零件点云法向量估计的多尺度特征融合网络

为了解决机械零配件点云处理中非均匀采样干扰、尖锐特征损失等难点,提出一种基于深度神经网络多尺度融合的点云法向量估计方法.该网络在不同邻域尺度下集成了采样点细节与点云块整体两种特征.为了使该多维回归输出网络的训练更稳定且能缓解梯度爆炸问题,重新设计了一个光滑的损失函数.实验结果表明,该方法性能优于传统的方法以及HoughCNN、PCPNet等方法,能够更准确地估计尖锐边缘的法向量,对点云各种噪声和采样方法鲁棒性都更强.     

偏光片细微外观缺陷偏振成像检测方法

针对偏光片细微外观缺陷难以成像、难以检测的问题,该文提出一种基于偏振成像的外观缺陷检测新方法。通过缺陷偏振态指标测量结果,定性描述了对比度增强机理。利用缺陷与正常区域之间透射光偏振态的显著差异,大幅提高缺陷的成像对比度,从而简化后续图像处理算法,提高检测速度和准确率。实验结果表明,偏光片外观缺陷平均检出率达到97.3%,平均单个样品检测时间约为0.22 s,基本满足产业化应用要求。     

未知环境下移动机器人遍历路径规划

为提高未知环境下移动机器人遍历路径规划的效率,提出了一种可动态调节启发式规则的滚动路径规划算法.该算法以生物激励神经网络为环境模型,通过在线识别环境信息特征,动态调用静态搜索算法和环绕障碍搜索算法,有效减少了路径的转弯次数.引入虚拟障碍和直接填充算法,解决了u型障碍区域的连续遍历问题.最后通过仿真实验表明了该方法在未知复杂环境下的有效性.     

多干扰情况下的电力系统闭环辨识研究

电力系统中多处负荷投切与变化等随机性质小扰动,导致系统响应始终存在类似噪声的小幅波动.本文提出利用广域测量类噪声信号辨识被控电力系统模型,及时准确地反映系统当前运行特性,进而解决因仿真模型及参数误差造成的系统分析及控制器设计可信度难以评估等难题.重点对多干扰情况下的系统模型闭环辨识问题进行理论性研究,包括闭环可辨识性、辨识一致性及收敛性等方面,分析得出类噪声环境下要实现系统闭环辨识需具备的条件,并对理论研究结果进行了仿真验证.     

基于zxing2.0改进算法的条形码识别

文章以条码技术、图像处理技术为基础,针对在低端手机上安装zxing2.0代码程序识别速度慢、识别率不高,针对CODE₁28码识别系统不稳定的缺点,改进了zxing2.0的开源代码。1:利用方向滤波改进了源代码的滤波模板,使原来的直线模板改成了棱形模板。2:修改了代码的分辨率。在改进之下,用了五种分辨率来测试识别时间,又在一天之内不同的强弱光照强度下测试了改进代码的识别时间。通过这两种改进的方法,提高了识别率,缩短了识别时间。     

基于位长四叉树的EZBC改进算法

基于位长四叉树结构,提出一种嵌入零块和上下文模型的图像编码(embedded zeroblockcoding and context modeling,EZBC)改进算法,其仅利用位长四叉树就可以完成编码,并形成算术编码器所需的上下文,不仅可以获得与EZBC算法基本一致的压缩性能,且相对EZBC算法可节约90%的内存.通过位长四叉树对小波系数进行快速定位和重要性判断,不再采用链表操作,加快了编码速度,有利于算法的硬件实现.     

一种运动可靠的车辆主动悬挂线性控制器

考虑车辆悬挂的触底和碰顶失效模式,设计一种运动可靠的车辆线性振动控制器,通过失效概率约束建立新的最优悬挂控制器问题,提出一个混合优化算法求解该最优线性控制器的反馈增益.结果表明,提出的控制器能以很小的性能代价换取较高的运动可靠性,使车辆悬挂控制器达到可靠性要求.     

基于解释器技术的注塑模CAD系统研究

针对传统泣塑模CAD系统的缺陷，提出并分析了新型注塑模系统的总体设计方案和3DMCAD／CAM系统构建语言，由此实现了柔性化注塑模CAD系统，包括模架、抽芯机构、浇口套等机构及其孔型的信息获取、自动生成、更新和删除。     

机构约束条件下Delta机器人工作空间建模与计算方法

为了简单快捷地计算带有机构约束的Delta并联机器人的工作空间,提出一种新的Delta并联机器人工作空间的数值算法,并在算法中加入了球铰、万向节等机构约束对Delta型并联机器人工作空间的影响。首先建立Delta并联机器人工作空间计算的理论数学模型,然后建立球铰、万向节机构的角度约束数学模型,最后利用MATLAB编程求解并用离散点作图表示以及进行实验验证。利用该算法可以计算带有机构约束的Delta并联机器人的工作空间,通过对自主开发的Delta并联机器人的操作分析,验证了该方法的有效性。