一种新的双目立体视觉伺服控制模型及实验研究

针对目前手眼视觉伺服系统模型中普遍存在深度信息估计的问题,提出了一种用于双目视觉伺服控制的模型,该模型避免了深度值的测量与估计,提高了系统的控制性能,从而解决了未知物点的深度信息估计的问题。本文应用此模型,单独考虑机器人的运动学特性,设计了机器人末端执行器进行定位控制的控制器,仿真结果验证了该模型与控制算法的有效性;进一步提出了模型使用的改进算法,使该模型更具有宽泛的实用性;并且,进行了基于MOTOMAN UP6型机器人的双目视觉伺服控制实验,实验结果验证了该模型在实际控制工程中的有效性、可行性。     

宝钢引进盘泼淬冷法处理钢渣的运行分析

宝钢从日本引进的转炉渣盘泼淬冷法(ISC)处理工艺,经过5年的实践表明,设备运转正常、工艺合理、安全可靠,已经处理144万吨渣。本文从处理原理、设备能力、炉渣综合利用、经济分析及设计布局诸方面分析,给国内外同行提供实际数据,并设计出更完全的转炉渣ISC处理工艺。     

具有深度自适应估计的视觉伺服变结构控制

主要从控制的角度出发,考虑视觉伺服的具体问题, 利用变结构控制理论设计了摄像机的平移和旋转速度控制器,用自适应估计的方法对深度进行估计,给出深度变化趋势,基于图像误差实现定位控制,能够确保系统全局渐近可稳定性.该方法不需要物体的几何模型及深度的精确值,仅需要物体初始及期望位置的深度估计值.仿真结果表明该方法是有效的.     

一种实用螺纹加工插补原理及软件实现

讨论了在数控车床中进行螺纹加工的一种新方法。在进行理论探讨的同时,给出了程序实现的方法。实践证明,此方法具有速度快、精度高、算法简洁、明快等特点,是一种优良的螺纹插补方式。     

基于改进的阶次规正不变矩小目标识别新方法

提出了一种基于改进的阶次规正不变矩卫星图像小目标识别方法。首先将卫星图像分割成子块，以图像灰度方差描述子块图像特征，应用所提出的子块合并理论进行分类，减少了卫星图像识别的计算量，大大降低了误判率。提出了改进的阶次规正不变矩理论，并将其应用于小目标物体识别中。以改进的阶次规正不变矩特征作为检测模板和待识别小目标图像相似度的测度，有效区分了小目标物体间的较小差别并解决了由噪声所造成的不封闭性问题；同时将GA理论引入图像匹配识别中。实验结果表明：所提方法识别率可达96．67％，该方法的提出对于图像自动识别具有非常重要的现实意义。     

网络控制中基于FSMC观测器的时延补偿

针对网络控制系统中因存在通讯时延、网络诱导噪声及数据丢失等而可能引起系统性能降低或不稳定的问题，利用模糊滑模控制理论，在时延存在的情况下，基于观测器建立不确定网络控制系统模型；并利用预估方法对网络控制系统的时延进行补偿，从而保证系统的稳定。设计模糊滑模控制器（FSMC）来抑制网络控制系统中的诱导噪声及滑模面上的“抖动”，以及采用预估补偿策略处理网络中的时滞和数据包丢失等，可有效保证系统的稳定。仿真实例表明了该算法的合理性、有效性。     

基于优化RBF-DDA神经网络的摄像机标定

设计了一种改进的基于动态衰减的RBF神经网络，它能够自适应地确定RBF隐层节点数、高斯函数中心值及径向基函数的宽度，克服了原算法中过多依赖先验知识设计参数的弊病，仿真实验验证了该算法的有效性。并且将此网络应用于摄像机定标中，该网络无需确定摄像机具体的内、外部参数，而且补偿了摄像机非线性畸变，使测量结果更加准确。实验结果表明，应用该神经网络进行摄像机标定能达到较高的精度，且在机器人平面跟踪实验中得到了令人满意的结果。     

基于变差函数和方向小波的噪声图像边缘检测方法

为了检测受噪声污染图像的边缘,提出了一种基于变差函数和方向小波的多尺度边缘检测新方法.首先,在我们前期研究成果的基础上,基于变差函数理论,提出了图像中45度和135度方向边缘的判别准则.然后根据图像中边缘的方向性,选择合适的方向小波旋转参数,再利用方向小波对各个子区域进行不同尺度小波变换.仿真实验表明,对于受高斯白噪声污染的图像,所提出的边缘检测方法无论在边缘定位的准确性还是在去除伪边缘点方面,均优于传统的小波边缘检测方法.     

基于双目视觉模型的自适应控制

对于基于图像的具有手眼或固定摄像机模式的双目视觉伺服控制系统,考虑机器人的运动学特性,在摄像机的内外参数部分未知的情况下,给出了一种直接自适应控制器实现定位控制,设计了一种新的自适应估计方法在线估计图像雅可比矩阵;利用李亚普诺夫的方法证明了图像误差的渐近收敛性.仿真结果验证了该方法的有效性.