简介：对船舶螺旋桨机器人铣磨系统进行研究,详细阐述系统组成、系统原理和关键技术。利用拍照式三维扫描仪获得螺旋桨叶片的形状参数信息并拟合形成螺旋桨三维毛坯模型,运用专用的模型计算软件完成毛坯模型与目标模型的比对并绘制出切削曲线,得出最佳切削量,传输给机器人系统产生铣削程序,从而使机器人以最佳切削量对螺旋桨进行铣磨。该机器人铣磨系统技术可用来解决磨削整体螺旋桨时出现桨叶间干涉和手工打磨质量低下等难题,对快速、高质量地加工整体螺旋桨具有重要作用。

简介：据媒体报道，韩国将于2008年1月在首尔地铁站内使用机器人向导。

简介：介绍船舶管系焊接机器人系统及其应用，提高管系焊接效率和质量，减轻工人劳动强度，在保证船舶管系加工进度的同时，达到节能减排目的。

简介：2008年1月通过语音介绍路线、出口、车站周围交通信息等的可移动机器人在韩国首尔地铁站内试上岗。

简介：分析悬链输送零件的特点，指出采用机器人能够完成自动装卸任务。对于悬链线上难度较高的正反挂零件，分析悬挂的方式，通过机械臂尺寸的优化，认为正面挂上、斜挂反下的方式，同时基座的高度值等于下部吊杆的高度值时，机械臂的结构尺寸最小，最后分析研究斜挂反下时悬挂车轮的运动过程。

简介：水下机器人的研究与发展是科学技术进步的必然产物.本文设计了一种适用于浅水域进行多方面工作的框架形水下机器人,该整体方案突出了水下机器人结构简单、制作方便、制作成本低、安全性高.并综合考虑了相关部件的设置,保证其在水下工作时的良好性能.

简介：Toprovideasimulationsystemplatformfordesigninganddebuggingasmallautonomousunderwatervehicle’s(AUV)motioncontroller,asix-degreeoffreedom(6-DOF)dynamicmodelforAUVcontrolledbythrusterandfinswithappendagesisexamined.Basedonthedynamicmodel,asimulationsystemfortheAUV’smotionisestablished.ThedifferentkindsoftypicalmotionsaresimulatedtoanalyzethemotionperformanceandthemaneuverabilityoftheAUV.InordertoevaluatetheinfluencesofappendagesonthemotionperformanceoftheAUV,simulationsoftheAUVwithandwithoutappendagesareperformedandcompared.TheresultsdemonstratetheAUVhasgoodmaneuverabilitywithandwithoutappendages.

简介：设计并实现了基于Arduino开源电子平台的服务机器人控制系统及对应的移动平台，主控系统为PC机或智能手机，作为移动平台的智能小车车架上搭载了Arduino控制板、电机、电源、蓝牙等功能模块和多种传感器，主控系统通过蓝牙模块向移动平台传送控制指令，移动平台按接收到的指令执行对应动作并采集状态信息和传感器数据上传至主控系统.实验表明该系统具有控制方式灵活、系统扩展能力强、开发成本低、适用面广等特点.

简介：针对非接触船体喷涂爬壁机器人容错控制系统进行了相关研究。分析了船体喷漆爬壁机器人的工作原理及系统组成,然后融合BP神经网络及PID控制方法,开发具有较好容错特性的控制器,最后通过MATLAB/SIMULINK软件进行仿真研究,仿真结果表明方法有效,系统具有良好的静动态性能。

简介：采用动网格与滑移网格结合技术,以计算流体力学方法对超小型水下机器人通过狭窄隧道进行探测作业时的水动力性能变化进行数值模拟.计算结果表明：超小型水下机器人通过隧道时,狭窄的隧道使水下机器人周围的流场空间受限,会对其导管螺旋桨产生的推力造成十分显著的影响.刚进入隧道时,导管螺旋桨产生的推力会产生一个剧烈的波动,由于在隧道中,空间狭小,使得螺旋桨前方的伴流显著减小,其推力数值会变小.

简介：针对母船的升沉运动会影响到带缆遥控水下机器人的安全作业和收放功能，提出了利用液压绞车进行水下机器人自动升沉补偿的方案．设计了带缆遥控水下机器人升沉补偿液压系统，控制系统采用了神经元自适应PID控制算法．并在Matlab中进行了仿真，仿真结果表明，该系统能够较好的实现水下机器人的升沉补偿运动．

简介：针对《油类记录簿》记载常见问题,文章通过深入分析造成记载错误的各种原因,结合记载说明和细目一览表,举例阐述经常性项目的记载要求和注意事项,旨在提高船员记载《油类记录簿》的能力。

简介：以厦门市公交IC卡数据为依托,提出一种基于问卷调查数据的机器学习分类方法-决策树模型,用于分类辨识公交刷卡数据中的通勤人群.研究中利用公交刷卡数据与调查问卷中同时包含的公交出行信息作为非类别属性变量,以公交通勤人群/非公交通勤人群作为分类变量,分别构建决策树模型中的树节点与叶节点.之后,利用随机抽取的2/3调查样本数据构成决策树算法的训练集,余下数据作为决策树算法的测试集,对模型进行构建、训练与测试,结果显示模型预测效果良好,其覆盖率约为98.1%,命中率也达到81%,最终将该模型用于公交刷卡数据中通勤人群的分类辨识.