二分粒度聚类和KELM的全景图像火焰识别研究

针对现有灭火机器人视觉系统的窄视野且检测结果受光照变化干扰的问题,提出了一种应用于大视角全景图像火焰识别且抗光照变化干扰的二分粒度聚类优化的核极限学习机方法.首先,对全景图像建立抗光照变化干扰的颜色模型;然后在该颜色模型下利用经过二分和粒度思想改进的K-means聚类算法分割疑似火焰区域与非火区域;最终提取疑似火焰区域的颜色分量等特征参数作为输入向量来训练核极限学习机(KELM)分类器以提取火焰区域.经仿真研究证明,该算法能快速准确识别全景火焰图像,对光照变化具有良好的鲁棒性,且通用性强.     

一类带非线性扰动的广义系统输出反馈控制

研究了一类带有非线性扰动的广义系统输出反馈控制问题,目的是设计系统的输出反馈控制器。应用线性矩阵不等式方法,对一类输出矩阵给出了系统的输出反馈控制器存在的充分条件;并在这些条件可解时,给出了输出反馈控制器表达式。最后用仿真例子说明所给方法的有效性。     

配置机械手的轮式移动机器人目标物体跟踪与抓取

针对配置机械手的室内轮式移动机器人目标物体识别、跟踪和抓取问题,采用一种目标物体识别和机器人定位的方法,利用一种基于模糊控制的轮式移动机器人视觉伺服跟踪控制的方法。针对机器人目标识别跟踪及抓取过程中受环境条件变化的影响,采用HSI颜色模型和基于阈值的区域分割的图像处理方法可以完成目标颜色物体的快速准确识别。基于云台摄像机角度信息的机器人小车目标定位方法和模糊控制理论,设计了模糊跟踪控制器,使机器人输出合适的线速度和角速度,能够实现机器人目标跟踪,使移动机器人趋近目标物体位置,并完成机械手目标物体抓取任务。仿真和实时实验结果表明：所设计的系统具有良好的目标物体识别、跟踪和准确抓取目标的能力。     

PLC控制的跳汰机自动排料系统

介绍由可编程控制器和单片微型计算机的跳汰机自动排料系统，详述了系统硬件，软件的设计和控制器参数的调整方法，并简述了该控制系统的特点。     

径向柱塞泵中滑靴摩擦副的设计分析

该文介绍了静压支承工作原理，并利用静压支承原理对新型径向柱塞泵的滑靴结构进行了设计。分析了滑靴摩擦副的油膜刚度、漏损及影响油膜厚度的因素。     

考虑径向畸变的机器人视觉系统的参数标定

针对GRB-400机器人视觉系统,建立完整的摄像机一阶径向畸变模型。用GRB系统的Matrox图像采集卡采集标定点坐标,利用径向排列约束方法 (简称RAC)建立线性方程组求解摄像机的径向畸变参数。基于此畸变参数实现图像校正,以提高对目标物体的定位精度,从而提高机器人视觉系统对摄像机标定参数变化的鲁棒性。实验结果表明,该方法有较高的标定精度。     

基于模糊证据理论算法在火灾检测中的应用

在复杂多变的火灾检测环境中,针对传统火灾检测方式准确率不高,适应性较差的问题。将模糊集合和D-S证据推理有机结合,提出一种新的用于火灾检测的多传感器数据融合的方法。该方法首先利用火焰、烟雾和温度传感器感知火灾状态,然后根据给出模糊隶属函数计算各个传感器的模糊隶属度。为了增强系统的抗干扰性,引入了计算传感器可信度的方法,并根据每次测量隶属度和可信度转化为基本概率分配函数(mass函数),最后利用证据理论对一个周期内多次测量的信息进行融合。结果表明,该方法提高了火灾检测判别的准确率,克服单个传感器带来的不稳定性和不确定性,增强了火灾检测系统的鲁棒性。     

自学习模糊滑模控制及其在电液伺服系统中的应用

本文针对一类非线性系统的跟踪控制问题,基于滑模等价控制的基本概念,提出了一种具有在线学习能力的模糊滑模控制方法,利用学习控制实现模糊控制规则的动态更新,使得模糊控制的输出逐步逼近滑模等价控制,最终实现渐近稳定的滑模控制。     

基于神经网络与加权融合的火灾火焰识别研究

以室内环境为应用背景,结合火灾火焰的静态和动态特征,采用了一种神经网络与加权融合的火灾火焰识别算法,对室内火灾火焰进行实时快速判决。对视频图像进行可疑运动检测,再对颜色特征进行提取,在HIS颜色空间中建立新的颜色判据,然后获取圆形度和尖峰数;研究了火焰频闪特性,将这些特征信息作为神经网络的输入端,最终利用加权融合的算法,判定区域是否为火焰。     

基于反向步进的直流电机系统的鲁棒速度控制器设计

本文针对直流电机非线性系统提出了一种基于反向步进的非线性自适应速度控制策略。首先通过状态重构将直流电机系统模型转化为级联结构,其次考虑参数不确定及转矩干扰设计具有鲁棒性的自适应反向步进控制器。仿真结果表明本文提出的这种控制方法适用于参数不确定情况下的直流电机系统的速度调节且具有较好的速度跟踪性能。