基于模糊知识网的推理机设计

为了简化知识网的重构运算,文中在原有知识网定义的基础上,结合用户对重构出的知识网的满意度和用户需求的多样性,以及模糊数学的相关知识,提出了一种模糊知识网的概念;然后根据模糊知识网与原有知识网的不同,在原有知识网混合运算的基础上重新定义模糊知识网的并、交、差运算,并给出模糊知识网混合运算的算法;最后在混合运算的基础上研究了模糊知识网推理机的设计,并给出了模糊知识网推理机的主要功能模块和设计流程图以及几个主要的界面以实现模糊知识网的自重构。     

针对规则化工件曲面的喷涂轨迹规划研究

基于大曲率复杂自由曲面可被分片造型成若干个近似平面、圆柱面、圆锥面和球面组合的思想,文中分别针对平面、圆柱面,圆锥面、球面等不同规则化曲面的喷涂轨迹优化进行研究。首先根据平面的静态喷涂模型分别建立圆柱面、圆锥面、球面的喷涂模型,并以涂层均匀性为优化目标求解优化的路径参数,喷枪速度v和喷涂间距d,在此基础上分别给出针对平面、圆柱面、圆锥面、球面的喷枪轨迹的生成算法。最后通过仿真验证了所提方法的有效性、正确性。     

海洋环境下武器装备作战效能自学习评估模型

针对海洋环境影响下武器装备作战效能的评估问题,提出了具有自学习能力的评估模型。将作战效能分级,基于神经网络建立海洋环境要素与作战效能级别之间的非线性映射,通过估计武器装备的作战效能级别获得其作战效能。为提高模型的评估可信度,评估模型增加了自学习能力,可对其本身进行自学习修正。随着样本增加,为提高评估结果的数值精度,对作战效能级别作进一步细分,使得模型中神经网络的结构得以改进。在此基础上,通过对模型的自学习训练即可实现模型的自学习修正。最后针对某作战平台作战效能的评估实例,实验结果表明模型自学习更新后其可信度得到提高,从而验证了所提出的评估模型的可行性。与传统方法相比该评估模型无需依赖专家经验,具有较高的客观性。     

基于光栅投影的多摄像机标定方法

多摄像机是解决结构光测量系统中视场小和自遮挡等问题的有效方案,但同时由于摄像机分布广、无公共视场,存在全局标定困难的问题。提出了一种基于条纹投影的多摄像机标定方法。加入辅助设备投影仪并向视场内投影大幅面的条纹图案,借助相位算法建立起全局相位场,反求景物的投影仪虚拟图像。利用平面靶标标定摄像机的内参和投影仪的外参获取靶标平面的移动信息,进而求解相邻摄像机的位置参数。最后的优化过程中,再根据相位值对相邻摄像机的图像完成亚像素匹配,通过最小化重建偏差对系统参数进行迭代优化。在搭建的多摄像机三维测量系统上进行试验,结果表明本文的多摄像机标定和测量方案切实可行。     

基于集员估计的室内移动机器人多传感器融合定位

本文针对室内移动机器人的长距离实时鲁棒定位问题进行了研究,考虑到单一定位手段存在的不足,以二维扫描激光和里程计作为主要的定位设备,采用多传感器数据融合技术实现了移动机器人的精确定位.论文首先通过引入基于点-直线特征匹配的改进迭代最近邻(iterative closest point,ICP)扫描匹配方法对激光采集的环境点云信息进行迭代匹配以得到相对位姿变换估计,并推导了其估计不确定性的保守包络矩阵形式,然后通过建立定位过程和观测模型,引入扩展非线性集员滤波器作为多传感器融合方法,利用扫描匹配结果校正由里程计滑移带来的定位误差,并获取定位自身的不确定性边界估计.实验结果表明了本文所提出的室内定位方法的精度、实时性和鲁棒性.     

基于动态规划的分层立体匹配算法研究

动态规划是双目立体匹配的经典算法,针对控制点动态规划算法易产生横向条纹以及立体匹配普遍的边缘性和弱纹理区域问题,提出一种基于金字塔分层双向动态规划的改进立体匹配算法。该算法将分层模型加入传统动态规划方法,以低像素层级为高像素层级提供控制点集,并在匹配代价计算中采用一种自适应相关性测度函数,加以匹配代价滤波,提高算法精确度及实时性并获取高精度视差图。以Middlebury标准库中的图片以及实拍图片作为实验对象,实验表明所提出的方法具有较好的性能。     

三目立体相机的标定研究

立体相机标定是计算机视觉中的重要方法,在立体相机的距离测量、三维重建等领域占据着重要的基础地位和广泛的用途。文中在单目相机标定的基础上提出了三目立体标定的新方法,其主要原理是利用三个相机之间的约束关系,建立多目标带约束的优化方程使标定精度得到提高,三目相机标定相对于传统的单目相机标定还可以得到三个相机之间的位置关系。文中首先讲述了立体相机标定的一些基础知识,其中主要是相机模型的介绍;其次讲述了单目摄像机的标定原理,并由此提出三目摄像标定的方法;最后给出实验的结果,验证了所提方法的正确性和有效性。     

带有通信噪声的平衡二叉树的全局吸引不变集

以带有通信噪声的平衡二叉树传感器网络为研究对象,研究了虚警概率和漏检概率的动力学性质。首先推导出了虚警概率和漏检概率依赖于网络层数的迭代表达式,将两类错误概率的迭代过程描述成一个动力学系统;然后在平面直角坐标系下对两类错误概率的迭代模式进行了研究分析;最后推导出了上述动力学系统的全局吸引不变集,该不变集与通信噪声无关且可以很大程度上简化对该系统的分析。     

基于局部和全局信息的快速三维人耳识别

现有基于迭代最近点法(ICP)的三维人耳识别方法计算量大,配准时间长,且容易陷入局部最优,同时用于配准的人耳含有冗余信息,对配准造成干扰。基于此提出一种基于局部和全局信息的快速三维人耳识别方法,根据内部形状特征提取关键点并实现人耳归一化;提取低维度局部描述子实现关键点匹配并得到候选列表,之后先通过快速点特征直方图进行粗配准,最后用带法向量信息的改进ICP算法进行精配准得到识别结果。基于UND-J2数据库进行身份识别实验,并与一些经典方法的结果进行对比分析。实验表明关键点特征提取仅需0.026 s,关键点匹配仅需0.015 s,耗时很短。身份识别实验获得了98.55%的Rank-one识别率,证明该方法与其他现有算法相比,识别速度更快,识别率更高。