煤矿搜救蛇形机器人MK-01控制系统设计

为用于煤矿搜救的蛇形机器人MK-01设计了一个控制系统。该系统能够利用机器人自身携带的仪器设备采集煤矿巷道内部的状态信息,通过无线网络将信息传输给地面系统,为营救人员施救提供依据。该系统对提高煤矿搜救的智能化、自动化水平,降低搜救成本、提高搜救效率具有一定的意义。     

基于红外热像的大功率光纤激光焊熔宽检测技术研究

大功率光纤激光焊接中,熔宽是反映焊接质量的直接信息,研究一种基于红外热像的大功率光纤激光焊熔宽检测技术是评价焊缝质量的一个重要方法。本文采用近红外传感高速影像机获取熔池动态热像,经自适应中值滤波、灰度拉伸、裁剪、动态阈值、数学形态学等图像算法来提取熔池热像边缘和检测熔宽。试验结果表明,所采取的组合算法能准确地检测出大功率光纤激光焊中熔宽的变化。     

大功率盘形激光焊光致等离子体特征提取

激光致等离子体是激光焊接过程中的一个重要现象,与焊接的稳定性、焊接质量以及能量利用率等都有着密切的关系。本文研究一种利用计算机图像处理技术提取等离子体图像特征的新方法。以大功率盘形激光焊接Type304不锈钢板为试验对象,应用高速摄像机摄取焊接过程中的等离子体图像,通过计算机图像处理技术提取等离子体图像的面积、高度和摆角特征参量。试验结果表明,所提出的方法能够准确有效的提取大功率盘形激光焊接光致等离子体的特征信息。     

大功率光纤激光焊接熔池特征提取技术研究

本文针对大功率光纤激光焊接不锈钢板紧密对接焊缝,建立了一个熔池动态信息的近红外图像检测系统,用于焊接熔池视觉信息的采集。应用可见光波和红外光波段滤光组合技术解决了焊接过程中飞溅、等离子体和红外辐射的干扰,在近红外高速摄像机获取清晰的熔池区域图像的基础上,研究了大功率光纤激光焊接熔池图像特征的提取方法,为焊缝跟踪和焊接质量控制提供可靠的视觉信息检测。     

基于雅可比预测的机器人无模型视觉伺服定位控制

针对未知相机标定及目标3D几何模型,研究机器人无模型视觉伺服定位方法.引入状态空间,建立机器人“视觉空间-运动空间”雅可比非线性映射的状态方程和观测方程,提出神经网络联合卡尔曼滤波雅可比预测算法,网络在线动态补偿系统近似误差与参数估计误差,实现最小均方差条件下的雅可比预测;以李雅普诺夫稳定性准则构建雅可比预测的无模型图像视觉伺服控制方案,避免了相机标定和目标建模.“眼在手”六自由度机器人定位比较实验表明,图像空间特征轨迹平滑稳定在相机视场中,笛卡尔空间机器人末端运动平稳,无震荡回退,定位精度在10个像素范围内.     

基于多模特征深度学习的机器人抓取判别方法

针对智能机器人抓取判别问题,研究多模特征深度学习与融合方法.该方法将测试特征分布偏离训练特征视为一类噪化,引入带稀疏约束的降噪自动编码（Denoising auto-encoding, DAE）,实现网络权值学习;并以叠层融合策略,获取初始多模特征的深层抽象表达,两种手段相结合旨在提高深度网络的鲁棒性和抓取判别精确性.实验采用深度摄像机与6自由度工业机器人组建测试平台,对不同类别目标进行在线对比实验.结果表明,设计的多模特征深度学习依据人的抓取习惯,实现最优抓取判别,并且机器人成功实施抓取定位,研究方法对新目标具备良好的抓取判别能力.     

基于老化因子的变压器绝缘状态分析

为进一步研究变压器扩展德拜等效电路对变压器绝缘介质老化的影响规律,提出利用回复电压极化谱特征量建立变压器扩展德拜等效电路,并通过分析等效电路参数对回复电压极化谱的影响,获得变压器绝缘介质老化情况。通过仿真和实例分析的结果表明:大时间常数的极化支路反映变压器绝缘纸的老化情况;小时间常数的极化支路反映变压器绝缘油的老化情况。在此基础上,结合等效电路参数提出老化因子K_L,以此来定量分析变压器绝缘状态,并获得老化因子与变压器绝缘状态之间的内在联系。当K_L位于区间[0, 10],变压器绝缘状态良好;当K_L位于区间[10, 30],变压器绝缘状态一般;当K_L位于区间[30, ∞],变压器绝缘状态老化严重。     

基于多分辨率搜索与多点云密度匹配的快速ICP-SLAM方法

针对激光SLAM（同步定位与地图创建）的实时性和定位精度问题,为了克服初始位姿不准确情况下增大搜索范围和位姿匹配分辨率对实时性的影响,本文在传统ICP-SLAM（迭代最近邻SLAM）基础上进行改进,提出了一种分层搜索与匹配的快速ICP-SLAM方法．首先,在搜索范围内采用由粗到细的分辨率进行全局搜索,并通过逐渐增加待匹配点的密度进行分步匹配计算．点云匹配过程中,通过构建距离像计算待匹配点的最近邻距离值,其计算复杂度降低为O（1）．其次,通过对点云匹配结果进行优先排序和剪枝,快速排除非最优解．最后,以半数全局最优与全数局部最优原则作为搜索结束判断条件,提高搜索效率．SLAM Benchmark数据集上的测试结果表明,相比于流行的激光SLAM算法Cartographer,所提出的方法取得了更小的平均误差和平方误差,计算效率为Cartographer算法的2~5倍．同时,工业AGV（自动导引车）的实际应用实验验证了在初始位姿未知的情况下,可实现实时的位姿估计与建图,重复定位精度优于1.5 cm．因此,这种快速ICP-SLAM方法能够保证实现准确的定位估计,具有良好的实时性．     

色噪声下卡尔曼滤波焊缝跟踪算法与试验研究

精确控制激光束使其始终对中并跟踪焊缝是保证激光焊接质量的前提．以大功率光纤激光焊接Type304不锈钢为试验对象,研究一种有色噪声环境下应用卡尔曼滤波最优状态估计预测激光束与焊缝路径偏差的方法．使用高速红外视觉传感器摄取焊接区红外热像,提取焊缝位置参数并构成状态向量,建立基于焊缝位置参数的系统状态方程和焊缝位置测量方程．针对系统动态噪声为有色噪声,通过扩展状态变量的方法建立有色噪声环境下的卡尔曼滤波算法,对焊缝位置进行最优状态估计并得到最小均方差条件下的焊缝偏差最优预测值,消除系统噪声对焊缝偏差测量的影响．焊接试验结果表明新方法可有效抑制有色噪声干扰并提高焊缝跟踪精度．     

融合多模板注意力深度网的自适应目标框跟踪算法

现有深度网络跟踪算法应对相似物体干扰、尺度变化、形变模糊、遮挡等问题存在挑战,为此提出一种融合多模板注意力机制的鲁棒深度网络算法.在SiamFc深度网络分支中构建通道和空间多模板注意力机制,以加强网络对目标特征的提取能力;融合浅层和深层卷积特征实现跟踪目标的精确聚焦,以克服相似物干扰问题;采用自适应回归网络学习目标采样点与目标边界之间的距离,实现目标区域的动态预测,有效应对目标尺度变化问题.另外,通过计算分类特征的APCE均值和最大值建立模板在线更新策略,实现网络自适应目标形变模糊与遮挡等问题.对OTB 100和VOT 2016等公开数据集的测试结果表明,与目前先进的SiamFc及改进方法相比,所提出算法在动态目标跟踪的准确率和成功率上均得到有效提升,具有强鲁棒性能.