基于运动信息引导的高原鼠兔目标跟踪方法

针对自然生境环境下高原鼠兔平滑运动和突变运动共存时,基于平滑性运动假设的跟踪方法稳定性和准确性低的问题,提出了一种运动信息引导的高原鼠兔跟踪方法。通过提取鼠兔相邻帧的运动信息,利用运动信息来判断鼠兔的运动模式,从而采取相应的采样跟踪策略。当运动模式判定为平滑运动时,采用马尔可夫链蒙特卡罗采样跟踪方法;当运动模式判定为突变运动时,采用Wang-Landau蒙特卡罗采样跟踪方法。实验结果表明:基于运动信息引导的目标跟踪方法的成功率达到95.49%,而Wang-Landau蒙特卡罗方法的成功率为93.68%;所提方法的中心点误差均值和方差为13.46和67.89,分别是Wang-Landau蒙特卡罗方法的84.18%和40.67%,减小了15.82%和59.33%。     

海上钻井平台吊装作业风险智能量化分级管理技术研究与应用

吊装作业是海洋石油开发重大高风险作业之一,随着渤海油田勘探开发力度不断增大,钻井平台吊装作业次数大幅度攀升,工程技术领域夯实安全管理尤为重要.针对海洋钻井平台吊装作业风险,结合风险量化LC评价法,制定单一和多因素复合影响下的风险量化评分方法.利用专业软件,建立吊装人员和吊机性能两个智能化数据库,编写智能逻辑语言,开发钻...     

福建省高素质农民发展跟踪分析

为反映福建省高素质农民的发展状况,探索高素质农民培育的更有效途径,采用比较分析方法,跟踪调查2015—2018年福建省高素质农民的总量、性别比例、年龄结构、文化程度等数据,并以此为基础,重点分析农业新型经营主体家庭农场经营者、农民合作社负责人等群体的发展情况,同时比较研究福建省高素质农民重点群体之间的发展特点。从文化程度、培育供求、产学矛盾、政策扶持等方面深入剖析当前高素质农民发展的制约因素,从加快推进福建省高素质农民培育工作、构建高素质农民终身学习体系、探索培育新型农业经营模式、推进线上线下融合培育、创设高素质农民扶持政策等方面提出相应的对策建议。     

深水井筒天然气水合物形成预测及风险评价北大核心

深水浅层钻井过程井筒内生成水合物会影响作业安全,需要对井筒环空内水合物形成范围和程度进行预测分析。以南海陵水气田某开发井为例,基于CSMHyK水合物动力学模型和OLGA多相流流动方程,建立深水钻井水合物形成数值模拟方法,计算多种工况下井筒温度-压力场,引入过冷度密度表征水合物形成可能性,预测了井筒环空水合物形成范围和程度,分析了钻井液排量、入口温度、密度及浅层气储压的参数敏感性。结果表明:在设定的工况条件下,泥线附近的隔水管环空具有水合物形成风险,水深800~1000 m的环空内水合物形成量最多;钻井液排量越小,入口温度越低,水合物形成风险越大,危险管段的水合物生成量超过40 kg/m3。选取过冷度密度、水合物生成井段长度、生成总量及峰值速率作为评价水合物生成情况的特征值,建立井筒水合物风险水平量化分析方法。研究结果可为深水浅层钻井过程水合物的防治和钻井方案的优化设计提供理论指导。(图6,表4,参27)     

基于正交测光的双轴太阳能自动跟踪系统设计

在双轴跟踪系统研究的基础上,设计了双轴跟踪传动机构,并对高度角和方位角传动机构的动力学特性进行分析;设计了由4个光电传感器组成的测光模块,即正交测光模块;由单片机、正交测光模块、2台电机组成的控制系统。结果表明,该系统实现对太阳光线的实时跟踪。     

崎岖山地环境履带机器人降维变系数控制方法研究

针对崎岖山地环境下自走式履带机器人自走姿态波动大、跟踪精度低等问题,研究了三维崎岖路面履带机器人控制方法。通过分析机器人在二维平整路面与三维崎岖路面的运动学模型,建立了降维运动学几何模型;设计了一种基于降维变系数的滑模控制方法,实现三维崎岖路面履带机器人的运动控制,并进行了平整路面与崎岖路面的路径跟踪仿真与试验。仿真结果表明,平整路面仿真中,行驶方向误差逐渐减小并趋近于0,侧向位置误差在±0. 2 m内波动,并可在1 s内完成姿态调整;崎岖路面仿真中,三轴位置误差均控制在±0. 1 m范围内,同样可在1 s内完成姿态调整。路径跟踪田间试验结果表明,平整路面和崎岖路面机器人跟踪稳定后的横向误差分别为-2. 9～8. 8 cm、-14. 3～21. 5 cm,姿态误差分别控制在±2°、±5°内,能够满足实际跟踪需求。     

基于LM-BP神经网络的喷药飞行器轨迹跟踪方法研究

首先介绍了LM-BP神经网络算法的特点和优势,依据喷药飞行器的机械结构和工作原理应用飞行控制理论,实现了喷药飞行器轨迹跟踪方法。最后,利用MatLab进行了仿真试验,结果表明:喷药飞行器期望飞行和实际飞行的两条轨迹基本重合,误差很小,达到了预期要求;且采用LM-BP神经网络算法进行迭代学习,能够较快地使误差趋于零,提高了喷药过程中的控制输入。     

农用车辆路径跟踪预瞄控制研究 —基于免疫模糊PID算法和视觉导航

在无人驾驶农用车辆过程中,由于作业环境的复杂性,往往会遇到一些突发状况,如急转弯或者突然出现障碍物等,目前的视觉导航技术一般都是获取路径信息后直接进行反馈调节,在遇到突发状况时难以有效的工作。为此,将跟踪预瞄加反馈控制器引入到了无人驾驶农用车辆自动导航系和控制系统中,并使用免疫模糊PID算法对控制系统进行优化,以提高控制的效率、精度及自动化程度。为了验证该方法的可靠性,模拟农用车辆的作业环境,对控制算法的精度和效率进行了验证。仿真结果表明:采用免疫模糊PID算法具有较高的控制精度,且运算效率高,如将其使用在农用车辆自动导航和控制系统中,对于提高导航的精度和智能化程度具有重要作用。     

基于改进行车风险场模型的车辆避撞方法研究

为了提高车辆行驶的主动安全性,构建了分层控制框架,对车辆的主动避撞控制系统进行研究。上层轨迹重规划控制器基于改进的行车风险场模型对行车安全进行评估,以行车安全场场强为优化指标,求解得到一条期望行驶轨迹;下层轨迹跟踪控制器在充分考虑车辆动力学约束前提下,基于模型预测控制理论,设计目标函数并求解,得到前轮转角控制量并输出给车辆执行,实现轨迹跟踪;最后基于Car Sim/Simulink联合仿真平台对控制算法进行测试,验证其有效性。