铝板-铁氧体屏蔽对无线充电系统特性影响研究

为了研究屏蔽结构对磁耦合谐振式无线充电系统参数的影响，本文理论分析了铝板、铁氧体结构对无线充电系统参数的影响机理，搭建无线充电系统场路耦合计算模型，对比分析了添加铝板及铝板-铁氧体复合结构后无线充电系统空间磁场特性和系统参数变化规律，并通过模拟实验验证铝板-铁氧体复合结构的有效性。研究结果表明：单独使用平板式铝板作为屏蔽结构时，无线充电系统会受到外部金属板的影响，发射线圈电压由254.84 V上升至486.1 V,发射线圈电流由3.84 A上升至8.1 A,传输效率下降、涡流损耗增大；当采用优化后的铝板铁氧体复合屏蔽时，铝板屏蔽结构对系统的影响程度下降，相对于平板铝板结构，电压下降至298.82 V,电流下降至4.31 A;模拟实验中，增加铝板屏蔽后，发射线圈电压由18.6 V上升至19.2 V,而负载电压由7.8 V下降至6.64 V;当增设铁氧体后，发射线圈电压恢复至18.6 V,负载电压提升至7.36 V,模拟实验结果表明铁氧体结构能有效缓解金属板对系统电气参数的影响。     

排除光流错误跟踪点的鲁棒方法

针对光流法用于跟踪光照变化和部分遮挡情况下的物体容易产生漂移的问题,通过比较跟踪点与该点补集映射关系产生的投影点之间的距离,提出了一种光流错误跟踪点排除方法——异类距法.首先证明了异类距排除误差最大元素的正确性;然后在静止场景受光照变化和部分遮挡情况下,给出了异类距排除错误跟踪点以及摄像机姿态矩阵在时间序列上的分布.针对视频序列的抖动情况,与传统方法进行比较的实验结果表明,该方法对于排除错误跟踪点是鲁棒的.     

面向自然交互的多通道人机对话系统

人们在对话过程中,除了使用口语交互外,还会很自然地利用表情、姿态等多模态信息辅助交流。重点分析并阐述了如何将这些多模态交互方式有效地融合到人机对话模型中,并实现一个面向自然交互的多模态人机对话系统。首先根据不同通道(如情感、头姿)对语音交互的影响,将它们主要分为信息互补、信息融合和信息独立3种模式,并针对3种模式分别采用不同的方式实现输入信息的多模态融合。信息融合后的对话管理,采用有限自动机、填槽法和混合主导方式的对话管理策略。针对对话中的情感处理,提出一种情感状态预测网络来记录用户的情感变化,并根据话语的轮转的不同对话上下文对用户情绪变化进行及时反馈,该对话模型能比较灵活地处理用户在对话过程中呈现的多模态信息。信息输出方面,针对人机对话中较为常用的数字虚拟人的行为控制,提出了一种简化的多模态协同置标语言,实现了虚拟人的包括情感、姿态与语音的同步表达,提高了虚拟人的表现力。最后基于以上关键技术,实现了一个面向城市路况信息查询的多模态自然人机对话系统。多个用户的体验表明,相对于传统的语音人机对话模型,多通道自然人机对话系统能有效提高用户交互的自然度。     

具有智能交互学习能力的机械臂写字系统

基于Uarm机械臂构建了一个学习人类写字顺序的机械臂智能写字系统,该系统首先具有对陌生汉字的自动笔画拆分和书写能力,然后基于语音对话和图像分析技术,能够根据用户教授的笔画和笔顺来学习汉字的正确书写方式.首先,系统根据输入的语音信息以及摄像头观察到的文字的图像信息,获得用户想要写的关键字及对话意图;然后通过对摄像头看到的图像信息进行分析,对检测到的汉字进行自动笔画拆分和笔顺提取,对于正在教授中的字,跟踪笔迹顺序,学习汉字笔顺的正确写法.通过对话管理,机械臂会以对话的形式进行书写反馈并与用户交互,学习人类书写顺序并实现正确书写.通过实验分析及测试者主观评测,该系统取得了不错的评价.     

改进EGM模型对特高压输电线路的适用性与验证

为了更准确地分析我国特高压输电线路雷电绕击屏蔽性能,基于我国长空气间隙放电试验数据和雷电回击观测数据,建立考虑地形条件的适应于大尺寸输电线路雷电屏蔽性能评估的改进电气几何模型(electric geometry model, EGM)并进行验证,将击距公式修正为rs = 0.13(I 2+ 40I)0.814。改进EGM模型对超、特高压输电线路三相导线的雷电绕击率计算结果与日本实际线路雷击观测数据及我国平原、山区特高压输电线路雷击模拟试验数据具有一致性,验证了改进EGM模型的适用性。采用改进EGM模型评估了杆塔型式、山坡陡度对我国特高压线路绕击跳闸率的影响。计算结果表明,采用SZ322型杆塔的绕击跳闸率高于采用SZT1型杆塔,且特高压线路绕击跳闸率随山坡陡度的增大而增大。EGM模型的修正以及计算方法的优化,对我国特高压输电线路雷电屏蔽性能的设计具有一定的指导意义。     

集中供热热网的变流量调节方法的研究

主要介绍集中供热热网调节手段中的变流量调节方法;采用了最不利压差控制的调节方法及其控制算法;并以工程实例加以说明。     

保持视觉稳定性的增强现实注册算法

提出了一种保持视觉稳定性的增强现实注册算法,特征点在视频中的初匹配基于随机树检索统计得到,初步匹配的特征点采用半几何限制结合单应矩阵迭代的方法进行错误匹配排除,随后采用光流法跟踪特征点,最后根据共面POSIT算法计算出物体世界坐标系到摄像机坐标系的变换矩阵。由于采用了特征点跟踪方法,在一定程度上有效的防止了虚拟物体在视觉上的抖动。     

对话意图及语音识别错误对交互体验的影响

在自然人机对话中,由于环境噪声、方言口音等因素带来的语音识别错误以及语义分析的不充分等原因,计算机在理解用户交互意图时出现偏差,使得计算机对要反馈的话题出现错误,造成人机对话进程的断裂.以面向咖啡为主题的漫谈式人机对话为例,将对话中断分为3种情况：话题反馈不当引起中断、话题正确情况下的模糊反馈不当和精确反馈不当引起中断.根据用户与计算机对话的记录分析比较上述3种情况下人机对话进程断裂情况.统计数据结果表明,话题反馈不当带来的对话中断最为明显,在对话进程断裂情况中达到了60.1%的比例;在话题反馈正确情况下,模糊回答不当和精确回答不当带来的话题中断比例分别为22.2%和21.6%;在语音识别错误情况下,语义分析会带来数量更大的反馈错误.实验数据分析结果表明,在语音识别错误情况下,根据上下文信息提高计算机对用户话题反馈的准确率,能够有效降低人机对话的中断,提高人机对话的自然度.该工作为自然人机对话的意图分类重要性提供了数据分析和实验论证.     

面向机械臂操作的视觉信息实时重建方法

现阶段的机械臂技能传授方法主要通过三维实时重建技术搭建虚拟空间进行模拟训练。然而人与机械臂视角不同，传统视觉信息重建方法由于重建误差大、时间长，而且实验环境苛刻、所需传感器较多等原因，导致机械臂在虚拟空间内习得的技能不能很好地迁移于现实环境。针对以上问题，提出了一种面向机械臂操作的视觉信息实时重建方法。首先，通过Mask-RCNN(Mask-Region Convolutional Neural Network)对实时采集到的RGB图像提取信息；然后，将提取后的RGB图像及其他视觉信息联合编码，并通过ResNet-18将视觉信息映射为机械臂操作空间的三维位置信息；最后，为减小重建误差，提出了一种聚类簇中心距离受限离群值调整方法（CC-DIS），并利用OpenGL(Open Graphics Library)将调整后的位置信息可视化，完成机械臂操作空间三维实时重建。实验结果表明，所提的实时重建方法具有较快的重建速度和较高的重建精度，完成一次三维重建仅需62.92 ms，重建速度高达每秒16帧，重建相对误差约为5.23%，能有效用于机械臂技能传授任务。