广西壮族自治区自然科学基金(2012GXNSFBA053144)
- 作品数：15 被引量：82H指数：5
- 相关作者：胡立坤胡桂明王琥周杨黄东芳更多>>
- 相关机构：广西大学更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信电气工程更多>>
- 六自由度机械臂无模型自适应滑模控制被引量：7
- 2019年
- 针对强耦合、非线性的六自由度机械臂系统难以建立精确数学模型的问题,提出了一种无模型自适应滑模控制方案。以无模型自适应方法与滑模变结构控制相结合,利用全格式动态线性化方法,将机械臂非线性模型转换为离散的动态线性时变模型,采用各关节的输入力矩和输出角速度来设计控制器,并引入滑模控制保证其收敛性。通过六自由度机械臂的Sim Mechanics模型进行了仿真实验,结果表明,相比于现有的无模型自适应方案,即使在没有建立六自由度机械臂精确数学模型的情况下,所设计的控制方案能实现各关节对理想速度更加迅速的响应和更加精准的跟踪,从而验证了所提出的无模型自适应滑模控制方案的可行性和有效性。
- 吴浩楠胡立坤陈果阳兰朱紫阳
- 关键词：六自由度机械臂无模型自适应滑模
- 基于STATCOM的自励异步发电机不对称负载控制被引量：1
- 2015年
- 针对独立自励异步发电机(SEIG)加载后电压和频率聚降的问题,提出了一种带储能装置的静止同步补偿器(STATCOM)对其进行并联补偿,以维持负载后机端电压和频率的稳定.基于自然坐标系的控制策略,实现STATCOM有功和无功的解耦控制,达到稳压稳频的目的.为了减小不对称负载电流对发电系统造成的危害,在三相参考电流中注入定子电流负序分量加以抑制.该控制策略在d SPACE+Quanser8实验平台上进行验证,结果表明,所采用的控制策略能有效提高异步发电机的负载能力和电能质量.
- 卢子广颜丹丹胡立坤曾宪金
- 关键词：静止同步补偿器自然坐标系三相四线制不对称负载负序分量
- 基于改进仿电磁学ELM在相机标定中的应用被引量：1
- 2016年
- 针对相机标定时难以建立精确的数学模型以及极限学习机(ELM)在隐层节点数少时逼近精度低的问题,提出了基于改进仿电磁学(EM)优化ELM的双目视觉相机标定方法。在标定过程中,采用极限学习机精确逼近图像坐标与世界坐标间的非线性关系,利用改进EM策略,包括使用自适应步长以及空间解收缩,优化ELM的输入权重和隐层偏置,提高ELM的收敛速度和泛化能力。实验结果表明,改进EM-ELM优化算法的收敛速度快于PSO的,且用更少的隐层节点数取得较高的标定精度。
- 王琥胡立坤谭颖
- 关键词：相机标定极限学习机
- 基于GA-SVM逆系统的机械臂内模控制被引量：1
- 2014年
- 六自由度机械臂系统具有强耦合、多输入多输出、非线性的特性,且难以求解精确的动力学模型。针对上述问题,提出了一种基于GA-SVM逆系统的六自由度机械臂内模控制方法。将逆系统方法用于六自由度机械臂的解耦可以有效简化控制器的设计,为了避免逆系统方法复杂的解析过程,采用基于支持向量机(SVM)辨识逆系统模型以实现解耦,并用遗传算法(GA)优化SVM系统参数以提高模型的准确性。同时,为了弥补SVM辨识逆系统的误差以及抑制系统存在的扰动,设计内模控制器以保证系统的鲁棒性和稳定性。实验结果表明,该方法不需要知道六自由度机械臂的数学模型和内部结构,也能实现各关节位置的快速精确定位控制,且具有良好的鲁棒性,结构简单,需要调节的参数少,易于工程实现。
- 胡立坤王頔黄文琴
- 关键词：机械臂支持向量机逆系统遗传算法内模控制
- 基于边缘自适应的Mean Shift目标跟踪方法被引量：5
- 2017年
- 针对Mean Shift算法固定搜索核窗口存在局限性的问题,提出了一种基于边缘特性的Mean Shift搜索核半径自动调节的运动目标跟踪方法。在视频序列图像中,当目标远离、靠近摄像机时,会发生尺寸变小、变大的变化,导致固定核窗口的Mean Shift搜索算法得到的结果要么存在太多的背景噪声,要么没有包含完整的目标特征,从而使跟踪效果变差。利用边缘检测求出以目标为中心,略大于Mean Shift核半径区域的二值图像,根据二值图像的形心,用逐步缩小的圆去逼近目标的办法求出适合真实目标的Mean Shift核窗口半径,达到核函数半径自适应目标的目的。实验结果表明,根据边缘特性自动调节Mean Shift搜索核窗口半径的方法,显著降低目标形状大小变化所带来的影响,准确而有效地实现了运动目标的跟踪。
- 周杨胡桂明黄东芳
- 关键词：SHIFT边缘检测自适应目标跟踪
- 基于ELM和PCA的汉语数字语音识别研究被引量：2
- 2015年
- 针对传统BP网络在语音识别应用中存在训练时间长,容易陷入局部极小值等问题,建立了一种基于ELM的语音识别系统。ELM是一种快速的单隐层前馈神经网络(SLFN)训练算法,将该算法与单隐层BP网络进行实验比较。实验中对提取的特征矩阵采用主成分分析(PCA)算法进行降维,该算法有效地提取了语音信号的主要成分。实验结果表明:在训练时间上,ELM明显优于BP算法;在识别率上,ELM优于BP算法。
- 王威胡桂明杨丽黄东芳周杨
- 关键词：语音识别极限学习机BP网络
- 结合肤色分割和ELM算法的静态手势识别被引量：9
- 2015年
- 针对目前复杂背景下手势图像识别率不高、识别困难等问题,基于ELM(extreme learning machine),提出了一种快速手势识别方法。结合RGB与HSV两种颜色空间模型,从复杂背景中去除大部分类肤色的干扰,实现手势分割;采用改进的Hu不变矩以及指尖个数对获取的手势轮廓进行描述;利用ELM进行特征数据分类,从而实现实验所采用手势的识别,其中ELM是在单隐层神经网络的基础上提出来的一种新型前馈神经网络,网络结构比较简单,输入权值和偏差随机给定的。在采用ELM识别的同时又用传统的BP网络进行了识别,结果表明:相对于BP网络,ELM具有较快的学习速度和良好的抗差能力,同时识别率比较高,适合静态手势识别。
- 杨丽胡桂明黄东芳周杨
- 关键词：手势分割ELM
- 融合彩色和光照信息的尺度不变特征变换图像匹配算法被引量：5
- 2018年
- 针对灰度图像色彩信息缺失导致尺度不变特征变换(SIFT)算法匹配能力差的问题,提出一种新的融合色彩和光照信息的SIFT图像匹配算法。新算法首先求出彩色图像各个像素的彩色补偿量和光照补偿量;在图像灰度化时增加彩色补偿量和光照补偿量来增强对比度,以减小颜色差异带来的匹配误差;采用SIFT算法对获得的灰度图进行图像匹配。对7组存在多种变化的图像对进行匹配测试,结果表明,新算法可以有效区分不同颜色但灰度相似的区域,增加了SIFT算法的匹配点数和准确率,提高了算法的匹配性能。
- 阳兰胡立坤吴浩楠
- 关键词：图像匹配
- 六轴机械臂广义逆系统SVM辨识与控制被引量：1
- 2013年
- 针对六轴机械臂系统强耦合和不易求取精确的动力学模型的特性,提出了基于支持向量机(SVM)辨识的广义逆解耦PID闭环控制方法。将SVM常见的3种核函数应用于机械臂实际系统的广义逆模型辨识中,通过回归预测效果和性能指标比较可知,采用高斯径向基核函数辨识的SVM模型预测输出与实际系统输出趋势一致,且得到的性能指标平方相关系数(r2)和平均平方误差(MSE)较好。实验结果表明,基于SVM广义逆解耦的PID控制算法能够实现对实际机械臂系统的高精度轨迹跟踪,具有工程实用性。
- 王頔胡立坤
- 关键词：支持向量机核函数广义逆
- 基于改进遗传算法的机器人时间最优轨迹规划被引量：1
- 2014年
- 为实现6自由度机械臂在任意速度下运行时间最短,使用3-5-3样条函数对机械臂的轨迹进行规划,并利用改进的遗传算法对不同速度下的3-5-3多项式的插值时间进行优化。在遗传算法中应用自适应参数的调节和最优保存策略,防止种群陷入局部最优,加快收敛速度,提高算法性能。离线寻优得到机器人速度约束下最优三段插值时间,并在机器人控制平台上进行实时实验,由机械臂的位置、速度曲线验证了采用此改进算法可以在任意的速度范围内实现6自由度机械臂轨迹运行时间最优。
- 李小为胡立坤曾宪金
- 关键词：速度限制
