本文介绍了自适应控制方法在将自主固定翼飞机回收到航空母舰上的应用。所用的控制结构是模型参考自适应控制,在俯仰、滚转、偏航和空速轴上实施,以提供飞机的 6 个自由度控制。控制系统是为 NAVAIR ExJet 飞机模型开发的。控制器的结构包括一阶线性模型跟随器和自适应批评控制器。自适应用于增强自适应批评控制器产生的命令信号,使用以下方法:自适应偏差校正器、最佳控制修改和局部线性模型补偿。基于状态空间模型的逆控制器生成控制效应器命令。控制系统参考输入是旋转速率和空速,提供外环控制器来引导飞机到达着陆点。控制系统设计是通过使用基于标称误差、时间延迟裕度和着陆精度的指标来实现的。在标称、效应器故障和控制系统建模错误条件下评估控制系统。定义的控制系统能够在标称、故障和建模错误条件下提供所需的控制。
摘要 - 准确的定位在高级自主驾驶系统中起重要作用。传统地图匹配的本地化方法通过具有传感器观测值的明确匹配的地图元素来解决姿势,通常对感知噪声敏感,因此需要昂贵的超级参数调整。在本文中,我们提出了一个端到端定位神经网络,该神经网络直接估计车辆从周围图像中构成,而没有与HD图明确匹配的感知结果。为确保效率和可预性能力,提出了一个基于BEV神经匹配的姿势求解器,估计在基于可区分的采样匹配模块中估计姿势。此外,通过将每个姿势DOF影响的特征表示形式解耦来大大降低采样空间。实验结果表明,所提出的网络能够执行分解器水平的定位,平均绝对误差为0.19m,0.13m和0.39◦在纵向,横向位置和偏航角度,同时表现出68.8%的推理记忆使用率降低了68.8%。
摘要 - 准确的定位在高级自主驾驶系统中起重要作用。传统地图匹配的本地化方法通过具有传感器观测值的明确匹配的地图元素来解决姿势,通常对感知噪声敏感,因此需要昂贵的超级参数调整。在本文中,我们提出了一个端到端定位神经网络,该神经网络直接估计车辆从周围图像中构成,而没有与HD图明确匹配的感知结果。为确保效率和可预性能力,提出了一个基于BEV神经匹配的姿势求解器,估计在基于可区分的采样匹配模块中估计姿势。此外,通过将每个姿势DOF影响的特征表示形式解耦来大大降低采样空间。实验结果表明,所提出的网络能够执行分解器水平的定位,平均绝对误差为0.19m,0.13m和0.39◦在纵向,横向位置和偏航角度,同时表现出68.8%的推理记忆使用率降低了68.8%。
1.鹰狮 C 驾驶舱 2.皮托管 3.涡流产生板条 4.玻璃纤维天线罩 5.自动测向仪 (ADF) 天线 6.爱立信 PS-05 多模雷达 7.驾驶舱前部压力舱壁 8.偏航叶片(位于前机身下方且视野之外) 9.下超高频 (UHF) 天线(位于前机身下方且视野之外)视野) 10.入射叶片 11.编队照明条 12.方向舵踏板 13.挡风玻璃 14.广角抬头显示器 (HUD) 15.驾驶舱顶篷,铰接至左舷 16.顶篷破坏器微型引爆线 (MDC) 17.右舷进气口 18.MARTIN-BAKER MK10L ZERO-ZERO 弹射座椅 19.驾驶舱后部压力舱壁 20.发动机油门杆 21.左舷控制台面板 22.驾驶舱部分复合蒙皮镶板 23.带一体式滑行灯的前轮舱门 24.缩回执行器 25.双轮前起落架 26.液压转向千斤顶 27.27MM 大炮 28.左舷进气口 29.边界层分离板
2000.5 – 后防倾杆;车轮和车轴偏移的影响;使操纵更一致;齿轮比和 RPM 的关系 2000.6 – 后弹簧分割的影响;使用制动浮子 2000.7 – 后期车型在路面上的刹车失灵;极惯性矩(偏航惯性) 2000.8 – 冲击动力学 – 冲击测功机能告诉您和不能告诉您什么;气压的影响;控制比;固有频率、阻尼强度和抓地力 2000.9 – 如何为四轮定位对汽车进行拉线;主销后倾角的影响 2000.10 – 检查后轴的直线度;扭矩臂与拉杆 2000.11 – 建议的淡季阅读材料 2000.12 – 弹簧、滚动和转弯平衡;短潘哈德杆与长潘哈德杆 2001.1 – 短道车的风洞测试;后脚轮;堆叠式螺旋弹簧 2001.2 – 所需框架刚度;制作压载物 2001.3 – 安全问题 – HANS 装置;软壁设计要求 2001.4 – 第 5 个线圈的位置和速率;软壁更新;汽车上的软鼻子 2001.5 – 普通汽车中的铬钼;后交错与交叉
滚转和偏航,以及飞机中这些状态的控制,是通过分别改变对升降舵、副翼和方向舵的指令信号来实现的。在本文中,我们仅考虑飞机的两种控制运动,即纵向和滚转运动。这两个控制面是用不同的智能控制器设计和实现的。飞机的这两种运动在飞行过程中很重要,在此期间飞机会从一种状态过渡到另一种状态。为了控制飞机的纵向和滚转运动,分别使用了一组称为升降舵和副翼的控制面。升降舵是位于固定翼飞机后部的可移动控制面,铰接在水平稳定器的后缘,与主翼平行运行,导致飞机旋转,导致飞机爬升和下降,并从机翼获得足够的升力,使飞机以各种速度保持平飞。升降舵是可移动的控制面,可以上下移动。如果升降舵向上旋转,则会减少尾部的升力,导致尾部降低而机头抬高。如果升降舵向下旋转,则会增加尾部的升力,导致尾部抬高而机头降低。降低飞机机头会增加前进速度,而抬高机头会降低前进速度 [1]。
摘要:工业 4.0 的数字孪生概念将为风能转换系统带来许多优势,例如,在状态监测、预测性维护和控制或设计参数优化方面。虚拟副本是数字孪生的核心。要构建虚拟副本,必须为涡轮机组件选择适当的建模技术。选择这些模型时必须考虑数字孪生的预期用例,在模型保真度和计算负载之间找到适当的平衡。这篇评论文章概述了有关涡轮机空气动力学、结构和传动系统力学、永磁同步发电机、电力电子转换器以及俯仰和偏航系统的建模技术的最新文献。对于每个组件,都给出了具有不同模型保真度和计算负载的模型的平衡概述,范围从简化的集中参数模型到基于高级数值有限元方法 (FEM) 的模型。文献综述的结果以图形方式呈现,以帮助读者进行模型选择。在此基础上,提出了数字孪生的高级结构以及具有最小计算负载的虚拟副本。提出了多级分层虚拟副本的概念。
摘要 摘要 通过头戴式显示器 (HMD) 观看虚拟环境时,经常会出现晕动症。本研究检查了 vection(即虚幻的自我运动)和感知头部运动与实际头部运动之间的不匹配是否会导致这种不良体验。观察者在通过 Oculus Rift HMD 观看立体光流时进行振荡偏航头部旋转。在 3 种对物理头部运动进行视觉补偿的条件下测量了 vection 和晕动症:“补偿”、“未补偿”和“反向补偿”。当 HMD 模拟较近的光圈时,发现 vection 在“补偿”条件下最强,在“反向补偿”条件下最弱。然而,在全视野曝光期间,这 3 种条件下的 vection 相似。晕动症在“反向补偿”条件下最严重,但在其他两种条件下并无不同。我们得出结论,感知头部运动与实际头部运动之间的不匹配会严重导致晕动症。矢量和晕屏之间的关系较弱且显得复杂。
Xsens 的 MTi 产品组合目前有 7 个系列成员,功能范围从惯性测量单元 (IMU) 到完全集成的 GPS/INS 解决方案。所有产品都包含 3D 惯性传感器组件(ISA:陀螺仪和加速度计)和 3D 磁力计,可选配气压计和 GNSS 接收器。MTi 产品系列分为两个系列,即 MTi 10 系列和 MTi 100 系列。MTi 10 系列是 Xsens 的入门级型号,具有强大的精度和有限的 IO 选项范围。100 系列是革命性的新型 MEMS IMU、方向和位置传感器模块,提供前所未有的精度和广泛的 IO 接口。所有 MTi 都具有强大的多处理器核心设计,能够以极低的延迟处理滚动、俯仰和偏航,以及输出校准的 3D 线性加速度、转速(陀螺仪)、(地球)磁场和大气压力(仅限 100 系列)数据。MTi-G-700 GPS/INS 还提供 3D 位置和 3D 速度。MTi 接口可直接提供 50 多种不同的输出格式。每种产品的各种输出可在第 4.1 节中找到。本文档描述了所有 7 个 MTi 的使用、基本通信接口和规格。它们的不同之处已明确指出。从机械和软件接口的角度来看,所有产品都设计为可互换。
摘要 — 水下航行器最近在生态监测中变得越来越有用,这在很大程度上要归功于现代计算机提供的先进处理能力。大多数水下航行器都是鱼雷形的,并且是非完整控制的,这使它们效率高,但缺乏精确的机动性。当需要更精确的导航时,会使用一些立方体形状的航行器;但是,由于航行器具有很大的阻力,它们无法利用滑行运动和流体动力升力。Stingray 自主水下航行器 (AUV) 是一款紧凑、轻便的 AUV,具有独特的设计实现。Stingray 的船体是一个碳纤维外壳,具有仿生设计,让人想起了它居住在海洋中的名字。这种流线型轮廓提供非常低的阻力,使航行器能够在水中滑行。Stingray 还使用独特的推进系统,将机翼和尾部上的三个垂直推进器与安装在下方的两个 Voith-Schneider 螺旋桨相结合,用于滚动和俯仰,用于偏航和喘振。此外,这两个螺旋桨还提供了扫射能力,使飞行器能够以六个自由度移动。这使 Stingray 能够轻松地以低速进行机动并以类似直升机的方式悬停,同时还能利用机翼产生的升力像固定翼飞机一样滑行。