基于压电驱动技术的细胞微量注射装置

提出了用压电陶瓷在通电下产生的微小变形的原理来设计压电驱动器,利用微位移压电驱动器来完成细胞微量注射微动平台的定位和注射,并且将微动平台和由电机带动的细胞微载台来构成细胞药物微量注射的机械结构与控制系统。压电式细胞微量注射装置的定位和注射动作全部由压电驱动器来完成,和目前国内外的细胞微量注射装置相比主要特点是定位精度和注射精度都比较高。     

基于机器视觉的宏/微双驱动与控制系统的研究

针对目前单一的驱动方式日益不能满足越来越多的微操作的要求,提出了利用步进电动机和压电驱动器组成宏/微双驱动的微操作平台.步进电动机实现大行程移动和定位,压电驱动器进行高精度定位误差补偿.同时为了解决宏/微双驱动两部分的协调控制问题,提出了利用全局机器视觉的协调控制方法,将末端执行器与目标点的距离作为控制阈值;如果当前距离大于设定的控制阈值,则起动宏动台进行驱动定位;否则起动压电驱动器进行定位误差补偿.试验结果表明:系统的定位速度快,定位精度为1 μm,稳定定位时间小于40 ms.     

基于模式识别的压电精密驱动与控制系统

提出了基于图像识别技术的精密驱动与控制系统,以及将驱动系统分为步进电机丝杠的宏驱动系统和压电驱动器的精密驱动系统,并将两者有机地结合成完整宏/微的驱动系统。并且提出了基于计算机视觉技术与串口通信技术相结合的控制系统。这个精密驱动与控制系统的微操作平台连接上不同的机械执行机构就可以用于不同的精密加工和制造系统中。     

宏/微双重驱动技术的研究和应用现状

宏/微双重驱动技术因具备大行程、快速响应、高精度定位等特点,近年来在微操作领域得到了广泛的应用.总结了目前常用的宏/微双驱动的宏、微定位部件,并分析了它们各自的优缺点及使用范围;并介绍了常见的宏/微双重驱动系统的集成方式,以及国内外这方面研究取得的成果.为即将从事这方面研究的人员提供了很好的参考.     

基于QR码视觉定位的移动机器人复合导航方法研究

为实现机器人运动路径的柔性调整,并避免激光传感器和高精度陀螺仪等带来高成本,提出一种基于QR码视觉定位复合导航方法。结合制造工位离散特点和机器人差速运动模型,利用离散QR码构建地面栅格地图;通过视觉定位QR码特征并提取机器人相对地标偏差,定位过程包括边缘提取、直线检测、矩形边框判断、QR码特征识别及偏差计算;将此偏差作为地标间微机电系统(MEMS)惯性传感器轨迹推算的初始值,消除地标间行驶的累积误差。在ARM-Cortex A9平台上对导航方法进行测试,结果表明,复合导航方法使机器人能准确全局定位并实现多路径柔性切换;在1 m/s速度和1.2 m地标间距下的侧向距离偏差均值为8 mm,方向偏差最大值在1°范围内,能够满足智能制造车间对机器人定位精度和路径柔性配置需求。     

视觉控制技术在压电驱动细胞注射装置中的应用

提出了基于数字图像处理技术的细胞注射视觉控制系统,采用人工交互控制与计算机自动定位相结合的闭环视觉控制方法,通过CCD数字图像采集系统识别出细胞和注射针尖的位置信息,并进行细胞和针尖之间相对距离的动态自动定位和反馈控制。结果表明:控制系统自动定位精度达到0.05μm,提高了细胞注射精度,解决了目前在细胞注射过程中人工操作工作量大、定位精度不高以及自动化程度低等问题。     

基于隐马尔可夫模型的驾驶行为预测方法研究

根据驾驶行为受驾驶意图驱使,在时空上应先产生驾驶意图后有驾驶动作执行,再有具体的驾驶行为的时空顺序,利用意图到行为实现过程中的时间差,研究建立了基于多驾驶操作动作特征观测信息和隐马尔可夫模型的驾驶行为预测方法,实现了跑偏驾驶、一般转向和紧急转向3种驾驶行为的预测。从机动车安全预警的角度进行分析,预测出驾驶员的驾驶行为等同于获得驾驶员对车辆未来运行状态的需求,有助于及时纠正或干预驾驶员正在或即将实施的危险行为。     

基于惯性和视觉复合导航的自动导引小车研究与设计

自动导引小车(AGV)作为智能制造的重要物料搬运设备,其导航精度及路径柔性配置性能制约了其在智能制造领域的应用范围。针对这一问题,提出了基于惯性和视觉的AGV复合导航方法,利用两种导航技术的互补优势,实现高精度导航定位,提高了AGV对工作环境的适应能力和可靠性。在此基础上,利用二维码标签构建了AGV工作栅格地图,实现了AGV行驶路径的柔性配置。测试表明复合导航方法具有纵向5mm、侧向10mm、方向偏差1°的导航定位精度。     

基于D-S理论和BP网络的驾驶行为识别技术研究

提出了BP神经网络与D-S证据理论相结合的驾驶行为识别、预测方法;将汽车行驶过程中人-车-路的信息作为BP神经网络的输入,利用BP神经网络对驾驶行为进行初步识别,并将BP神经网络输出的结果归一化处理后作为D-S证据理论的基本概率分布;利用证据距离理论对证据进行证据冲突处理,通过D-S证据组合理论对输入信息进行综合分析处理,决策识别出当前的驾驶行为;利用MATLAB语言编写了仿真测试程序,仿真结果表明该方法能够准确的识别出当前的驾驶行为。     

基于驾驶行为及意图的汽车主动安全技术研究

针对国内汽车主动安全技术研究的现状,提出了基于驾驶员行为及意图判断的汽车主动安全研究方法,在此汽车主动安全系统中利用采集到的驾驶员各种操作信号及环境信息,进行驾驶员的驾驶行为及意图分析。根据驾驶员的各种操作信息对常见驾驶行为及意图判断的权重的不同,建立了用于判别典型驾驶行为及意图的权重矩阵。通过MATLAB软件编程仿真,建立了八种典型驾驶状态下权重判断矩阵,仿真表明,该权重矩阵设计合理,可以准确地判断和识别出典型的驾驶行为及意图,为未来汽车主动安全技术的研究提供了一种有效的方法。