基于Petri网的分布式实时嵌入式系统调度的建模

提出了一种基于资源的时间Petri网模型，以便建模分布式实时嵌入式系统中的静态调度，分析系统性能。该模型将处理器资源和通信资源，以及相应的优先级附着到变迁上，从而建模以下的分布式实时嵌入式系统：在单处理器上采用基于固定优先级的抢先式调度，处理器之间的通信采用基于固定优先级的不可抢先式调度。最后分析了该模型的语义、性质以及状态类图的构造方法。     

未知环境下基于意图推理的多机器人编队控制

设计了一种未知环境下基于意图推理的多机器人编队控制方法.该方法在机器人自身移动局部坐标系中通过观察其领航机器人,采用限定记忆最小二乘多步递推策略对领航机器人的运动趋势进行预测,估计出领航机器人的运动信息及机器人之间的相关信息,结合已有的编队控制律以及切线避障策略使机器人安全躲避潜在危险的同时实现多机器人之间的协调.该方法扩展性较好,仿真验证了其可行性.     

架空线路绝缘子破损视觉检测研究

研究了架空线路瓷绝缘子破损视觉检测问题。基于瓷绝缘子局部区域特征,采用三层BP神经元网络从复杂背景中识别出目标绝缘子并定位,然后采用扫描分析绝缘子图像窗口纵向剖线模式的方法,判定绝缘子的完好状态,最后进行了仿真和实验。实验验证了绝缘子破损视觉检测方法的可行性。     

基于无模型自适应控制的视觉伺服

传统的机器人视觉伺服控制技术需要已知机器人精确的动力学和运动学模型以及机器人的手-眼参数。然而,由于机器人建模、手-眼标定等过程存在一定误差,因此很难精确获得视觉伺服控制模型,从而影响机器人视觉伺服系统的精度和收敛速度。针对这一难题,本文提出一种基于无模型自适应控制方法（MFAC）的机器人视觉伺服技术。利用视觉伺服系统的输入与输出数据,实现自适应视觉伺服控制,即通过MFAC在线估计机器人伺服控制器中的雅各比矩阵,并结合滑模控制器,实现机器人对目标的快速精确跟踪。实验结果表明,本文提出的方法在系统参数变化引起的未知扰动情况下仍能保证伺服控制器平稳收敛,并且能够减小视觉跟踪误差。     

分类问题的一种流形学习算法

提出了一种分类问题的流形学习算法.利用LLE算法的思想寻找样本的内在流形分布,并通过比较未知样本与正样本流形及负样本流形之间的距离来判定该样本的类别.实验显示,本文提出的流形学习算法的分类效果与SVM、Boosting等当前流行的机器学习算法相当.与此同时,该算法具有参数估计简单、参数影响不大等优点,该算法为分类问题的机器学习提供了一条新的途径.     

基于线性回归的无线传感器网络分布式数据采集优化策略

事件监测是无线传感器网络中最重要的应用之一,部署在监测区域内的传感器节点通过对感知数据信息的采集、处理和传输等基本操作完成具体的监测任务,在各种操作中,节点之间的数据传输是最消耗能量的.为了减少节点之间的通信数据量,达到降低网络能耗和延长网络生命周期的目的,该文提出了一种能量高效的基于线性回归的无线传感器网络分布式数据采集优化策略,通过应用线性回归分析方法构建感知数据模型,保持感知数据的特征,使节点仅传输回归模型的参数信息,代替传输实际监测的感知数据信息.仿真实验结果表明,文中提出的数据采集优化策略能通过较小的通信量有效地实现事件监测区域感知数据的预测和估计,降低网络的总能量消耗,延长网络的生命周期.     

结合邻域信息的Chan-Vese模型图像分割

灰度异质图像广泛存在于日常生活及医学图像中,而现有方法不能很好地解决灰度异质图像的分割问题,为此提出一种结合邻域信息的改进Chan-Vese模型.首先通过计算找出邻域内与中心点属于同一类的点,其次将这些点与中心点的距离作为它们与中心点相似程度的权值进行累加,最后通过统计整幅图像中每个局部区域内各点与中心点的相似程度,加强了该模型对区域细节的捕获能力,实现对灰度异质区域的分割.实验结果表明,与Chan-Vese模型相比,文中模型可以准确地分割包含灰度异质区域的图像;与Piecewise Smooth模型相比,2个模型分割效果几乎相同,但文中模型的速度更快.     

遥控模型直升机分通道模型辨识方法研究

设计了嵌入式控制系统,研究了小型遥控直升飞机在悬停状态的模型辨识方法.按照遥控直升机的4个控制输入(纵向周期变距、横向周期变距、总距、以及尾距),直升机的运动可分解为俯仰、倾斜、升降和航向4个通道,分别采用分通道飞行实验数据,通过Matlab辨识工具,得到了遥控直升机在悬停状态下各通道的单榆入单输出控制模型.飞行实验数据的验证结果表明,分通道数学模型可以很好地反映相应通道的动态特性,对实现遥控直升机自动驾驶控制具有重要的应用价值.     

基于多特征融合的视频交通数据采集方法

提出了一种基于多特征融合的视频交通数据采集方法, 核心思想是: 在图像中设置虚拟线圈, 假设车辆从虚拟线圈上驶过时引起像素变化, 通过识别这种像素变化来检测车辆并估计车速. 与现有技术相比, 本文的贡献在于: 1) 综合利用虚拟线圈内的前景面积、纹理变化、像素运动等特征来检测车辆, 提出了有效的多特征融合方法, 显著提高了车辆检测精度; 2) 根据单个虚拟线圈内的像素运动向量来估计车速, 避免了双线圈测速法的错误匹配问题. 算法测试结果表明本文算法能够在复杂多样的交通场景和天气条件下, 准确地检测车辆和估计车速. 在算法研究的基础上, 研制了一款嵌入式交通视频检测器, 在路口长期采集交通数据, 为交通信号控制和交通规律分析提供决策依据.     

基于可变关节数的模块化两栖仿生机器人转弯控制

概述了一种具有模块化结构的两栖仿生机器人设计,结合其关节数可变和主从轮式驱动的特点,给出 了任意关节数偏转转弯的地面转弯控制方法,并推导了其最小转弯半径．针对多关节两栖机器人的转弯推进方式, 利用ADAMS 下的运动学模型进行了仿真验证,给出了相应的仿真结果．同时,平衡性分析进一步表明了关节转弯 推进方式在当前两栖机器人样机上的适用性．实验结果表明了该转弯方法的有效性,它能够满足机器人的地面运动 需求．