基于视觉识别的全自动网球拾取机器人设计

介绍了基于视觉识别的全自动网球拾取机器人系统,该系统以OpenCV图像库与传感器协同工作,以contex-M3系列芯片作为主控芯片,利用多自由度机械臂、结合多行走电机协同控制与机械臂运动控制,实现了对网球的自动识别、跟踪和拾取,并通过红外线传感器对卸球点的检测,完成自动返程卸球功能,是一种新型全自动拾网球机器人。     

一种网球自动发球装置的设计

网球比赛通常在两名单打球员或两对组合之间开展,因此某些情况下缺少陪练人员将直接导致网球球员的训练无法进行。为了实现网球练习者在无人陪练状态下的自主训练,设计了一款网球自动发球装置。该装置采用单片机控制,具有收球、送球、储球、发球、行走五个功能,并且实现了发球频率、角度和球速的自动调节。实验结果表明:与同类产品相比,该自动发球装置更为符合人机工程学的基本原理,收球和发球效果更好,对于帮助网球练习者提高训练水平具有重要意义。     

一种独立工作的智能网球捡球机器人

为满足网球场的网球拾捡需求,提升捡球机器人的智能程度,扩大机器人的适用场景,节约人工成本,开发了一种独立工作的智能网球捡球机器人。文章对该机器人的整体结构设计、运动装置设计、抓取装置设计、吸尘装置设计加以阐述,并在硬件设计和软件设计两个方面对机器人的控制系统进行介绍。机器人利用一种灵活式机械手用作抓取装置,同时加入了图像识别和避障导航技术,以适应实际场地中的各类复杂情况。经过基本YOLO模型的清捡效率测试,本设计中机器人的识别清捡准确率在95%左右,工作较为稳定可靠,达到了网球场的清捡标准。     

基于STM32单片机的自动网球送球车设计

针对网球训练时运动员需耗费一定的时间和体力收集和拾取球场散落的网球的问题,设计了一种基于STM32单片机的自动网球送球车。该送球车可实现直接向运动员送递网球供其发球,或将网球卸载到发球机内供训练使用。实际应用表明,该网球运送车具有运送速度快,球储存容量大,送球定位准确等特点,可帮助运动员提高网球训练效率,有良好的应用前景。     

网球挥拍机械手设计与实验研究

综述了国内外网球运动的发展和研究现状,分析了费德勒的挥拍动作与网球挥拍机械手所需的自由度,研制出一种结构紧凑,功能齐全,集网球击球动作研究、击球动作示教功能和网球练习于一体的网球挥拍机械手试验平台。该试验平台由抛球机构,击球机构,夹持机构,机架及控制电路组成,采用ARM9系列控制芯片对其进行集中高效的控制。它既能够用于研究网球击球动作,还可为初学者提供示范教学,又能帮助练习者进行接发球练习,同时还具备机器人示教功能,并可用于举办机器人击球比赛,对网球运动研究、普及网球运动和机器人相关知识有重要意义。     

遥控自动网球拾球机的研制

设计了一种新型的网球拾球机,介绍了拾球机的机械结构设计、控制硬件电路和控制程序设计。该新型网球拾球机的两个后轮分别由一个直流电动机驱动,两个后轮带动前轮转动,前轮与一个拾球滚筒通过单向推力轴承联接,实现拾球机在行走的同时进行自动拾球,并将网球暂时储集在一个容器内,当网球装满时又会及时提示。直流电动机则是由单片机根据无线电遥控指令来进行驱动,另外在拾球机上安装了红外反射式传感器,可实现自动避障功能。该新型的网球拾球机具有结构简单、自动化程度高和速度快等特点,并且大大降低了拾球的劳动强度。     

网球自动发射器的研制

针对网球训练项目中的技术要求和存在的问题,提出了设计网球自动发射器的想法;介绍了网球自动发射器的基本结构;阐述了网球自动发射器实现发球频率、力量、角度的调整以及实现球的旋转等工作原理;并对该科研产品的性能特点进行了合理的分析.     

飞行器发动机结构系统早期故障分类识别方法研究

在对飞行器发动机结构系统早期故障进行分析的基础上,提出应用小波变换、分形与模糊神经网络相结合的早期故障识别分类方法。该方法首先利用小波变换和分形技术对早期故障的微弱信号进行处理并提取早期故障信息,然后利用模糊神经网络(FNN)对早期故障特征信息进行聚类分析识别。实验结果表明,该方法是一种识别早期故障的有效方法。     

利用小波去噪和HHT的模态参数识别

提出了基于小波去噪和HHT的模态参数识别方法,以改善模态参数识别的精度.该方法先利用小波进行信号去噪,克服噪声对EMD分解的影响,以减少EMD分解过程的计算量和分解层数,对去噪后的信号进行EMD分解提取单模态的自由响应,然后利用自由响应的Hilberr变换识别模态固有频率和阻尼比.利用该方法对某振动台简支梁系统进行了模态参数识别,结果表明在噪声干扰下,该方法识别模态参数的精度较高,特别是阻尼比识别精度高.     

通过投影矩阵识别类二维码人工信标的新方法

针对类二维码人工信标图形特点,提出一种对类二维码人工信标进行有效识别的新方法,该方法首先对包含类二维码人工信标信息图像进行预处理,从而对其进行定位与信息提取,达到有效识别目的。实验结果表明该方法在理想光照条件下,能够对类二维码人工信标进行准确识别;在光照复杂条件下,也能很好完成识别任务。     

利用Morlet小波变换识别悬索桥模型模态参数

破坏性试验在实际的桥梁上针对结构损伤的识别和定位研究难以进行,且基于数值模拟的研究又存在较大的局限性,所以模型试验方法在桥梁结构的损伤识别研究中尤为重要。参考润扬大桥,面向损伤识别设计制作了悬索桥试验模型。对该试验模型进行了动态测试,并对Morlet小波变换方法进行模态参数识别的适用性和有效性进行了研究,提出了小波理论识别模态参数的改进方法,将其应用到模型试验中。试验表明,该方法具有使用方便和识别准确的优点。     

结合面切向动态特性参数的改进Levy法识别及验证研究

对Levy法进行了改进,通过对阻尼比的迭代实现结合面动态特性参数的识别。实验表明,该方法对刚度和阻尼比都有较高的识别精度,其中对阻尼比的精确识别是该方法最大的优点。同时研究了基于ANSYS的结合面动态特性参数的验证方法,并通过将改进的Levy法识别得到的参数代入到ANSYS验证模型中,计算得到的结合面固有频率与实测频率误差小于6%,峰值误差为50%左右,说明了识别参数的有效性以及验证方法的可靠性。     

基于逆传系统法的动态载荷识别方法

动态载荷识别技术,是指在已知系统动态特性的基础上,通过对结构系统的载荷测量,识别出结构系统在实际工作状态下所受的动态激励,其中动态载荷的获取对于现代航天、能源、海洋等等大型复杂机械结构的设计具有非常重要的意义.动态载荷识别的本质在于消除系统特性对输入信号的滤波效应,从而识别出输入动态载荷,那么其识别过程也就是一个反滤波或反卷积的过程.因此动态载荷识别的方法一直引起人们的关注,各种新的识别方法不时出现.提出了一种基于逆传系统分析法的动态载荷识别新方法,该方法根据时间序列方法通过构造原系统的逆传系统,提出利用逆函数方法对机械系统进行动态载荷的识别首先介绍了Green函数及其逆函数,建立了两者之间的关系模式,然后通过对实际物理意义的分析,指出了逆函数实际上是顺传系统的逆系统,因此从理论上来说通过构造逆系统来进行动态载荷识别是可行的.同时利用计算机以单输入-单输出系统为例,仿真验证了该理论方法的正确性.而且结果表明该方法识别精度高,而且适用于非最小相位系统.     

全方位移动式网球机器人的研究与设计

针对普通网球发球机只能发球而不能将球击回模拟与网球运动员完成对练的问题,初步设计了一种全方位移动式的网球机器人。机器人底盘采用了三轮式全向轮系结构,可实现在场地上任意方向的移动以及零半径转弯;设计了击球机构、收球机构与发球机构,击球机构由一个三自由度的机械手组成,每个自由度用一个单独的伺服电机驱动,以实现不同角度与不同力度的发球与击球,从而达到模拟人的发球与击球动作的设计目标;采用了DSP为主控芯片,以双摄像机组建网球跟踪系统,将底盘运动控制与击球动作控制作为一个整体的六轴系统进行控制,从而适应网球运动中场上方位与球拍姿位的协调性要求。采用三维软件Solidworks对机器人的击球动作进行了仿真分析。仿真结果表明,该机器人能够实现对来自不同角度的网球进行回击。     

基于特征匹配的螺柱视觉识别方法研究

提出了一种基于特征匹配的螺柱视觉识别方法。该方法将螺柱识别与定位过程分为两步:训练和识别。在训练阶段,完成螺柱样本特征库的建立;在识别阶段,检测待识别图像中螺柱的类型和位姿数据,为分拣提供准确的螺柱类别及抓取位置信息。实验结果表明,该方法能够对视场范围内任意摆放螺柱实现准确识别与定位。     

智能化水颜色辨识系统的研究

传统方法对水颜色识别的速度较慢、准确率不高。系统采用白色平行光束通过被测水和滤色片,分别照射在3块TCS230颜色传感器上,获得红、绿、蓝三基色(RGB)电压信号,并送入SCT89C516RD单片机进行数据处理。在算法上采用改进型BP神经网络算法,提高识别速度、增加识别级数和识别精度。该方法对海水、纯蓝墨水、红墨水的颜色进行实际识别。试验表明:该系统识别速度快,准确率高。     

基于反演识别法的有限元模型校正

提出了一种在动态分析中对机构的结合面进行参数识别的方法。建立机械结构的有限元模型并将其关键结合面以弹簧-阻尼单元代替,将模态计算的结果与实验结果相结合建立目标函数;通过BP神经网络拟合、遗传算法参数寻优,得出最优结合面参数。以立式圆台磨床为例,运用该方法,对其结合面参数进行了识别。结果表明,通过该方法进行有限元模型中结合面参数的识别是可行的。     

图像法挠度测量中靶标成像识别的研究

图像法挠度测量中靶标成像精确识别是决定该方法是否能进行实际应用的关键因素，为解决图像法挠度测量中的靶标成像精确识别问题，分析了图像法挠度测量的原理，并在此基础上分析了由于天气变化导致成像模糊而影响靶标精确识别的原因。针对该影响因素，提出了图像质量的增强和锐化方法，并采用自适应强的BP神经网络识别靶标，同时给出了识别方法。通过实验对所提出方法的结果进行了对比分析，结果表明该研究结果对天气变化有很好的适应能力。     

基于CLPSO算法的结构系统识别

系统识别问题可以转化成高维多模优化问题。针对基本粒子群优化在分析此类问题时容易出现早熟收敛从而导致局部优化和产生较大误差,提出将基于综合学习策略粒子群优化算法(CLPSO)应用于结构参数识别。由于该方法能够保持群体的多样性,因此可以避免早熟收敛。利用该方法在测量数据不完备且有噪声污染的条件下,同时在没有系统质量和刚度等先验信息的情况下对结构系统进行了识别,通过数值模拟以及对某真实结构进行分析,验证了该方法对结构系统识别的有效性。     

小波包分析在柴油机故障诊断中的应用

运用小波包分析方法对柴油机缸盖振动信号进行预处理,并运用小波包频带的能量分析方法识别柴油机喷油雾化质量故障。在不同工况下的柴油机上测得两组振动加速信号,并对该信号进行分析,准确识别了故障。说明该方法对提取故障信息并进行诊断是行之有效的。