基于力传感器的机器人平面路径搜索

用ＨＵＳＴ－ＦＳ６型六维腕刀传感器，在五自由度小型通用工业机器人上进行了平面路径搜索的实验研究，实验结果表明，在没有任何外界环境描述的情况下，机器人可以从任意给定位置搜索到任意终止位置，并且具有记忆功能，可将所走路径显示出来。     

基于支持向量回归的动力电池参数辨识

根据铅酸蓄电池在放电过程中内部电化学反应导致外部电特性变化的特点,提出一种基于支持向量机原理的电解液密度辨识模型。利用支持向量机理论非线性回归的特性,简化测量电解液密度的过程,在恶劣环境下检测动力电池的电解液密度更显其优越性。预测实验表明,采用改进的交叉验证预测模型具有泛化能力强、稳定性好的特点,并且在小样本的条件下能达到预期的辨识精度。     

一种支持企业集成的基于Agent的企业信息模型

文章从企业集成的角度,对企业信息模型进行探讨和研究,提出基于Agent的企业信息模型以支持企业集成和电子商务活动.     

红外背景抑制与小目标检测算法

目的 针对Robinson guard滤波器的局限性和红外图像背景抑制问题,提出一种新的红外背景抑制滤波算法。方法 首先通过形态学Tophat算子对图像背景进行抑制,然后对背景抑制后的图像采用改进的Robinson guard滤波器进一步凸显目标,并通过阈值化分割出感兴趣区域,在此基础上,利用Unger平滑去除小的噪声点,最后用局部信杂比（SCR）和移动式管道滤波剔除伪目标,实现运动小目标的准确定位。结果 采用3组不同的红外背景图像序列进行实验,所提算法对不同背景均有很好的抑制效果,与传统Robinson guard滤波方法相比,本文算法不仅能更有效地保留目标的特征信息,而且对3组图像序列的小目标的检测率分别提高了1.1%、2%、11%,虚警率分别降低了14%、12%、16%。结论 本文算法能有效地检测出小目标,具备较高的准确性,对于低信噪比的图像具有良好的适应性。同时,本文算法具有较高的实时处理能力,有利于实现实时性技术应用。     

基于混合DSm模型的移动机器人动态环境地图构建

针对移动机器人探测动态未知环境的问题,引入了一种由贝叶斯理论和Dempster-Shafer证据理论（DST）扩展而来的新的信息融合方法——Dezert-Smarandache理论（DSmT）．采用栅格地图,并根据声纳的物理特性,在DSmT框架下建立了声纳的数学模型．运用DSmT中的高级模型,即混合DSm模型,构造了一组基本信度赋值函数（gbbaf）,用以处理动态环境下声纳获取的不确定和不精确信息,甚至于高冲突信息．借助Pioneer2-Dxe移动机器人分别进行了混合DSm模型和DST两种算法的地图构建实验,并绘制了相应的二维基本信度赋值地图．将由混合DSm模型与DST构建出的环境地图进行了比较,充分验证了混合DSm模型在未知动态环境下的有效性,为处理动态高冲突信息提供了有力的理论依据．     

基于量子粒子群优化的在线航迹规划

现代战场中,环境信息是变化的,飞行器很难预先获得精确的全局环境信息,因此要求无人飞行器具有实时的航迹规划能力,采用量子粒子群优化算法,将约束条件和搜索算法相结合,有效解决了简单粒子群算法在高维空间中易陷入局部最优点的问题;同时,根据地形障碍、敌方防御雷达、防空火力等威胁以及禁飞区的分布情况,引入最小威胁面的概念,利用B-Spline插值逼近最小威胁面中的三维航迹在二维水平面内的投影,从而将三维曲线的规划问题简化为二维平面中控制点的寻优问题,简化了问题复杂度,提高了计算效率.仿真结果表明该方法可以满足在线航迹规划的要求.     

马尔可夫随机场在显微图像散焦深度信息估计中的应用

针对显微视觉图像深度信息估计问题,提出了一种基于马尔可夫随机场的散焦特征参数模型;该模 型将散焦特征深度信息的估计转化为能量函数的优化问题．应用迭代条件模式（Iterated Conditional Mode,ICM） 算法进行优化,在ICM 算法中应用最小二乘估计（LSE）算法对初始点参数进行估计,从而改进了ICM 算法的性 能,防止了其进入局部最优解．实验与仿真证实了该模型和算法的有效性和可行性．     

基于视觉伺服的自主微装配方法

研究基于视觉伺服的自主微装配方法,为实现深度信息估计,提出一种基于马尔可夫随机场的散焦特征参数模型,将散焦特征深度信息的估计转化为能量函数的优化问题,采用Broyden 图像雅可比矩阵实现视觉伺服控制。通过微夹钳自动定位与夹取实验,验证了该方法的有效性。