7篇关于轨迹跟踪的计算机毕业论文

今天分享的是关于轨迹跟踪的7篇计算机毕业论文范文, 如果你的论文涉及到轨迹跟踪等主题,本文能够帮助到你 基于云服务器的智能车辆换道控制系统研究 这是一篇关于云服务器

今天分享的是关于轨迹跟踪的7篇计算机毕业论文范文, 如果你的论文涉及到轨迹跟踪等主题,本文能够帮助到你

基于云服务器的智能车辆换道控制系统研究

这是一篇关于云服务器,智能车辆,换道决策,轨迹规划,轨迹跟踪的论文, 主要内容为随着智能汽车网联化程度的提高以及5G和V2X新技术的出现,单车智能已经满足不了高阶自动驾驶的实际需求,需要将车、云、路、人有机结合起来,统筹规划车辆的自动驾驶行为。本文基于云服务器对智能车辆进行换道控制,完成云端与车端的通讯与监控,实现自动驾驶的远程控制,可以在智能车辆出现紧急故障时对车辆进行处理,远程控制车辆换道至应急车道。本文的主要研究内容如下:构建了云服务器端的换道决策、轨迹规划和轨迹跟踪系统。云端以Spring Boot为框架,Web Socket为通讯协议,采用话题通讯的方式获取感知信息,经换道决策、轨迹规划和轨迹跟踪系统计算后输出控制量,发布相应控制话题给车载端,从而完成云端控制换道。搭建了车载端的软硬件架构。以组合导航设备INS-550D为环境感知单元,采集换道车辆和周围车辆的位姿信息,基于ROS操作平台将信息发往车载控制单元EPC-P30X6型工控机,对感知数据进行解析和包装,然后通过Web Socket协议将打包的数据发送给云服务器。另一方面,车载端通过话题订阅的方式接收控制信号并发送给车载控制单元,由底层执行机构完成换道。设计了基于云服务器的换道决策、轨迹规划和轨迹跟踪算法。采用速度差值累积度作为换道动机,换道最小安全距离为条件,对车辆当前工况是否可以换道进行决策并将决策结果发送给轨迹规划系统。换道轨迹规划系统选择基于时间的五次多项式为换道轨迹,对有无障碍车辆意外干扰的换道分别进行了轨迹规划设计,又以罚函数改进粒子群算法对其进行优化,最终得到最优换道轨迹并发送给轨迹跟踪系统。设计的换道轨迹跟踪系统在考虑云端控制延时的同时,采用Pure Pursuit、Stanley和PID相结合的控制算法实现轨迹跟踪,与模型预测控制算法形成对比,选择合适的控制算法来进行云控换道。完成了基于云服务器的换道控制仿真及实车验证试验。在Matlab/Simulink中联合Carsim搭建仿真平台,进行换道轨迹跟踪控制的仿真验证,同时对云端换道控制系统的决策、轨迹规划和跟踪模块进行了实车试验,两者的结果都证明了:设计的基于云服务器的智能车辆换道控制系统具有一定的实时性、准确性和平稳性,可以满足良好路面自主换道的要求。

剪叉平台上机械臂的末端轨迹规划与跟踪控制

这是一篇关于剪叉平台,动力学建模,轨迹规划,神经网络,轨迹跟踪的论文, 主要内容为我国目前是世界上公路、隧道、涵洞等最多的国家。近年来,我国公路、隧道等正在由大规模建设时期向运营管理时期发展,目前,隧道照明灯具的拆装、维护、清洗等工作任务,大多是采用脚手架或高车加人工装置完成灯具的维修、清洗和更换,其维护工作效率低,人工作业过程存在安全隐患,维护时间长,造成长时间的交通堵塞。而剪叉平台上安装机械臂来代替人工来操作可以有效的解决上述问题,因此在剪叉机构上机械臂的轨迹规划与控制分析应该提上日程。本文以剪叉平台上机械臂为研究对象,在柔性平台上轨迹规划与控制,对柔性体上搭载机械臂具有重要的意义。由于剪叉平台的柔性特性,导致建立剪叉平台上机械臂的动力学模型变得复杂,且对机械臂进行轨迹规划与控制分析也会产生影响。本文以剪叉平台上机械臂为研究对象,从模型的简化、动力学建模、轨迹规划、振动控制分析进行了以下研究:(1)研究剪叉平台上机械臂的动力学模型问题,对剪叉平台上机械臂的模型进行简化,利用拉格朗日原理对剪叉平台上机械臂进行动力学建模,推导剪叉平台上机械臂的动力学方程,在MATLAB/Simulink上进行建模,通过输入力矩法对所建立剪叉平台上机械臂模型进行验证。(2)研究剪叉平台上机械臂末端执行器轨迹规划问题,介绍了轨迹规划中三次、五次多项式插值方法以及笛卡尔坐标系内的平面直线圆弧插值和空间平面圆弧插值方法,推导了三次多项式插值和五次多项式插值公式,并使用这两种方法对剪叉平台上机械臂关节进行规划,分析了规划后剪叉平台上机械臂关节的角度、角速度、角加速度曲线。(3)针对剪叉平台上机械臂的控制问题,在原有滑模控制策略的基础上,设计了新型指数趋近律,提升了机械臂末端轨迹的跟踪速度。针对剪叉平台上机械臂存在的建模误差等不确定性,用RBF神经网络自适应控制对剪叉平台上机械臂的不确定性进行逼近,证明了剪叉平台上机械臂控制系统的稳定性。通过MATLAB/Simulink进行仿真,结果表明了该控制策略能够有效的降低剪叉平台上机械臂末端轨迹跟踪误差,且明显加快剪叉平台上机械臂末端执行器的跟踪响应速度,有效减小了抖振。(4)针对剪叉平台上机械臂的末端轨迹跟踪速度慢和精度低等问题,将机械臂关节角度的动力学方程转化为机械手末端点的动力学方程,在此基础上,设计了一种改进的滑模面,为了降低系统的抖振,使用了超螺旋算法来设计控制律,对剪叉平台上机械臂的建模不确定性进行了逼近,证明了剪叉平台上机械臂控制系统的稳定性。仿真结果表明该控制策略能够有效的提高剪叉平台上机械臂末端轨迹的收敛速度,有效的减小了抖振。本文的研究内容可以为柔性体上机械臂的动力学建模、轨迹规划以及跟踪控制提供一定的理论依据与技术支持,并对机械臂的扩展使用提供了非常重要的现实意义。

受限约束下水面无人船滑模预测轨迹跟踪控制

这是一篇关于水面无人船,轨迹跟踪,模型预测控制,滑模控制,模糊控制的论文, 主要内容为水面无人船(Unmanned surface vessel,USV)为无人操作的水面船舶,随着世界各国对无人船技术的愈加重视,实现USV的自主航行是无人船技术所面临的核心问题。本文围绕无人船的轨迹跟踪问题展开深入研究,并设计控制器实现预期控制目标。以全驱动无人船为研究对象,结合模型预测控制(Model predictive control,MPC)、积分滑模控制(Integral sliding mode control,ISMC)、非线性干扰观测器(Nonlinear disturbance observer,NDOB)、海流观测器(Ocean current observer,OCOB)和模糊控制(Fuzzy control,FC)等方法设计跟踪精度良好,鲁棒性强的控制器,解决无人船在轨迹跟踪过程中存在的输入饱和,外界扰动和海流干扰等问题。本文的主要研究工作和成果如下:(1)针对外界干扰存在下的全驱动无人船的轨迹跟踪问题,提出了一种结合模型预测控制和滑模控制的双层控制方法。将无人船的数学模型分为运动学和动力学模型,并分别设计控制器。针对运动学模型,设计模型预测控制器,根据设定的参考轨迹得到期望的速度信号,并满足约束条件;对于动力学模型,采用滑模控制方法设计控制器,抵消外界干扰,提高了系统的鲁棒性;设计非线性干扰观测器对外界干扰进行估计,并在滑模控制器中进行补偿。最后,采用李雅普诺夫方法证明了系统的稳定性,仿真结果表明,所提出的控制方法能够在实现轨迹跟踪目标的同时,处理约束问题。(2)针对外界干扰和输入饱和存在下的全驱动无人船的轨迹跟踪问题,提出了一种模型预测控制和积分滑模控制相结合的双环控制方法。外环采用模型预测控制方法,并设计了级联模型预测控制器:第一部分根据参考轨迹与运动学模型产生满足约束条件的期望的速度信号;第二部分产生对应约束条件下的控制力矩,使得动力学模型能够跟踪期望的速度信号。内环采用积分滑模控制方法来对外界干扰进行补偿,由于系统的初始状态位于滑模面上,消除了到达阶段,具有更强的鲁棒性能,从而使得模型预测控制器能够在无扰的情况下解决滚动优化问题,提高了跟踪精度。最后采用李雅普诺夫方法证明了系统的稳定性。该控制方法不仅具有模型预测控制的约束优化特性,更具有积分滑模控制的鲁棒性。数值仿真证明了两者的结合可以有效地实现外界干扰和输入饱和存在下的全驱动无人船的轨迹跟踪目标。(3)针对海流存在下的全驱动无人船的轨迹跟踪问题,提出了一种权重矩阵可变的自适应模型预测控制和积分滑模控制相结合的控制方法。对无人船的运动学模型与动力学模型分开设计控制器。首先,设计海流观测器对海流进行观测,得到其估计值,并在运动学控制器中进行预测补偿,产生对应的期望速度信号。然后,设计模糊控制器使得权重矩阵的值随着跟踪误差不断进行调整。对于外界干扰设计积分滑模控制器进行补偿,并设计动力学控制器,实现对期望速度信号跟踪的同时,解决了输入饱和问题。最后采用李雅普诺夫方法证明了系统的稳定性。数值仿真证明了所提出的控制方法可以在海流存在的情况下有效地实现全驱动无人船的轨迹跟踪。

可重构3D打印机索驱动支撑系统的控制仿真与实验研究

这是一篇关于3D打印,增材制造,可重构,索驱动并联机器人,轨迹跟踪的论文, 主要内容为在当今工业4.0时代,3D打印逐渐成为各行各业一种常见的装备制造方法,广泛应用于建筑、医疗和生产制造等行业。柔索驱动并联机器人在增材制造技术的应用有利于提升3D打印头的工作范围和工作效率,促进了 3D打印技术向大规模方向的发展和应用。本文结合大规模3D打印技术的应用需求,开发了一种用于大规模3D打印的可重构柔索驱动并联机器人(Reconfigurable Cable-driven Parallel Robt,RCDPR)样机,主要研究其力学模型的构建和控制系统的设计与开发,使机构获得更大的工作空间和良好的控制性能,在大规模3D打印技术的推广与应用上具有重要的理论和实践意义。构建了可重构索驱动3D打印支撑系统的运动学和动力学仿真模型。首先利用SolidWorks设计了索驱动支撑系统的三维模型,完成了机构零部件的刚体建模及整体装配,该八索机构由平面驱动系统与空间重构系统组成,两个系统分别由4根柔索进行动力传输;其次基于ADAMS的Cable模块插件,对柔索滑轮部分进行建模,完成了索驱动支撑系统动力学仿真模型的构建,并对其进行运动学与动力学分析。为保证索力的连续性与有界性,提出了一种封闭式索力优化算法,并采用Simulink/ADAMS联合仿真方式验证了数学模型与索力优化算法的准确性。设计并验证了可重构索驱动并联机器人的力/位置混合控制策略。利用Simulink/ADAMS联合仿真方式搭建力/位置混合控制系统,仿真结果表明,所设计的力/位置混合控制系统能有效降低索力能耗比、降低系统振荡,动平台的轨迹误差均小于0.8mm,进一步验证了索驱动支撑系统的力/位置混合控制策略的可靠性。建立并实现了可重构索驱动3D打印支撑系统的软硬件系统控制。硬件上,完成了对控制器、伺服驱动器及伺服电机的选型,并完成其接线与系统调试工作,实现上下位机通讯。软件上,基于CODESYS软件开发平台,完成了运动控制程序的设计,开发出可重构索驱动并联机器人的专属人机交互界面,为后续轨迹追踪实验做好实验准备。构建了 RCDPR的轨迹追踪实验平台,结合实验平台对其软件控制参数进行校核,通过电机反馈的位置信息设计了基于代数方程组的正向运动学算法,并分别完成了机构的斜线与空间圆弧轨迹追踪实验。实验结果表明所设计的软硬件控制系统具有良好的控制效果,利用正解算法分析可知其轨迹跟踪误差均小于0.5mm,基本满足大规模增材制造的精度要求。

考虑关节摩擦与关节柔性的电驱动机械臂智能控制研究

这是一篇关于机械臂,轨迹跟踪,智能控制,非奇异快速终端滑模控制,柔性关节,关节摩擦的论文, 主要内容为在过去的几年里,由于早期在拓展科学知识和探索前沿领域的大量积累,世界各国的科学家在机械臂系统控制器的开发方面展开了大量的研究。因此,机械臂在各个领域得到了大量的应用,尤其是在太空探索、医疗康复、工业制造等领域。总体上来说,机械臂是复杂的、高度耦合的非线性系统,有着各种无法被模型化的不确定性,所以对机械臂进行事无巨细的精细化建模是不现实的。对存在时变外部干扰和模型内部不确定度的机械臂系统设计出鲁棒性强、控制精度高、响应速度快的控制器成为了目前机械臂控制领域的研究热点。近些年新涌现出的智能控制方法可以未知模型进行逼近,打破控制器设计对模型参数的依赖性。因此本文思考将传统的基于模型的控制方法与现代智能控制技术相结合,并始终基于机械臂模型优化和新型智能控制技术的使用这两方面来设计性能优异的控制方法。作为一种经典控制方法,滑模控制因其鲁棒性强、设计方法简单等优越特性在非线性系统的控制领域得到广泛的应用。经过几代人的研究,开发出了动态滑模面、终端滑模面、快速终端滑模面等具有更快收敛速度和更强鲁棒性的滑模控制方法。但作为一种基于模型的控制方法,其控制效果一定程度上取决于受控模型的准确性。而关节摩擦作为影响机械臂运动的外作用力应该进行更精细的建模。因此,本文首先引入LuGre摩擦模型对机械臂模型进行优化,然后采用一种误差驱动的非奇异快速终端滑模面基于该模型设计控制器。面对困扰滑模控制的难题——抖振问题,采用新设计的改进型幂次趋近律来处理。对于系统的未建模不确定性部分,引入无模型控制方法降低控制器设计对模型的依赖性,并采用时延估计对未建模部分进行估计。此外,为了改善系统的暂态性能,使用预设性能函数对机械臂的跟踪误差进行限制。仿真实验验证了所提控制方法相对于其他先进控制方法的优越性。基于上述研究成果,继续对机械臂模型进行优化。将机械臂关节运动时的柔性现象和驱动电机的电路模型考虑进来,建立电驱动柔性关节机械臂动态模型。对于该模型,采用反演控制作为设计控制器的基本框架。与此同时,运用径向基神经网络(radial basis function neural network,RBFNN)逼近系统中的未知模型。针对反演控制固有的微分爆炸问题,引入二阶命令滤波器进行处理,并额外设计一套误差补偿机制(error compensation mechanism,ECM)来补偿滤波误差。针对新建立的模型存在非匹配扰动的问题,设计了一款以矩阵形式表示的估计器来直接补偿,同时也弥补了神经网络估计误差无法渐进收敛、对于外部时变扰动响应速度慢的不足。最后通过仿真实验将所提控制方法与几种先进的控制方法进行对比,验证了所提控制方法的优越性。

基于手机视频图像的交通管理车辆车速检测方法研究

这是一篇关于交通管理,视频车辆测速,视频稳像,轨迹跟踪,消失点标定的论文, 主要内容为车辆测速一直以来都是智能交通管理中十分重要的任务之一。近年来,随着车辆测速技术的快速发展,基于视频的车辆测速技术在智能交通管理车辆测速的相关技术研究中脱颖而出。目前,基于视频的车辆测速技术大多依赖于道路监控摄像头等设备,由于这些设备安装位置固定、操作复杂且需不断维护,故无法实现任意地点、任意时间的车辆监控测速。手机作为人们生活中的必备用品具有拍摄功能强大、体积小、便于携带等特点,能够进行随时随地的视频拍摄。因此本文针对手机拍摄的视频图像,设计研发了一种结构简单、操作方便的视频车辆测速系统,为完善交通管理车速检测手段提供了一种较为实用的检测方法,具有重要的研究意义和较高的实际应用价值。首先,为了避免手机等可移动设备所拍摄视频因帧间抖动对测速精度产生影响,提出了一种基于特征跟踪的数字视频稳像处理方法。本方法在运用图像金字塔优化的KLT(Kanade-Lucas-Tomasi)算法对Shi-Tomasi算法提取的特征点进行跟踪的基础上,通过基于奇异值分解的单应性变换模型和Kalman滤波算法完成全局运动估计和运动滤波,然后采用相邻参考帧的运动补偿方法实现视频的稳像处理。通过对稳像结果的主观和客观评价表明,本方法具有良好的稳像效果和出色的稳像能力。其次,为了获取指定单一目标车辆在二维图像中的运行轨迹,采用基于灰度的归一化互相关图像匹配算法完成目标车辆的跟踪。针对此算法计算量大、匹配速度慢的缺点,在邻近搜索策略和基于图像金字塔的分层搜索策略的基础上提出了一种最优搜索策略,对此算法进行优化。优化后的算法在保持像素级精度的同时,匹配速度得到了大幅提升,基本满足了目标跟踪对实时性的要求。此外,由于二维图像信息完成三维空间中实际距离的检测需通过相机标定来实现,因此提出了一种基于两个消失点和一条标定线的相机自标定方法。本方法首先通过LSD直线检测算法和层次聚类算法完成图像中直线的检测与筛选,然后结合RANSAC算法完成正交消失点的提取,再根据消失点的特性和一条已知实际长度的标定线实现相机的标定。本方法灵活性强,对场景依赖程度较小,适用于手机相机等不易实现提前标定的相机,通过实例验证表明其具有较高的检测精度。最后,通过MATLAB软件平台完成本文视频测速系统的搭建,并通过实验验证了系统测速的准确性。实验结果表明:系统的误差维持在5%的误差范围之内,满足车辆测速的精度要求。

可重构3D打印机索驱动支撑系统的控制仿真与实验研究

这是一篇关于3D打印,增材制造,可重构,索驱动并联机器人,轨迹跟踪的论文, 主要内容为在当今工业4.0时代,3D打印逐渐成为各行各业一种常见的装备制造方法,广泛应用于建筑、医疗和生产制造等行业。柔索驱动并联机器人在增材制造技术的应用有利于提升3D打印头的工作范围和工作效率,促进了 3D打印技术向大规模方向的发展和应用。本文结合大规模3D打印技术的应用需求,开发了一种用于大规模3D打印的可重构柔索驱动并联机器人(Reconfigurable Cable-driven Parallel Robt,RCDPR)样机,主要研究其力学模型的构建和控制系统的设计与开发,使机构获得更大的工作空间和良好的控制性能,在大规模3D打印技术的推广与应用上具有重要的理论和实践意义。构建了可重构索驱动3D打印支撑系统的运动学和动力学仿真模型。首先利用SolidWorks设计了索驱动支撑系统的三维模型,完成了机构零部件的刚体建模及整体装配,该八索机构由平面驱动系统与空间重构系统组成,两个系统分别由4根柔索进行动力传输;其次基于ADAMS的Cable模块插件,对柔索滑轮部分进行建模,完成了索驱动支撑系统动力学仿真模型的构建,并对其进行运动学与动力学分析。为保证索力的连续性与有界性,提出了一种封闭式索力优化算法,并采用Simulink/ADAMS联合仿真方式验证了数学模型与索力优化算法的准确性。设计并验证了可重构索驱动并联机器人的力/位置混合控制策略。利用Simulink/ADAMS联合仿真方式搭建力/位置混合控制系统,仿真结果表明,所设计的力/位置混合控制系统能有效降低索力能耗比、降低系统振荡,动平台的轨迹误差均小于0.8mm,进一步验证了索驱动支撑系统的力/位置混合控制策略的可靠性。建立并实现了可重构索驱动3D打印支撑系统的软硬件系统控制。硬件上,完成了对控制器、伺服驱动器及伺服电机的选型,并完成其接线与系统调试工作,实现上下位机通讯。软件上,基于CODESYS软件开发平台,完成了运动控制程序的设计,开发出可重构索驱动并联机器人的专属人机交互界面,为后续轨迹追踪实验做好实验准备。构建了 RCDPR的轨迹追踪实验平台,结合实验平台对其软件控制参数进行校核,通过电机反馈的位置信息设计了基于代数方程组的正向运动学算法,并分别完成了机构的斜线与空间圆弧轨迹追踪实验。实验结果表明所设计的软硬件控制系统具有良好的控制效果,利用正解算法分析可知其轨迹跟踪误差均小于0.5mm,基本满足大规模增材制造的精度要求。

本文内容包括但不限于文字、数据、图表及超链接等)均来源于该信息及资料的相关主题。发布者:源码客栈 ,原文地址:https://m.bishedaima.com/lunwen/48367.html

相关推荐

发表回复

登录后才能评论