XiaoMi-AI文件搜索系统
World File Search System独轮车
自主独轮车：建模，动力学和控制
敏捷性和可操作性是移动机器人的高度期望特征。实现此目的的一种方法是使不稳定的系统不稳定和利用高性能控制器来稳定所需的操作。可以利用一个独轮车平台来实现这种行为。本文着重于为相应的多体系统建立建模和分析框架，该系统由滚轮，车身（要平衡）以及两个用于平衡和操纵的飞轮；参见图1。提出了一种反馈设计，该设计使独轮车沿着直径的直立位置沿着直径的路径行驶。随着人类缠身的电动环境的兴起，我们设想在城市环境中使用自主无人独轮的货运。在对独轮车进行建模时，我们假设一个刚性的车轮滚动而没有在地面上滑动，也就是说，我们假设车轮的单个接触点的速度为零。这种所谓的运动学约束导致了所谓的非固有系统。可以通过Lagrangian方法引入Lagrange乘数（每个运动学结合）来模拟非单学系统，其中乘数的大小代表约束力的幅度[29，39]。但是，这会导致通常难以处理的差异代数方程。相反，在本文中，我们采用了Appellian方法[1，10]，该方法消除了约束力并代表最少数量状态变量的系统。在[13，17，37]中也开发了类似的方法，[6-8，16]中讨论了不同方法之间的关系。可以在[2、3、5、9、11、18、19、22、24、25]中找到有关非独立系统的更多详细信息。已经开发了针对包括汽车[4、27、36]，自行车[14、20]，类似蛇的机器人[12、40]甚至游泳机器人的不同类别的移动设备，甚至是游泳机器人[26、28、34]。关于独轮车，过去已经研究了一些不同的设计[33]。例如，在[31]中，独轮车是用滚轮，车身和头顶飞轮构造的，后者代表了骑手的扭曲躯干。在[21，38]中使用了相同的设置，其中提出了线性二次调节器以平衡直立位置。在[41]中采取了另一种方法，其中考虑了横向飞轮以进行平衡。在[15，30]中使用了此配置，其中还提出了控制器进行路径跟踪。最后，在[23，32]中还做出了努力，为人类动力的独轮车的动态建模，后者的出版物还包括对人类受试者的实验。在本文中，我们第一次研究了一个自主的无人独轮车，其中包括平衡的飞轮和高架飞轮（后者从现在开始我们称为转向飞轮）。通过应用上诉方法，我们选择了描述动力学所需的最小数量状态变量数（即广义坐标和伪速度）。我们整体构建了多体系统的加速能，从主动力量计算伪反应，并得出
安全独轮控制的总转弯和运动范围预测
摘要 - 在障碍物周围执行各种自动化任务时，对移动机器人的安全和平滑的运动控制至关重要，尤其是在人和其他移动机器人的情况下。移动机器人在朝着指定的目标位置迈进时使用的总转弯和空间在确定所需的控制工作和复杂性方面起着至关重要的作用。在本文中，我们考虑了基于角度反馈线性化的标准独轮车控制方法，并提供了一种明确的分析措施，以根据独轮车状态和控制收益来确定在独轮车控制过程中的总转盘。我们表明，与线性控制增益相比，可以选择更高的角度控制增益来避免围绕目标位置的不希望的螺旋振荡运动。相应地，我们使用总的转弯努力建立了在闭环独轮车轨迹上结合的准确，明确的三角运动范围。运动范围预测的提高精度是由于对独轮车状态和控制参数的更强依赖性而产生的。要比较替代循环，圆锥和三角运动范围预测方法，我们介绍了提议的独轮车运动控制和运动预测方法的应用，用于在数值模拟中围绕障碍物围绕障碍物进行安全的独轮车路径。
使用方向传感器信息的独轮车机器人的强大形成控制
©作者2023。开放访问。本文是根据Creative Commons归因4.0国际许可证的许可，该许可允许以任何媒介或格式的使用，共享，适应，分发和复制，只要您适当地归功于原始作者和来源，就可以提供与Creative Commons许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/4.0/。
主动感测以改进模型学习的数据质量
摘要 - 在机器人技术的机器学习中，培训数据质量具有至关重要的作用。许多方法都使用利用算法来选择模型最有用的数据点，通常会忽略测量噪声对数据的影响。本文介绍了一种增强模型学习数据集质量的方法，优化了探索和主动传感指标的组合。我们介绍了一种基于高斯工艺的新型探索格拉米亚度量，预测协方差矩阵，优化以探索有关未知模型的知识最大的状态空间区域。这些与主动传感度量（gramian）集成在一起，以减轻测量噪声效应。通过在独轮车和四倍的机器人上进行模拟来证明这种方法的有效性，证实了组合主动感应和探索可以显着提高模型学习中的性能。
基于模块化团队结构
摘要 - 我们提出了一个无领导者分布式控制器，用于在平面工作区中驱动多机器人团队朝着仿射形成，即标称配置的仿射转换。我们的核心思想是在交错模块中组织团队。具体来说，我们将一个模块定义为四个机器人组，如果有三个共同的机器人，则考虑两个给定的模块。对于每个模块，我们定义一个成本，基于当前和名义配置中四个机器人位置之间的最小二乘仿射对齐。我们的成立策略是使机器人沿模块成本总和的梯度下降。基于此策略，我们提出了一个分布式控制定律，考虑到单一集成剂动态模型。我们的主要贡献是，所提出的模块化方法允许在本地进行设计和重新配置，即仅涉及属于设计或重新配置模块的机器人。我们提出了一项正式的稳定研究和实施算法。为了激励所提出的方法的实际利益，我们在多野兽封闭和跟踪方案中说明了它的用法。使用物理独轮车机器人的模拟和测试对该方法进行了实验验证。
农村家庭改善经济回报
Nirlipta Saha博士 * ns.bt@brainwareuniversity.ac.in印度西孟加拉邦脑料大学助理教授 *通讯作者摘要蜜蜂是社交昆虫的类型。 他们分组殖民。 他们将巢建在树枝或檐口上，并生活在其中。 他们分为三个种姓，他们的同质性ID非常清楚。 工人蜜蜂通过从身体中分泌的蜜蜂蜡筑巢，他们收集了花的花蜜，并将其转化为体内的蜂蜜。 他们将此转换后的蜂蜜存储在独轮车中。 ，但蜜蜂可以坐落在专门设计的木箱中。 在这种类型的盒子中建立蜜蜂菌落，以收集蜂蜜和蜜蜂蜡被称为蜜蜂保存或养殖。 关键词：蜂蜜蜜蜂，蜂蜜，蜡，提取，殖民地，糖简介蜂蜜和养蜂在印度的历史悠久。 蜂蜜是古老的印度居住在岩石庇护所和森林中品尝的第一个甜食。 他为上帝的礼物猎杀了蜂巢。 印度拥有一些最古老的养蜂记录，以史前男人在岩石庇护所中的绘画形式。 随着文明的发展，霍尼在古代印第安人的生活中获得了独特的地位。 他们将蜂蜜视为控制妇女，牛的生育能力以及其土地和农作物的魔法物质。 这种不满的过去目睹了在喜马拉雅山脉和西高止山脉沿线富裕地区的行业复兴，在那里它以最简单的形式实践。Nirlipta Saha博士 * ns.bt@brainwareuniversity.ac.in印度西孟加拉邦脑料大学助理教授 *通讯作者摘要蜜蜂是社交昆虫的类型。他们分组殖民。他们将巢建在树枝或檐口上，并生活在其中。他们分为三个种姓，他们的同质性ID非常清楚。工人蜜蜂通过从身体中分泌的蜜蜂蜡筑巢，他们收集了花的花蜜，并将其转化为体内的蜂蜜。他们将此转换后的蜂蜜存储在独轮车中。，但蜜蜂可以坐落在专门设计的木箱中。在这种类型的盒子中建立蜜蜂菌落，以收集蜂蜜和蜜蜂蜡被称为蜜蜂保存或养殖。关键词：蜂蜜蜜蜂，蜂蜜，蜡，提取，殖民地，糖简介蜂蜜和养蜂在印度的历史悠久。蜂蜜是古老的印度居住在岩石庇护所和森林中品尝的第一个甜食。他为上帝的礼物猎杀了蜂巢。印度拥有一些最古老的养蜂记录，以史前男人在岩石庇护所中的绘画形式。随着文明的发展，霍尼在古代印第安人的生活中获得了独特的地位。他们将蜂蜜视为控制妇女，牛的生育能力以及其土地和农作物的魔法物质。这种不满的过去目睹了在喜马拉雅山脉和西高止山脉沿线富裕地区的行业复兴，在那里它以最简单的形式实践。目标为高质量的蜂蜜生产和其他蜜蜂蜂巢产品启动了海外和国内市场的步骤，除了通过蜜蜂授粉提高各种农作物的生产力。增加农村部门的就业机会，从而增加了养蜂人和农民的辅助收入。意义养殖很重要，因为它为蜜蜂提供了一个安全的工作和生活场所。由于蜜蜂对我们的许多食物来源进行了授粉，因此保持蜜蜂种群健康很重要。此外，宗教提供了研究蜜蜂栖息地和行为的环境