基于遗传算法的机器人最优测量构型研究

研究了机器人标定中最优测量构型的选择,采用奇异值分解方法获得了机器人位姿测量构型的观测指标。以该指标为优化的目标函数,利用遗传算法来选择机器人的一系列最优测量构型,以最小化参数估计中测量和建模误差的影响。实验结果表明,利用该方法获得的最优测量构型的标定结果优于随机选择的测量构型的标定结果。     

机器人计算力矩不确定性的神经网络补偿控制*

提出一种由计算力矩控制器和神经网络补偿控制器相结合的控制方案,探讨了用神经网络补偿机器人计算力矩不确定性的方法,推导了网络权值的自适应调整律,并证明了系统的稳定性和误差的收敛性.该方案结构简单、鲁棒性强,且神经网络补偿器有较好的适应性,无须事先知道机器人动力学参数和结构的精确值.对机器人轨迹跟踪的仿真结果表明,所提方案具有很好的鲁棒性和抗干扰能力.     

一种改进机器人计算力矩控制的神经网络补偿方法

提出了一种由计算力矩控制器和神经网络补偿控制器相结合的机器人控制方案,探讨了用线性神经网络补偿机器人计算力矩不确定性误差的方法.推导了网络权值的自适应调整律,并证明了系统的稳定性和跟踪误差的收敛性.所提方案结构简单,鲁棒性强,且神经网络补偿器有较好的适应性,无需事先知道机器人动力学参数和结构的精确值.对某打磨机器人轨迹跟踪的实验结果表明所提方案具有很好的鲁棒性和抗干扰能力.     

Infrared Image Small Target Detection Based on Bi-orthogonal Wavelet and Morphology

An image multi-scale edge detection method based on anti-symmetrical bi-orthogonal wavelet is given in theory. Convolution operation property and function as a differential operator are analyzed,which anti-symmetrical bi-orthogonal wavelet transform have. An algorithm for wavelet reconstruction in which multi-scale edge can be detected is put forward. Based on it, a detection method for small target in infrared image with sea or sky background based on the anti-symmetrical bi-orthogonal wavelet and morphology is proposed. The small target detection is considered as a process in which structural background is removed, correlative background is suppressed, and noise is restrained. In this approach, the multi-scale edge is extracted by means of the anti-symmetrical bi-orthogonal wavelet decomposition. Then, module maximum chains formed by complicated background of clouds, sea wave and sea-sky-line are removed, and the image background becomes smoother. Finally, the morphology based edge detection method is used to get small target and restrain undulate background and noise. Experiment results show that the approach can suppress clutter background and detect the small target effectively.     

基于视觉定位的脑外科机器人坐标变换问题研究

视觉定位脑外科手术机器人是近年来发展起来的一种新型医疗机器人。该文首先介绍了整个视觉定位脑外科手术机器人系统的构成和手术过程,随后在传统的通过机器人机械臂点取病人头部四个标记点来建立机器人坐标系与患者头部仿射坐标系之间转换关系的基础上,引入视觉定位功能,通过双目视觉建立起机器人坐标系与患者仿射坐标系之间的关系,从而在根本上提高了系统的机器人坐标系,患者仿射坐标系,3维模型坐标系以及世界坐标系之间的转换精度,有利于进一步的机器人精确手术实现。     

机器人逆标定方法比较研究

对两种基于神经元网络的机器人逆标定方法：把机器人位姿和关节角误差作为前馈神经元网络的输入输出,以及把机器人关节角和对应的关节角偏差作为神经元网络输入输出,进行了比较研究。仿真结果表明前者标定效果更好,且更方便简单。把前一种方法的标定结果与传统的几何参数标定方法进行了比较,证明了该方法的有效性,避免了其他传统标定方法繁琐的建模及参数辨识过程。     

顺序形态变换的图像增强算法

根据顺序形态变换的相关概念和性质,提出了一种新的图像增强算法。该算法通过对图像做局部加权均值滤波,得到图像增强的基值分量;采用多方位结构元素与图像边缘匹配,计算图像关于各个方位结构元素的加权均值并选取其中的最大值来确定边缘;将此最大值与基值分量之差作为增强分量来扩大图像灰度梯度的动态范围;针对图像中的高灰度区和灰度剧变区,应用图像局部均值和方差自适应调节增强系数。因此,算法在抑制图像中的高频噪声的同时,能有效提升图像中的边缘和目标。实验结果表明,增强前后图像标准差由41.1515,36.9133提高到62.0535,52.8331;图像熵由15.8463,16.8998减少到15.8156,16.8324。     

基于ARX技术的AutoCAD图形文件加密研究

本文在介绍了AutoCAD的二次开发工具objectARX的开发原理和特点基础上,结合实际工程要求提出了一个基于ARX的AutoCAD图形文件加密算法。运行结果表明该算法满足设计要求且具有一定的实际应用价值。     

LabVIEW及其在电源老化监测系统中的应用

本文介绍了一种基于虚拟仪器技术的分布式电源老化监测系统．该系统利用单片机完成被测信号的采集和数据传送，使用RS-485总线构成分布式的测试瑚络并在上位机上采用功能强大的LabVIEW软件进行编程．文章主要对系统的软件编程语言LabVIEW以及软件设计原理进行说明。     

机器人逆标定方法研究

在分析传统机器人位姿标定方法的基础上,提出了一种新的机器人标定方法:基于神经网络的逆标定方法。这种标定方法把机器人关节角和相应的误差分别作为前馈神经网络的输入和输出来训练网络,从而实时获得机器人任意关节角的误差值,通过修改关节值来提高机器人的位姿精度。仿真和试验结果均证明了这种方法的有效性。。