基于遗传算法的机器人最优测量构型研究

研究了机器人标定中最优测量构型的选择，采用奇异值分解方法获得了机器人位姿测量构型的观测指标。以该指标为优化的目标函数，利用遗传算法来选择机器人的一系列最优测量构型，以最小化参数估计中测量和建模误差的影响。实验结果表明，利用该方法获得的最优测量构型的标定结果优于随机选择的测量构型的标定结果。     

机器人计算力矩不确定性的神经网络补偿控制*

提出一种由计算力矩控制器和神经网络补偿控制器相结合的控制方案,探讨了用神经网络补偿机器人计算力矩不确定性的方法,推导了网络权值的自适应调整律,并证明了系统的稳定性和误差的收敛性.该方案结构简单、鲁棒性强,且神经网络补偿器有较好的适应性,无须事先知道机器人动力学参数和结构的精确值.对机器人轨迹跟踪的仿真结果表明,所提方案具有很好的鲁棒性和抗干扰能力.     

一种改进机器人计算力矩控制的神经网络补偿方法

提出了一种由计算力矩控制器和神经网络补偿控制器相结合的机器人控制方案,探讨了用线性神经网络补偿机器人计算力矩不确定性误差的方法.推导了网络权值的自适应调整律,并证明了系统的稳定性和跟踪误差的收敛性.所提方案结构简单,鲁棒性强,且神经网络补偿器有较好的适应性,无需事先知道机器人动力学参数和结构的精确值.对某打磨机器人轨迹跟踪的实验结果表明所提方案具有很好的鲁棒性和抗干扰能力.     

Infrared Image Small Target Detection Based on Bi-orthogonal Wavelet and Morphology

An image multi-scale edge detection method based on anti-symmetrical bi-orthogonal wavelet is given in theory. Convolution operation property and function as a differential operator are analyzed,which anti-symmetrical bi-orthogonal wavelet transform have. An algorithm for wavelet reconstruction in which multi-scale edge can be detected is put forward. Based on it, a detection method for small target in infrared image with sea or sky background based on the anti-symmetrical bi-orthogonal wavelet and morphology is proposed. The small target detection is considered as a process in which structural background is removed, correlative background is suppressed, and noise is restrained. In this approach, the multi-scale edge is extracted by means of the anti-symmetrical bi-orthogonal wavelet decomposition. Then, module maximum chains formed by complicated background of clouds, sea wave and sea-sky-line are removed, and the image background becomes smoother. Finally, the morphology based edge detection method is used to get small target and restrain undulate background and noise. Experiment results show that the approach can suppress clutter background and detect the small target effectively.     

基于视觉定位的脑外科机器人坐标变换问题研究

视觉定位脑外科手术机器人是近年来发展起来的一种新型医疗机器人。该文首先介绍了整个视觉定位脑外科手术机器人系统的构成和手术过程,随后在传统的通过机器人机械臂点取病人头部四个标记点来建立机器人坐标系与患者头部仿射坐标系之间转换关系的基础上,引入视觉定位功能,通过双目视觉建立起机器人坐标系与患者仿射坐标系之间的关系,从而在根本上提高了系统的机器人坐标系,患者仿射坐标系,3维模型坐标系以及世界坐标系之间的转换精度,有利于进一步的机器人精确手术实现。     

未知环境中自主机器人的路径规划研究

未知复杂环境中自主机器人合理的路径规划是进行探索任务的前提.传统的路径规划方法侧重于研究从起始点到目标点的无碰路径,很少考虑机器人自身运动的平稳性.研究了室外未知环境中考虑机器人姿态稳定性以及能量损耗的路径规划方法,该方法分三步:(1)梯度计算,计算运动区域的梯度;(2)节点探测,运动区域被划分为平坦区域和非平坦区域,辨识每个平坦区域的中心位置,即节点;(3)路径评估,根据提出的评估函数,规划出从当前位置经过中间节点到目标点的最优路径.结合机器人的动力学特性,利用反演控制,设计了合适的控制率,保证了机器人的平稳运动.通过和传统规划方法获得的路径比较,仿真验证了所提方法的有效性.     

机器人逆标定方法比较研究

对两种基于神经元网络的机器人逆标定方法：把机器人位姿和关节角误差作为前馈神经元网络的输入输出，以及把机器人关节角和对应的关节角偏差作为神经元网络输入输出，进行了比较研究。仿真结果表明前者标定效果更好，且更方便简单。把前一种方法的标定结果与传统的几何参数标定方法进行了比较，证明了该方法的有效性，避免了其他传统标定方法繁琐的建模及参数辨识过程。     

机器人逆标定方法研究

在分析传统机器人位姿标定方法的基础上,提出了一种新的机器人标定方法:基于神经网络的逆标定方法。这种标定方法把机器人关节角和相应的误差分别作为前馈神经网络的输入和输出来训练网络,从而实时获得机器人任意关节角的误差值,通过修改关节值来提高机器人的位姿精度。仿真和试验结果均证明了这种方法的有效性。。     

基于ARX技术的AutoCAD图形文件加密研究

本文在介绍了AutoCAD的二次开发工具objectARX的开发原理和特点基础上,结合实际工程要求提出了一个基于ARX的AutoCAD图形文件加密算法。运行结果表明该算法满足设计要求且具有一定的实际应用价值。     

基于小波分解的塔式快速图像匹配算法

文章利用小波分析的多分辨率特性，构建了小波金字塔上的快速图像匹配算法。首先对低分辨率的图像进行匹配操作，然后逐级上推，最终实现全分辨率下的图像匹配。实验结果表明该算法可以减少计算量、显著提高匹配效率。