思想政治工作的无形价值

利润最大化，是市场经济和现代企业制度对企业的客观要求。企业必须讲求效益，而思想政治工作出不出效益呢？我们试从无形资产这个产权概念对思想政治工作的价值进行以下探索。一、无形资产的社会和客观评价随着建立现代企业制度的迫近，人们从产权关系的研究和实践中，发现了无形资产存在价值的客观性，尽管其内涵与范围尚有待进一步的确定，但普遍认同的已有技术、专利、商标和员工的职业道德、企业精神、技能素质等。对无形资产的价值，我们认为起码可以通过以下几个“评价”得以确认：一是“国际惯例”评价。无形资产的价值在实行市场经…     

电梯厅门非接触平面度检测装置研制

针对传统的电梯厅门平面度检测方法耗时费力、精度低等问题,研制一套电梯厅门非接触平面度自动化检测装置。重点介绍平面度检测系统整体方案、机械结构及测控系统。测控系统基于工控机和美国NI公司LabVIEW软件平台进行开发。通过激光追踪仪对平面度检测装置的整体检测精度进行了检验,达到了设计精度要求。该装置具有操作简便、检测时间短、检测精度高、检测人员劳动强度低等特点。目前该电梯厅门平面度检测装置已在企业成功应用,且运行状况良好。     

一种基于阶跃图像的条纹投影轮廓术校正方法

投影仪的非线性响应导致投影条纹图产生意外的变化,在条纹投影轮廓术中严重影响了最终的三维测量精度。以前的方法要么需要处理大量的图像,要么容易受到斜角投影的影响,而现有的伽玛校正方法并没有考虑到这一点。通过建立系统成像模型,分析了倾角投影对成像光谱的影响,提出一种基于阶跃成像的伽玛校正方法。由于数据在空间上的处理和阶跃图像的性质,该方法不需要计算就能实现对不同投影角度的伽玛参数进行可靠地估计。最后,通过实验验证了该方法的有效性。     

基于深度学习的轴端编号识别算法设计

随着制造业能力的不断提升,产品生产过程的自动化程度越来越高。对于传统的视觉识别算法,需要拥有大量工程技术和专业领域知识的人才能对视觉识别进行建模,并且设计的算法只能适应单一工况不具有通用性;而深度学习算法是一种通用的学习算法,通过训练可以识别不同种类的不同目标。基于此,针对某企业曳引轴加工过程中轴端编号的识别,设计了可进行端到端训练的识别算法。系统通过高精度工业相机获取目标图像,获得的原始RGB图像不需要进行预处理便可输入到网络当中,由深度学习算法对目标进行识别。实验表明所设计算法鲁棒性好且准确率高。     

基于机器学习的人机协调操作意图感知与控制方法研究

为了实现人机协作所需要的柔顺控制,需要机器人具有一定的合作经验。通过分析人进行意图识别的方法与过程,提出一种基于机器学习识别操作者意图的方法。建立了BP神经网络模型,对机器人进行意图识别离线训练,使其具有一定的合作技能,以便在合作过程中能够根据合作者的作用力和机器人的运动特征在线估计人的意图。该方法的优势在于克服了传统方法中建立人机合作模型困难,尤其复杂多变的人体运动模型,人体阻抗参数难以估计等缺点。实验结果证明:该方法减小了合作者作用力的同时,提升了人机协作的运动同步性,机器人柔顺性得以提高。     

新型摩托车曲轴组件动平衡检测技术

介绍了一种新型摩托车曲轴组件动平衡检测系统的测量方法和结构，打破了传统的人为干预不连续测量。不平衡曲轴组件转动产生的惯性离心力引起振动台振动，安装在振动台上的振动传感器拾取振动信号，这至计算机，通过信号处理得到曲轴组件的不平衡量。系统在LabVIEW平台上开发了虚拟仪器，实现了数据采集、数据处理以及分析自动化和高效率。实验结果表明，系统具有精度高、检测效率高、制造成本低的优点。     

移动机器人运动目标跟踪系统设计

利用SONYEV-D31摄像机和自主研发的摄像机控制模块,构建了一套主动视觉子系统,并将该子系统应用于RIRA-Ⅱ型移动机器人上,实现了移动机器人运动目标自动跟踪功能。RIRA-Ⅱ移动机器人采用了由一组分布式行为模块和集中命令仲裁器组成的基于行为的分布式控制体系结构。各行为模块基于领域知识通过反应方式产生投票,由仲裁器产生动作指令,机器人完成相应的动作。在设置了障碍、窄通道以及模拟墙体的复杂环境下进行运动目标跟踪实验,实验表明运动目标跟踪系统运行可靠,具有较高的鲁棒性。     

基于YOLO模型的机器人电梯厅门装箱状态快速识别方法

目的针对电梯厅门柔性生产线机器人装箱后厅门状态识别问题,提出一种基于YOLO模型的电梯厅门装箱状态快速识别方法。方法采用工业相机采集装箱后厅门图像信息,并制作成样本训练集,然后将训练集输入到目标识别分类检测模型中,通过调整网络结构参数进行迭代训练。结果经过测试验证,文中提出的识别方法对装箱后厅门的状态分类识别成功率在99%以上,而且识别速度明显优于传统机器视觉处理算法。结论文中提出的厅门装箱状态快速识别方法,可有效解决工业环境中复杂多变光照因素对传统机器视觉处理算法造成的识别效率低、误判率高等问题,并能满足生产系统节拍要求。     

基于BIM的建筑机器人自主路径规划及避障研究

针对建筑机器人进入施工位置全局路径规划最优且可实时避障的要求,提出了一种新型的导航地图建立方法,通过建筑物BIM（Building Information Modeling）模型建立导航地图,通过优化A*算法搜索点选取策略,以及删除了路径上的冗余转折点,缩短算法运行时间,且规划出的全局路径不会紧贴着建筑物墙壁,有效降低了机器人与墙体发生碰撞的可能性。结合动态窗口算法进行局部路径规划,在全局路径关键点之间使用动态窗口法,且加入了新的刹车判定条件,使得机器人的运动连续化。实验结果表明改进后的A*算法运行时间相较于原始算法减少50%以上,每去除一个冗余转折点路径长度减少0.4?m,路径与障碍物之间的距离比原始算法增加了2倍,结合了动态窗口法之后能够较好地避开障碍且输出的控制参数连续化。     

基于主动视觉和超声的机器人目标跟踪系统

运动目标跟踪技术是未知环境下移动机器人研究领域的一个重要研究方向。该文提出了一种基于主动视觉和超声信息的移动机器人运动目标跟踪设计方法,利用一台SONY EV-D31彩色摄像机、自主研制的摄像机控制模块、图像采集与处理单元等构建了主动视觉系统。移动机器人采用了基于行为的分布式控制体系结构,利用主动视觉锁定运动目标,通过超声系统感知外部环境信息,能在未知的、动态的、非结构化复杂环境中可靠地跟踪运动目标。实验表明机器人具有较高的鲁棒性,运动目标跟踪系统运行可靠。