清洗机器人自主清洗方法研究

为提高清洗机器人运行的自主性,提出了针对具有六自由度清洗机器人的自主清洗方法;首先给出了清洗机器人的机械及电气结构,建立了机器人的运动学模型,分析了机器人的运动学及逆运动学问题,实时计算出污物的位置;在此基础上,为实现机器人的自主清洗,接着设计了机器人的控制系统结构,采用了RBF模糊神经网络对机器人进行智能控制;最后通过实验表明所提出的方法能满足清洗机器人精确定位到任意目标位置的要求,其动态性能和稳定性都达到了清洗要求。     

专家模糊神经网络控制系统在复杂工业过程中的应用

针对复杂工业过程控制系统的特点,提出一种专家系统和模糊神经网络相结合的二级协调智能控制系统。该系统的执行控制级由模糊神经控制器完成,协调级由专家系统完成。经仿真和复杂过程回转窑温控实验表明,控制系统具有良好的性能。     

复杂工业过程的模糊神经网络自适应控制

本文针对复杂工业过程控制系统的特点 ,提出一种模糊神经网络自适应控制系统 ,该系统由两个模糊神经网络组成 ,一个完成Fuzzy学习控制 ,另一个完成未知被控对象模型的建模。仿真和复杂工业回转窑炉温控实验结果表明 ,控制系统有良好的性能     

图象椒盐噪声的非线性自适应滤除

为了在滤除图象椒盐噪声的同时能很好地保持图象的细节,提出了一种新颖的图象椒盐噪声非线性自适应滤除算法。该方法首先在噪声图象的滤波窗口中去除具有最大和最小灰度值的象素,然后求取剩余象素的均值,计算出该均值与对应的象素灰度值的差值,再通过与阈值相比较,确定是否用求得的均值代替原噪声图象的灰度值。阈值由图象的灰度分布自适应地确定,该算法与已发表的同类算法相比,具有更好地滤波性能,尤其在噪声严重时,其效果明显优于传统的中值滤波算法。     

模糊控制在直流电机调速中的应用

本文主要介绍了以模糊控制理论为基础的直流电机调速模糊控制系统。通过把人们用自然语言描述的控制直流电机调速经验转换成模糊控制规则,通过这些规则经过模糊推理和模糊决策得到控制量。实验证明,模糊控制直流电机调速性能高于一般的直流电机调速。     

基于改进RRT*FN算法的机器人路径规划

针对固定节点数的渐近最优快速扩展随机数算法(RRT*FN)精度低、收敛到最优值速度慢等问题,提出一种改进的RRT*FN路径规划算法,并用于解决二维静态环境下的移动机器人全局路径规划问题.首先,改进算法使用与RRT*FN算法相同的均匀采样方法进行路径搜索,当搜索到一条初始路径时,在之后的路径规划中使用启发式采样方法.在之后的每次迭代中,改进算法在椭圆子集采样方法与路径点邻近区域采样方法中随机选择一种作为当前采样方法.然后,当树中的总节点数达到预设值时,对树中的叶子结点采用加权方法进行删除.通过给予采样区域内的叶子结点更高的权重,从而将采样区域外的叶子结点以更高概率删除,得以保留树中的高性能节点,以便提高算法性能.最后,通过仿真实验验证改进算法的有效性.     

融合视觉显著性再检测的孪生网络无人机目标跟踪算法

针对旋翼飞行器在跟踪过程中目标尺度变化、快速运动、视角变化等问题,本文提出了一种基于MobileNetV2的孪生网络目标跟踪算法,可在无人机机载处理器上实时运行。该算法主要包含目标得分估计模块与目标尺度估计模块两个部分。结合多特征融合的策略,可准确预测出目标位置与目标框IoU,同时以目标框IoU为指导,利用梯度上升法对目标框进行迭代修正,进一步提升预测精度。针对完全遮挡而导致的目标跟丢问题,本文设计了一个基于视觉显著性的目标再检测算法,该算法可实时高效地预测出图像的显著性区域,以指导对目标的再检测,进而恢复跟踪。最后,通过标准无人机跟踪数据集测试与实际无人机跟踪实验,验证了算法的可行性。     

基于滑模观测器的永磁同步电机变结构鲁棒控制

提出一种由一个变结构控制器和一个滑模观测器组成的控制系统,用于永磁同步电机的无传感器鲁棒控制.首先利用Lyapunov稳定性原理分析得到观测器的收敛条件及自适应率,并证明了其稳定性;然后以转速误差为参量建立滑模面,构造出变结构速度控制器,推导出自适应速度控制律,并得到速度控制的参考电流和参考电压.该方案的控制性能不依赖于电机参数和干扰变化,具有较强的鲁棒性.仿真结果验证了该方案的有效性与正确性.

     

中国象棋机器人棋子定位与识别方法

针对中国象棋机器人系统中棋子定位与识别问题,提出了一种基于最小外接圆二次定位的定位方法和一种旋转差分识别算法。首先,采用Hough圆检测进行粗定位获取棋子区域,并对棋子进行均值二值化处理。随后,对二值化图像进行形态学处理,提取最大面积轮廓,并利用其最小外接圆实现棋子二次精准定位。最后,对二次定位修正后的图像进行旋转差分识别。以直径为15 mm的棋子为测试对象,利用我们研制的象棋机器人采集图像进行测试,结果表明,棋子的定位精度为0.5 mm,平均定位时间为2.6 ms;在保证棋子识别正确率在98%以上的情况下,单个棋子平均全流程运算时间为10 ms,完全满足现有象棋机器人需求。     

基于显著性检测的双目测距系统

为了提高双目视觉测距系统中图像匹配的实时性与测距的精度,提出一种将显著性检测与焦距拟合相结合的双目测距方法。首先对双目相机进行畸变矫正,并利用双目相机成像的特点拟合相机焦距与目标距离的关系,随后对所得图像进行显著性检测,并提取目标区域,最后,利用surf算子对提取出的区域进行特征匹配,将匹配点代入测距模型中得到目标物体的距离。结果表明:显著性检测方法明显提升算法执行速度,焦距拟合降低双目测距模型误差,明显提升双目测距精度。