XiaoMi-AI文件搜索系统
World File Search System主轮
自主轮装载器的世界建模
摘要：本文提出了一种学习世界模型的方法，用于在一堆土壤上执行自动装载动作。数据驱动的模型被学会了输出所得的桩状态，负载质量，时间和工作，并在给定输入的单个加载周期中工作，其中包括自动桶装控制器的初始桩形状和动作参数的高度图。在动态变化的环境中进行连续加载的长马计划被作为重复模型推断。由深神经网络组成的模型对来自3D多体动力学模拟的数据进行了培训，该数据对不同形状的砾石堆中的10,000多个随机加载动作进行了培训。预测负载性能的准确性和推理时间平均在1.2 ms中为95％和4.5 ms的97％。长马预测。
基于物件互联网的健康监测系统的自主轮椅
由于脑瘫，认知障碍和疲劳而导致的复杂残疾和流动性障碍患者[8]。例如，帕金森氏病的患者通常缺乏因感知障碍而操纵EPW的认知和身体技能。对65位临床医生的一项研究报告说，由于感觉障碍，流动性受损或认知缺陷，其患者中有10％至40％无法配备EPW。这些障碍使得用当前的控制功能安全操作轮椅非常困难[9]。因此，那些不能独立和安全地操纵EPW的人必须坐在手动轮椅上，并由照料者推动。为了解决这些问题，学者改善了三个主要领域的EPW设计：辅助技术力学，物理接口和用户和轮椅之间的功率共享控制[10] [11]。
自主轮载器的液压系统的面向控制模型降低
摘要 - 自主车轮加载器的控制设计需要高实现和低阶动力学模型。降低订单的目的是减少模型中的状态数量，同时保持与原始模型相当的表现。在车轮装载机中的所有功率组件中，由于其非线性和僵硬的动力学性质，转向和工作液压系统的模型订单降低最多。本文描述了一种物理启发的模型订购方法，该方法可以将模型顺序降低近30％。这是通过将快速动态的订单丢弃并将多个状态巩固到较少的新状态中来实现的。此方法也可以扩展到其他类型的越野车，例如挖掘机，推土机等。所提出的方法的模型顺序降低了近30％。仿真结果表明，在车轮装载机的典型操作条件下，还原阶模型表现出与全阶模型非常相似的性能，输出误差小于6％。