INVERSE KINEMATICS FOR A 6 DOF MANIPULATOR BASED ON NEURAL NETWORK

运用神经网络求解机器人运动学位姿逆解，突破了文献局限于研究位置逆解的状况，首次实现自组织神经网络求解机器人姿态逆解。通过深入分析基于Ｋｏｈｏｎｅｎ网络原理和Ｖｉｄｒｏｗ－Ｈｏｆ误差修正的Ｍ．Ｒ．Ｓ．自组织神经网络及机器人运动学特性，创新了自组织神经网络训练算法并建立了一类工业机器人位姿逆解的神经网络方法。对ＰＵＭＡ５６０机器人的计算机仿真结果表明，本算法在自组织能力和定位控制精度方面大幅度提高。     

近圆参考轨道卫星编队的安全性

针对近圆参考轨道卫星,利用相对轨道要素对编队构形进行了统一描述,提出了编队卫星在垂直于轨道平面方向相对运动最小距离的计算公式,分析了J2摄动对卫星编队安全性的影响。仿真结果表明环绕星在轨道平面内和垂直于轨道平面内的相位差对编队安全性的影响较大,给出的提高编队卫星安全性的措施可为卫星编队的实际工程应用提供参考。     

有问题，请找航天员

河南郑州市的梅馨问:01、航天员在飞船上睡觉的感觉和在地面上睡觉的感觉一样吗?航天员答:因为微重力的缘故,航天员在飞船上睡觉的感觉显然是和地面上有区别的。人在地面正常重力环境条件下,可以放心地躺在床上睡觉,不得已时可坐着或靠着小睡一会儿,但很少有人能站着睡觉,除非是困得不行时,瞬间打个盹儿,稍有晃动就会惊醒。而在飞船轨道飞行的     

基于自适应联邦滤波的相对导航信息融合

针对基于GPS/MV组合导航方式的无人机空中加油问题,分析了对接阶段GPS及视觉传感器存在的条件约束。在建立导航传感器非线性相对位置测量模型的基础上,设计了基于扩展卡尔曼滤波的自适应联邦滤波器,并与集中式滤波进行了对比仿真。结果表明,提出的算法保证了部分传感器失效时导航数据输出的平稳性和容错性,滤波精度完全满足无人机空中加油相对导航系统要求。     

复杂水下环境下高精度SINS/USBL误差标定技术

针对SINS/USBL组合系统在导航与定位前需要对一体化样机进行精确标定的问题,对复杂水下声场环境下高精度SINS/USBL误差标定技术展开了研究,包括对安装误差角和空间杆臂误差的估计.基于标定模型的几何关系,推导了标定的状态方程和量测方程,并提出了新型的基于相对量测信息滤波估计的误差标定技术.为解决标定过程中由于存在声学野值而导致滤波估计性能下降的问题,通过高斯牛顿迭代将Huber M估计嵌入到变分贝叶斯框架中,推导了基于M估计的非线性鲁棒自适应标定算法,在精确校正后无需重复标定.仿真的结果验证了该方案的有效性、实用性和鲁棒性.     

编队星座星间相对状态测量的间接实现

研究利用编队卫星间伪距测量值 ,自主确定编队星座星间相对状态的有关问题。文中针对编队星座的卫星之间存在发射和接收天线不能相互覆盖的情况 ,提出了间接覆盖概念。并给出系统的数学模型 ,分析实现间接覆盖的方法并进行协方差分析。最后 ,对间接覆盖情况作了仿真 ,仿真结果证明间接覆盖在星间相对状态测量中的可行性     

面向视觉着陆的高精度结构化约束特征点研究

为提高视觉着陆过程中无人机的相对定位精度,选取视觉图像中的直线交点作为结构化约束特征点,设计了基于梯度一致性的边缘检测算法,并结合Shi-Tomasi角点检测算法进行结构化约束特征点的粗定位。对LSD直线检测算法进行改进并设计了亚像素角点定位精度改进算法,在结构化约束特征点粗定位的基础上,将其精度提高到亚像素级。基于实际场景中固有约束的结构化约束特征点具有鲁棒性、旋转和尺度不变性,抗干扰能力更强,其高精度定位有利于提高视觉着陆相对定位的精度与可靠性。