XiaoMi-AI文件搜索系统
World File Search System轨迹规划
智能采煤机器人关键技术
摘 要： 采煤机是综采工作面的核心装备，研发智能采煤机器人是实现综采工作面智能化的关键。 综合分析当前采煤机机器人化研究进程中的传感检测、位姿控制、速度控制、截割轨迹规划与跟 踪控制等技术的研究现状，提出研发智能采煤机器人必须破解的 “ 智能感知、位姿控制、速度控制、 截割轨迹规划与跟踪控制、位 − 姿 − 速协同控制 ” 五大关键技术，并给出解决方案。针对智能感知 问题，提出了构建智能感知系统思路，给出了智能采煤机器人智能感知系统的架构，实现对运行 状态、位姿、环境等全面感知，为智能采煤机器人安全、可靠运行提供保障；针对位姿控制问题， 提出了智能 PID 位姿控制思路，给出了改进遗传算法的 PID 位姿控制方法，实现了智能采煤机器 人位姿精准控制；针对速度控制问题，提出了融合 “ 力 − 电 ” 异构数据的截割载荷测量思路，给出 了基于神经网络算法的截割载荷测量方法，实现了截割载荷的精准测量；提出牵引与截割速度自 适应控制思路，给出了人工智能算法牵引与截割速度决策方法和滑模自抗扰控制的牵引与截割速 度控制方法，实现了智能采煤机器人速度精准自适应控制；针对截割轨迹规划与跟踪控制问题， 提出了截割轨迹精准规划思路，给出了融合地质数据和历史截割数据的截割轨迹规划模型，实现 了截割轨迹的精准规划；提出了截割轨迹精准跟踪控制思路，给出了智能插补算法的截割轨迹跟 踪控制方法，实现了智能采煤机器人截割轨迹高精度规划与精准跟踪控制；针对 “ 位 − 姿 − 速 ” 协同 控制问题，提出了 “ 位 − 姿 − 速 ” 协同控制参数智能优化思路，给出了基于多系统互约束的改进粒子 群 “ 位 − 姿 − 速 ” 协同控制参数优化方法，实现了智能采煤机器人智能高效作业。深入研究五大关键 技术破解思路，有利于加快推动研发高性能、高效率、高可靠的智能采煤机器人。
用于在轨服务的具有柔性附件的旋转漂浮空间机器人的鲁棒控制
线性和角航天器动力学。已经针对捕获应用进行了研究，因为潜在的翻滚目标需要经过调整的机械手方法。通过 Giordano 等人 (2018) 提出的工作空间调整策略或 Giordano 等人 (2019) 同时控制全局质心和航天器姿态，已经研究了如何有效使用推进器来补偿机械手运动。同样，当仅控制机械手时，Pisculli 等人 (2015) 开发了反应零空间控制，以减少机械手和航天器底座之间的相互作用。还可以注意到没有考虑底座执行器的情况。更一般地说，轨迹规划被认为可以减少机械手运动和/或外部干扰对底座的影响，至少对于无奇点轨迹而言。Rybus 等人采用了非线性模型预测控制。 (2017) 确保机械手实现优化轨迹，最大限度地减少机械手对卫星的干扰，同样在捕获接近阶段，Lu 和 Yang (2020) 研究了笛卡尔轨迹规划，以最大限度地减少姿态干扰，Seddaoui 和 Saaj (2019) 提出了一种用于燃料消耗优化的无碰撞路径和无奇点路径的通用轨迹规划，同时采用 H ∞ 控制和前馈补偿处理内部和外部扰动。
一种新型手术规划系统，使用人工智能模型来优化具有最高骨矿物质密度和最强拉出力的椎弓根螺钉轨迹规划
目的 本研究旨在评估一种新型人工智能 (AI) 模型在骨质疏松患者中识别具有更高骨矿物质密度 (BMD) 和更高拉出力 (POF) 的优化椎弓根螺钉轨迹的能力。方法使用 3D 图形搜索和基于 AI 的有限元分析模型开发了一种创新的椎弓根螺钉轨迹规划系统（称为 Bone's Trajectory）。回顾性分析了 21 名老年骨质疏松患者术前 CT 扫描。AI 模型自动计算替代椎弓根轨迹的数量、轨迹 BMD 和估计的 L3-5 POF。记录优化轨迹的最高 BMD 和最高 POF，并将其与 AO 标准轨迹进行比较。结果 患者平均年龄为 69.6 ± 7.8 岁，平均椎体 BMD 为 55.9 ± 17.1 mg/ml。在 L3–5 的两侧，优化轨迹的 BMD 和 POF 明显高于 AO 标准轨迹（p < 0.05）。平均而言，优化轨迹螺钉的 POF 至少比 AO 轨迹螺钉增加 2.0 倍。结论 新型 AI 模型在选择 BMD 和 POF 高于 AO 标准轨迹的优化椎弓根轨迹方面表现良好。
Microsoft Word - lf99-31614_final-T._Lewis_TASAR_Weather_Design_AVIATION2019_final_20190510
交通感知规划器 (TAP) 是一种用于轨迹规划和优化的决策支持自动化工具，旨在用于当今的驾驶舱。TAP 利用各种机载和机外数据源，采用复杂的轨迹优化算法，为机组人员提供节省燃料和时间的改道建议，这些建议不会与已知的交通、特殊用途空域和严重对流天气发生冲突。由于这种天气是飞行员在规划途中轨迹变化时决策过程的重要组成部分，因此对将天气数据和相关功能集成到 TAP 软件进行了一系列调查。本文回顾了迄今为止已纳入 TAP 的天气数据源和功能，以及在设计过程中积累的经验。
一种新型动力冲压空气翼伞制导算法...
Calise 和 Preston [1] 开发了一种近似校正制导命令以消除风的影响的方法。分析表明，风对制导回路稳定性的影响相当于在大多数飞行条件下增加制导回路增益，甚至在风速超过飞行器空速时会导致回路增益符号反转。Luders 等人 [2] 提出了一种在线稳健轨迹规划，以在风不确定的情况下执行防撞和精确着陆。显式实时风建模和分类用于预测未来的干扰，采样技术确保有效保持对可能变化的稳健性。其他大多数工作 [3-6] 寻求稳健的翼伞终端制导，以便在各种风干扰下准确和迎风着陆。
基于... 的无人机周期控制
如今，无人机 (UAV) 的飞行距离越来越长，任务时间也显著延长。这要求无人机不仅要有长续航能力，还要有远程能力。受鸟类和海洋动物运动模式的启发，它们表现出动力-滑行-动力周期性运动行为，因此提出了一个最优控制问题来研究无人机轨迹规划。微分平坦度的概念用于将最优控制问题重新表述为非线性规划问题，其中平坦输出使用傅里叶级数参数化。P 检验还用于验证是否存在优于稳态运动的周期解。以航空探空仪无人机为例，说明周期性控制方案相对于平衡飞行在续航时间和航程成本方面的改进。[DOI: 10.1115/1.4043114]
多参数 MRI 评估对对流反应...
将神经导航序列导入 Brainlab Curve-100 工作站后，在立体定向引导下精确放置 CED 导管。使用“概览”视图为微创轨迹规划两个入口点，以开发目标复发性肿瘤及其周围神经和血管结构的 3D 模型。将导管固定在 14 French Foley 导管（红色橡胶管）中，然后用 3-0 尼龙（Neurolon）缝线缝合刺伤，并将患者转移并插管至 MRI 套件 [图 1]。通过 MRI 期间钆的释放确认导管位置理想 [图 2]。患者对手术的耐受性良好，术后神经系统完好无损。在神经重症监护室对导管进行密切监测，并按照方案以 0.5 ml/h 的速度输注 MDNA55。
自动化车辆的人类首选路径计划的曲线轨迹模型
抽象的自动驾驶系统通常用于车道保存任务。通过这些系统，计划在车辆前一条本地路径。但是，这些路径通常被人类驾驶员发现不自然。响应于此，本文提出了一个线性驱动器模型，该模型可以计算出反映人类驱动程序偏好的节点点，并基于这些节点点，可以设计人驾驶员首选运动路径用于自主驾驶。模型输入是道路曲率，通过自发开发的欧拉曲线曲线拟合算法有效利用。进行了一项全面的案例研究，以验证所提出的模型的功效，证明其模仿人类曲线路径选择中观察到的平均行为行为的能力。统计分析进一步强调了该模型的鲁棒性，从而确认了已建立关系的真实性。这种轨迹规划的范式转变对自主驾驶系统与人类驾驶偏好的无缝整合具有有希望的含义。
国际航空火山监视 (IAVW) 路线图...
本文件旨在为国际航空火山监视 (IAVW) 内的航空用户和气象与火山信息提供者提供一份路线图（即“什么”和“何时”），该路线图定义了改进的服务，包括将火山灰相关信息整合到基于性能导航的决策支持系统中。该路线图并非旨在提供文件中介绍的所有领域的详细描述，而是为用户提供高层次的概述。IAVW 路线图是一份活文件，旨在支持国际民航组织气象小组和适用的工作组和工作流。该路线图的配套文件是《国际空中导航火山危害信息操作概念》，旨在支持全球空中导航计划和航空系统模块升级 1.1 AMET 的 ASBU 模块概述 以下是五个 AMET 模块的简要说明。虽然以下描述指的是“气象信息”，但应理解，这涵盖了一系列气象和非气象现象，包括火山灰云和气体。 AMET Block 0（2013-2018）：全球、区域和本地气象信息，以支持灵活的空域管理、改进的态势感知、协作决策和动态优化的飞行轨迹规划。 AMET Block 1（2019-2024）：支持自动化的气象信息
DQC O：用于协作的分布式量子计算......
摘要 — 量子计算机具有高速并行处理的优势，可以有效解决未来网络中的大规模复杂优化问题。然而，由于不确定的量子比特保真度和量子信道噪声，依赖于通过纠缠连接的量子网络的分布式量子计算在跨量子计算机交换信息方面面临许多挑战。在本文中，我们提出了一种自适应分布式量子计算方法来管理量子计算机和量子通道，以解决未来网络中的优化任务。首先，我们描述了量子计算的基本原理及其在量子网络中的分布式概念。其次，为了解决未来协作优化任务需求的不确定性和量子网络的不稳定性，我们提出了一种基于随机规划的量子资源分配方案，以最小化量子资源消耗。最后，基于所提出的方法，我们讨论了未来网络协作优化的潜在应用，例如智能电网管理、物联网合作和无人机轨迹规划。我们还强调了有希望的研究方向，这些方向可以导致设计和实现未来的分布式量子计算框架。索引词——分布式量子计算、量子网络、资源分配