共查询到18条相似文献，搜索用时 265 毫秒
1.
提出了基于模糊神经网络技术的汽车-驾驶员-环境闭环系统模型，给出了汽车运动计算机仿真算法，实现了利用模糊神经网络技术驾驶一辆桑塔纳轿车进行典型道路实验的运动轨迹仿真。结果表明：实验与仿真结果具有相当的一致性，验证了所建立的汽车-驾驶员-环境闭环系统模型的正确性。 相似文献
2.
为了克服汽车驾驶机器人在实际车辆上调试存在的危险以及快速获得试验车辆的性能,设计了汽车驾驶机器人驾驶性能评价半实物仿真平台,可以借助这个平台对驾驶机器人驾驶车辆的品质进行性能评价.该平台中实际车辆由汽车纵向动力学数学模型代替,它可以模拟实际车辆的工作状态,输入信号为通过传感器测得的驾驶机器人油门机械腿、制动器机械腿、离合器机械腿和换挡机械手的位移,输出信号为经模型计算得到的发动机转速和车速,驾驶机器人不用做任何改动就可在该平台上进行驾驶操作.仿真和实车试验结果验证了该平台的有效性. 相似文献
3.
4.
针对汽车操纵逆动力学的研究现状,采用实神经网络代数算法,对汽车逆动力学进行研究.根据二自由度汽车开环系统模型的运动微分方程和双移线道路模型,进行“正问题”的求解,将获得的样本输入实神经代数网络进行训练.将训练过程与BP网络算法的结果进行对比,说明代数算法的优越性.另取一组仿真值输入训练成功的代数网络进行识别,将得到的汽车方向盘转角与仿真结果进行对比,验证网络精度.最后进行实车试验,将试验数据与神经网络识别结果进行对比,再次验证其准确性. 相似文献
5.
智能轨迹控制割草机器人设计——基于FPGA神经网络 总被引：1，自引：0，他引：1
为了提高割草机器人自主导航和定位的精确性和智能性,设计了一种新型的基于FPGA神经网络算法的割草机器人。该设计采用FPGA可重构技术,以3层误差反向传播神经网络作为典型的模型来展开;利用成熟的BP算法公式,设计了割草机器人智能控制的模型;利用FPGA技术,设计了割草机器人的硬件系统;最后采用文本输入的设计方法,利用田间试验的方式,对机器人的轨迹规划能力和控制精度进行了验证。试验结果表明:利用FPGA和神经网络模型可以有效地穿越5个障碍物,并可得到满意的轨迹规划结果。将普通的PID控制器和神经网络PID控制器得到的控制结果误差进行了对比,结果表明:神经网络PID控制器得到的割草机器人控制误差明显比传统的PID控制器误差小。该方法为神经网络的硬件实现提供了可靠的理论基础。 相似文献
6.
7.
8.
在介绍DCT变速器结构的基础上,将自适应神经模糊系统应用在DCT换挡控制策略中,采用油门开度、车速作为换挡参数,利用MATLAB中Simulink工具和Fuzzy logic工具箱的自适应神经模糊系统建立了自动换挡模糊神经网络模型,并推导了模型的混合学习算法。仿真实验结果表明,该模型可以有效地依据换挡参数确定合理的挡位,实现车辆的平顺换挡。 相似文献
9.
10.
针对农机控制系统可靠性较低的问题,基于PLC系统对农机控制系统进行了设计,并对其可靠性进行了研究。该农机采用可编程控制器PLC进行控制,其硬件系统主要组成为踏板、方向盘、挡位和牵引装置等,软件系统对农机的自动导航和电-液悬挂系统进行控制。农机的可靠性评价采用模糊神经网络模型,通过确定神经网络结构、计算法方式和评价模型对农机进行可靠性评价。可靠性试验结果表明:基于PLC机器人的农机控制系统的可靠性较高,可以满足用户需求。 相似文献
11.
12.
13.
为了实现温室环境与作物信息的采集与监测,设计了可实现环境全方位移动监测的机器人。以机器人为研究对象,通过对机器人结构分析,建立了运动学模型;提出了基于航向角误差算法的路径跟踪控制方法,以实现对机器人转向和速度控制,使其按照期望路径运动,达到路径跟踪目的。仿真结果表明:所提出的路径跟踪控制算法,能使机器人较稳定快速地收敛于期望路径。试验结果表明:当机器人跟踪稳定后,直线路径跟踪横向误差范围为±8mm,圆弧路径跟踪横向误差范围为±11mm。本研究可为温室环境监测机器人路径跟踪控制提供参考。 相似文献
14.
李小海 《农业装备与车辆工程》2020,58(4):68-73
为了得到最优控制算法的自适应巡航控制系统,实现对车辆性能的优化,运用模型预测控制算法设计了纯电动客车自适应巡航的控制策略,自适应巡航系统对于减轻驾驶员疲劳、优化交通流、减少交通事故、改善车辆的燃油经济性具有重要意义。 相似文献
15.
16.
为实现稳定可靠的植保机器人视觉伺服控制,提出了一种基于语义分割网络的作物行特征检测方法。基于语义分割网络ESNet实现农田场景图像像素级带状区域检测,并利用最小二乘算法拟合得到每条行作物线特征;在此基础上通过设计一种主导航线提取算法获取导航路径,并利用卡尔曼滤波对主导航线几何参数进行平滑处理,有效抑制了不平整地面导致的机器人运动颠簸与视觉图像测量噪声引起的导航参数波动。继而构建机器人前轮转向、后轮差速的阿克曼运动学模型;在图像空间坐标下设计纯追踪控制器实现植保机器人的伺服运动控制。大田环境下的现场实验结果为：总体横向偏差为0.092m,验证了本文方法的有效性。 相似文献
17.
针对并联机器人在作业过程中的位置精确控制及柔顺控制问题,提出了基于外力估计的并联机器人柔顺控制策略,实现并联机器人在作业过程中位置和力的高性能动态交互。基于外力估计的柔顺控制实现过程中,考虑到接触力传感器成本较高,提出一种无传感器外力估计的方法。首先建立并联机器人以及伺服运动系统动力学模型,利用所建立的动力学模型和电机的电流反馈值来估算外力作用时机器人关节力的变化。其次根据估算的并联机器人关节力,设计基于位置的阻抗控制,使并联机器人末端执行器与环境柔性接触,确保并联机器人的作业精准度与柔顺度。最后选取合适的阻抗控制参数,对所提出的柔顺控制策略进行仿真分析并且在搭建的实验平台上进行了实验验证,实验结果表明所提出的方法可以实现并联机器人的精确柔顺作业。 相似文献
18.
为实现农业机械全田块高效自主作业,提出一种增益系数自适应的Stanley模型路径跟踪算法。以横向偏差和航向偏差为输入变量构建隶属度函数,设计模糊推理和解模糊化过程实时确定控制模型增益系数,提高Stanley模型对不同曲率路径的自适应能力。为验证所提算法有效性,以移动小车为平台开展联合收获机回字形全田块自主作业路径跟踪试验,结果表明所提算法显著改善Stanley模型路径跟踪精度,直线作业速度2.5m/s、转弯速度1m/s时,直线段和曲线段最大跟踪误差均小于3cm。大初始横向偏差路径跟踪试验表明,模糊Stanley模型较Stanley模型大幅度减小路径跟踪上线距离,满足农业机械全田块高效自动导航作业要求。 相似文献