AS-R移动机器人的动态避障与路径规划研究

针对移动机器人的动态避障和路径规划问题,以AS-R移动机器人为平台,设计了一种基于行为分析的动态避障策略。根据避障问题将移动机器人整个运行过程中的行为划分成趋向目标行为、避障行为、沿墙走行为及紧急避障4种行为,有效实现了机器人的动态避障,并解决了两种避障难题:左右摆动问题和凹型障碍物问题。利用多传感器结合检测方法,通过红外传感器减少盲区和镜面反射带来的误差,通过间隔采样或分组采样技术避免多路串扰问题;对均值滤波与中值滤波进行实验对比后,提出一种递推型中值滤波方法,从而提高了数据在空间和时间上的连续性,有效地减少了超声波随机串扰信号及其它干扰信号,进而提高了探测模块的准确度。最后设计了几种复杂环境下机器人的动态避障和路径规划,并验证了所提方法的有效性。     

无线传感网络节点锂电池剩余电量估算方法

针对采用锂电池电量检测芯片DS2786进行剩余电量估算存在误差较大的问题,结合DS2786芯片和卡尔曼滤算法,提出了一种面向无线传感网络节点锂电池的剩余电量估算方法。该方法通过建立能表征锂电池特性的等效电路模型,将芯片DS2786所获得的锂电池两端开路电压和放电电流作为卡尔曼滤波算法的输入参数,进行精确的剩余电量估算。实验结果表明,该方法对于锂电池剩余电量的估计误差可维持在3%以内,且算法复杂度低,能满足嵌入式设备的应用要求。     

面向健康物联网的非接触式连续心电监测系统

随着人口老龄化程度的提高,远程健康监测系统和服务的需求日益增长。采用 PVDF压电薄膜传感器、研发信号采集与处理的现场检测主机,构建非接触式人体生理参数检测的床垫系统,设计滤波器和自适应差分阈值方法,提取人体心率、 呼吸率参数,基于云平台和物联网技术,设计了具有监测数据的存储、共享及APP终端访问等功能的心电监测系统,完成了整个系统的硬件和软件设计与调试,并进行了实物测试。实验结果表明,与标准医用仪器相比,心率和呼吸率监测结果基本一致,满足长期健康监测应用中对数据准确度的要求。     

移动机器人网络控制的实现

实现一个基于C／S模式的网络移动机器人控制系统,用户可以通过网络控制机器人移动。该系统可分为三部分：视频监控模块、远程控制、状态信息的反馈和处理。其中,为了实现视频的实时传输,将先用M—JPEG压缩技术对原始视频进行压缩,然后通过RTP协议来进行传输。为了使用户的指令能及时有效传输给机器人,采用面向连接的Socket技术。为了使操作者,更加直观的感觉到机器人的移动效果,实时地描绘机器人的行走线路图。最后介绍了移动机器人网络控制实验系统的设计及实验结果。     

微机硬件技术网络辅助教学系统及实践

比较了传统课堂教学模式与网络教学模式的特点，提出了将两种模式相结合的网络辅助教学的模式，设计开发了微机硬件技术网络辅助教学系统，作为硬件技术发展同步，优化了教学方法，并为个性化教学提供了条件。     

基于PSO的神经网络机械臂自校正控制

粒子群优化算法(PSO)基于群体的演化算法,本质上是一种随机搜索算法,并能以较大概率收敛到全局最优.针对非线性机械臂系统,利用径向基函数(RBF)神经网络和PID控制器作为混合控制器,运用PSO算法对神经网络参数进行在线学习优化,同时在PID控制器的辅助下对机械臂系统进行在线自校正控制.计算机仿真表明,该控制器具有较高的控制精度和响应速度,可以满足机械臂工作要求.     

多智能体协作的两层强化学习实现方法

提出了多智能体协作的两层强化学习方法。该方法主要通过在单个智能体中构筑两层强化学习单元来实现,将该方法应用于3个智能体协作抬起圆形物体的计算机模拟中,结果表明比采用传统强化学习方法的智能体协作得更好。     

深度迁移学习在高光谱图像分类中的运用

针对高光谱图像分类中，样本空间特征利用不足的问题。将深层残差网络作为特征提取器运用到高光谱图像分类中，利用深层残差网络更深的网络结构，挖掘样本邻域空间中的深层特征，实验证明此特征具有更好的可分性。同时，针对深层卷积网络有监督训练的过程中，由于有标签样本不足导致的过拟合现象，提出基于深度迁移学习方法的训练策略，通过迁移网络在另一相关数据集中训练得到的网络浅层卷积核参数，再使用目标数据集对深层卷积核参数进行微调，提高了残差网络在少量有标签样本情况下的分类效果。     

VB6.0数据报表对象技术及应用

本文介绍了使用VB6.0数据报表(DataReport)对象定制报表的实现方法.讨论了实现过程中若干值得注意的重要技术环节的解决方法,给出了设计实例,提出了高效开发打印报表的新途径.     

DataMatrix条码的畸变校正

条码在使用过程中出现的污染、缺损、仿射变换和边缘模糊等畸变给条码识别带来困难。为提高条码码字的切割和识别的准确度,本文提出了一种矩阵式二维条码的畸变校正算法,采用凸包运算精确定位奈码图像的边界和四个顶点,并采用控制点法校正条码图像。实验表明,该方法简单、易于实现并且效果好。