XiaoMi-AI文件搜索系统
World File Search System微分增益
视觉锚定：利用视觉通过 UAS 绕目标运行...
符号 d tgt 到目标的欧几里德距离（斜距） DC 飞机与图像中心之间的地面半径 DX Y 轴截距与目标之间的地面距离 DY 飞机与 Y 轴截距之间的地面半径 DT 飞机与目标之间的地面半径 F b 机身框架连接到飞机 F c 相机框架连接到相机 F 中心 向心力 F n 北/东/下框架（惯性） g 地球重力加速度 h AGL 目标上方高度（地面以上） h des 所需轨道高度 KD φ 滚转内环微分增益 KD θ 俯仰内环微分增益 KD 外环微分增益 KI h 高度保持积分增益 KP h 高度保持比例增益 KP 外环外环控制器比例增益 KP ˙ ψ 转弯协调器比例增益 KP φ 滚转内环比例增益 KP θ 俯仰内环比例增益 LC 飞机与图像中心之间的斜距 LY 飞机与 Y 轴截距之间的斜距 LT飞机与目标之间的斜距 m 飞机质量 PE 位置向东 PN 位置向北 p 飞机倾斜率 q 飞机俯仰率 r 飞机航向（偏航）率 R 实际轨道半径 ˙ R 实际半径率 R des 所需轨道半径 S x 相机水平分辨率 S y 相机垂直分辨率 t 时间 VA 飞机空速 V CM / e 飞机相对于惯性系的速度 VW / e 风相对于惯性系的速度 V tgt / e 目标相对于惯性系的速度 W 飞机重量 X tgt 目标的 X 坐标 Y tgt 目标的 Y 坐标
基于蚂蚁优化 PID 控制器的效率...
摘要 —本文采用带单位反馈的闭环系统中的 PID 控制器来控制机器人机械手。控制器的使用难点在于参数调整，因为调整参数仍然使用试错法来找到 PID 参数常数，即比例增益 (K p )、积分增益 (K i ) 和微分增益 (K d )。在这种情况下，蚁群优化算法 (ACO) 用于寻找 PID 的最佳增益参数。蚂蚁算法是一种组合优化方法，它利用蚂蚁从巢穴到食物所在位置寻找最短路径的模式，该概念应用于通过最小化目标函数来调整 PID 参数，从而使机器人机械手具有改进的性能特征。本研究采用 Matlab Simulink 环境，首先建立系统模型，然后利用蚁群算法确定适当的系数 𝐾 p 、 𝐾 i 和 K d ，以使机器人机械手两个关节的轨迹误差最小化。然后，将这些参数应用于机器人系统。根据计算机仿真结果，与经典 PID 相比，所提出的方法 (ACO-PID) 给出了一个具有良好性能的系统。