作检测对确保阀门正常工作具有重要意义。宇航技术的发展对阀门动作检测提出了更高要求,目前,在飞火箭不能定量判断阀门的关闭程度及密封情况,为此,设计了一种动作可量化检测的阀门结构,并进行了工艺件试验和验证试验,结果表明提出的方案可实现阀门动作量化检测。     

基于STDP奖励调节的类脑面向目标导航

动物具有优秀的空间自主定位导航能力,能够实现在无先验环境信息下的导航定位和导航决策过程。针对智能体在连续空间中面向目标导航问题,研究了一种基于生物学放电时间依赖可塑性学习规则的智能体面向目标导航算法。首先分析了动物面向目标导航决策过程中的生理学机理,在此基础上,构建了基于脉冲神经网络的位置细胞和动作细胞模型。动作细胞间权值采用横向竞争模型更新,通过环境奖励信号的更新,采用放电时间依赖可塑性学习规则对位置细胞前馈动作细胞模型的突触权重进行权值调节,利用动作细胞群的脉冲放电现象表征智能体运动方向和速度。最后,对所提算法进行了仿真实验验证。仿真结果表明,所提出的类脑面向目标导航算法能够在单障碍环境中实现30 ms左右的规划速度,相比传统强化学习Q学习方法平均路径规划长度缩短了15.9%。     

压电陶瓷叠层作动器迟滞蠕变非线性自适应混合补偿控制方法

压电陶瓷叠层作动器的迟滞蠕变非线性特性严重影响了控制系统的稳定性及动态跟踪精度。针对其迟滞蠕变非线性补偿控制问题,提出了一种高精度动态补偿压电陶瓷叠层作动器非线性特性的自适应混合补偿控制方法,即迟滞蠕变前馈补偿与自适应滤波反馈补偿结合的前馈-反馈混合控制方法。采用改进的Prandtl-Ishlinskii（Modified Prandtl-Ishlinskii,MPI）模型对压电陶瓷叠层作动器迟滞蠕变非线性特性进行精细化建模,并得到其逆补偿模型进行前馈补偿。根据前馈补偿误差,采用自适应滤波反馈控制对输入信号进行实时调控,实现对压电陶瓷叠层作动器的迟滞非线性及lg（t）型蠕变特性的实时精确补偿控制。数值仿真与实验结果表明,相比于常规前馈迟滞蠕变补偿,所提出的自适应混合补偿控制方法可以有效降低压电陶瓷叠层作动器的迟滞补偿误差,极大提高了迟滞蠕变非线性动态跟踪精度以及自适应性。     

自主近距空战中机动动作库及其综合控制系统

针对自主近距空战中机动动作库的设计,采用定性与定量结合的方法对机动动作进行描述,以准确体现机动动作的几何形态和战术意义,构成含描述参数的机动动作库。对于机动动作的控制,提出了按照任务控制-运动学控制-动力学控制-被控对象划分的综合控制系统多层递阶结构。其中,机动动作控制器针对每种机动动作分别设计指令生成器,生成气流角和速率指令;气流角控制器采用含指令滤波的backstepping方法进行控制律设计。以半滚倒转和高速摇摇为例进行仿真验证,仿真结果表明,机动动作的描述参数能准确体现其几何形态和战术意义,并通过综合控制系统实现有效控制。     

基于AUTOCAD2006的法兰动态块设计

阐述法兰动态块的创建过程,方便设计者使用,提高绘图效率,减少块图形库的创建工作量,便于管理和控制。     

人机协作中人的动作终点预测

为实现安全高效的人机协作（HRC）,需要机器人及时对人的动作做出预测,从而积极主动地辅助人工作。为解决在HRC装配场景中机器人对人的动作终点预测问题,提出了一种基于长短时记忆（LSTM）网络的动作终点预测方法。在训练阶段,用人的动作序列与对应的动作终点组成的样本训练LSTM网络,构建动作序列与动作终点之间的映射。在应用阶段,根据人的动作的初始部分对动作终点提前做出预测。通过在装配场景中,对人抓取工具或零件的动作终点进行预测,验证了所提方法的有效性。在观测到50%的动作片段时,预测准确率达到80%以上。      

基于飞行数据的无人机平飞动作质量评价模型

针对无人机（UAV）操纵质量高低多依赖专家主观评判、不同飞行动作缺乏针对性评判标准的问题,建立了根据飞行数据客观评价无人机平飞动作质量的模型。首先通过建立平飞判别规则识别无人机飞行数据中的平飞动作数据段,然后根据布林通道理论计算各平飞数据段内多个飞行参数的得分值,最后通过"熵权法"确定各参数的权重,进而得到反映不同无人机操控手平飞动作质量的指标数据。将一次四边平飞训练任务中4组不同无人机操控手操纵和1组无人机自主控制的飞行数据输入该模型,计算结果表明,模型可以较好地识别平飞动作并区分不同操控手平飞动作质量的高低,可以为无人机操控手的训练提供参考。      

自动化飞行训练评估中的战机机动动作识别

针对战机飞行员自动化飞行训练评估对于机动动作的在线识别需求,提出了一种改进的基于动态贝叶斯网络的机动动作识别方法。首先,分析了仪表、简单特技和复杂特技飞行科目的机动动作特征。然后,根据战机飞行过程中机动动作与特征参数的因果关系,建立了机动动作识别动态贝叶斯网络模型,克服了传统方法需要滚转角信息,在实际飞行训练中难以通过雷达探测实时获取的缺点。同时,通过设计模型在线调用机制,有效降低了计算复杂度。实验结果表明,所提方法对于战机机动动作识别率高、实时性好,能够满足在线应用需求。