空间机器人目标捕获过程中碰撞运动分析

针对空间机器人目标捕获过程中的碰撞问题,提出了一种碰撞运动分析算法．基于空间机器人运动学 和动力学模型,利用碰撞过程中产生冲量的原理建立了碰撞动力学模型．针对具体的碰撞模型,利用空间解析几何 的方法进行了空间机器人与目标物之间的碰撞检测,设计了碰撞发生后机器人的运动分析算法．最后,通过仿真实 验验证了该算法的正确性和适用性．     

基于三维环境模型的启发式路径规划算法

针对多自由度机器人手臂在未知环境中实时避障的问题,提出了一种基于环境信息的连杆机器人实时路径规划方法。采用笛卡尔空间内的障碍物检测信息建立了障碍物的空间模型,并依据该模型设计一种基于启发式规则的机器人路径规划算法。该算法不断猜测和修正路径,通过模糊推理得到下一位姿点,通过曲线拟合得到到达该位姿点的路径。在Matlab下利用机器人工具箱建立了PUMA560型机器人的运动学模型,并在运动空间设置障碍物,对该算法进行仿真分析,分析结果说明所提出的路径规划算法可以在较短时间内完成避障运动,具有较好的实时性,同时运动关节的角度变化曲线比较平滑,运动中冲击力较小,这些特点使其便于在实际工程中使用。     

一种面向堆操作程序内存安全性的域敏感内存模型

堆操作程序具有通过共享易变数据结构动态操纵堆内存单元的特性,使得内存安全性难以保证。针对这个问题,提出了一种域敏感的k-limit内存抽象模型,以支持动态调整抽象的粒度,取得静态分析在精度和效率上的平衡。分别从框架、性质、操作方面介绍了该内存模型,然后结合内存安全性的定义,在基于该模型的操作语义框架内定义了4种与内存安全性相关的错误类型,最后设计了基于该模型内存安全性检测的数据流迭代算法。     

基于LPC ARM的四轴机器人的硬件设计与实现

针对四轴机器人的控制问题，提出了一种基于LPC 2119和LPC 2104的多处理器并行处理的设计方案。首先，介绍了该机器人的意义和应用领域、分布式并行架构的组成，以及各部分硬件结构的设计。针对机器人的行走问题，提出了一种基于时序的路径记忆算法TPMA（Time Based Path Memory Algorithm），并对算法进行了详细描述。然后，对机器人的主要功能模块做了较详细的说明，包括语音控制、红外避障控制及无线控制的实现方法，最后介绍了软件系统的设计并给出了主要程序流程。     

基于细胞自动机的移动机器人路径规划算法

针对移动机器人全局最优路径规划问题,提出一种基于细胞自动机的路径规划算法.该算法首先将移动机器人的起点、目标点和空间障碍物定义为一组离散的细胞状态,建立环境的细胞自动机模型;然后由机器人移动的曼哈顿距离设计演化规则;最后根据演化后的细胞状态搜索最优路径.对简单和复杂环境下的机器人路径规划问题进行了仿真实验,实验结果验证了该算法的有效性.     

基于视觉引导的审计机器人错误识别自动检测系统设计

针对现有审计机器人的错误识别自动检测,审计精准较低的问题,对此,提出基于视觉引导的审计机器人错误识别自动检测系统设计方法。在总体结构模型的基础上,采用机器学习方法对审计对象的图像完成特征提取;设计审计机器人错误信息识别硬件集成;结合视频图像特征检测方法,建立系统的数据加载和记录模型,通过视觉引导技术和图像分析处理技术,构建智慧化视觉引导模型;基于视觉引导方法,实现对审计机器人错误识别自动检测。实验结果表明：所提方法的自动检测正确率较高,说明所提方法的技术水平和应用价值较高。     

基于网格的自适应错误检测算法

针对网格环境下应用的特殊性,设计了网格系统的错误检测模型,并主要对错误检测的核心——错误检测机制进行深入分析,提出一种自适应错误检测算法,该算法可以根据用户的需求为应用提供不同程度的错误检测服务,较好地满足了网格环境下应用的多样性和动态性。     

基于证据理论离散滤波的机器人定位跟踪

针对机器人定位跟踪过程中精度指标不理想的问题,提出一种基于证据理论离散滤波算法的机器人定位跟踪方法.首先,针对该类型机器人因为功耗降低的需要,驱动装置的降低导致系统产生典型非线性的问题,采用证据理论算法对机器人的动力学特征构建模型;其次,基于似然估计算法对机器人动力学特征模型进行代价函数的设计,获得离散滤波条件下的机器...     

差分进化算法求解带批处理机的机器人制造单元调度问题

机器人制造单元是智能制造系统的主要载体,研究机器人制造单元的生产调度问题对于提高智能制造系统的生产效率有着重要作用.对此,研究带批处理机的混合流水线机器人制造单元调度问题.首先,针对机器人制造单元与批处理机的生产特性,建立数学优化模型;其次,设计差分进化算法对其进行求解,提出染色体组编码的概念,求解该问题的染色体组由两个染色体构成,第1条染色体确定工件在每个工序选择的机器,第2条染色体确定加工顺序以及机器人的搬运顺序;然后,设计差分变异、交叉以及选择操作;最后,进行数值实验,结果证明,针对带批处理机的机器人制造单元调度问题,差分进化算法能缩短完工时间,得到更好的解.     

英语翻译机器人翻译错误自动检测系统设计

翻译是否准确是衡量英语翻译机器人应用性能的关键指标。英语翻译机器人在使用过程中频繁发生翻译错误事件,影响用户沟通质量,极大地阻碍了英语翻译机器人的发展,提出英语翻译机器人翻译错误自动检测系统设计研究。为了有效校正翻译错误,设计系统对翻译错误进行有效检测,其硬件设计包括英语翻译语音传感器选取单元、英语翻译语音处理器选取单元与通信芯片选取单元;软件设计包括英语翻译语音采集模块、英语翻译语音处理模块与翻译错误自动检测模块。通过上述硬件单元及其软件模块的设计,实现了英语翻译机器人翻译错误自动检测系统的运行。实验数据显示：应用设计系统后,获得的翻译错误自动检测正确率高于最低限值,误判率低于最高限值,充分证实设计系统能够获得较好的翻译错误自动检测效果。     

Testing the performance of a 2D nearest point algorithm with genetic algorithm generated Gaussian distributions

Genetic algorithms have successfully been used in automatic software testing. Particularly programming errors and inputs that conflict with time constraints can be found. In this paper, the idea of genetic algorithm based software testing is broadened to algorithm performance testing. It is shown how the best and worst case performance of the algorithms can be found effectively. This information can be further utilized when comparing and improving algorithms. In this paper, the proposed test method is introduced and the advantages of using genetic algorithms are discussed. Furthermore, the proposed method is applied to a 2D nearest point algorithm, which is tested by optimizing the parameters of 2D Gaussian distributions using genetic algorithms in order to find the best and worst case distributions and the corresponding performances.     

Towards a general multi-view registration technique

We present an algorithm that reduces significantly the level of the registration errors between all pairs in a set of range views. This algorithm refines initial estimates of the transformation matrices obtained from either the calibrated acquisition setup or a crude manual alignment. It is an instance of a category of registration algorithms known as iterated closest-point (ICP) algorithms. The algorithm considers the network of views as a whole and minimizes the registration errors of all views simultaneously. This leads to a well-balanced network of views in which the registration errors are equally distributed, an objective not met by previously published ICP algorithms which all process the views sequentially. Experimental results show that this refinement technique improves the calibrated registrations and the quality of the integrated model for complex multi-part objects. In the case of scenes comprising man-made objects of very simple shapes, the basic algorithm faces problems common to all ICP algorithms and so must be extended     

Identification of Wiener models for dynamic and steady‐state performance with application to solid oxide fuel cell

This work is concerned with identification of Wiener models (a linear dynamic part connected in series with a nonlinear dynamic one). A neural network with one hidden layer is used as the nonlinear block of the model, two network configurations are considered. For model identification three algorithms are described. In the first case model accuracy only in transient conditions is considered, only the dynamic data is used for model training. In the next two algorithms model accuracy in both transient and steady‐state conditions is considered, dynamic and steady‐state data sets are used. The steady‐state model errors are taken into account by an additional term in the minimized cost‐function or by additional inequality constraints. For comparison of discussed algorithms and model structures, identification of a Wiener model of a solid oxide fuel cell (SOFC) process is considered. It is shown that the best results are obtained by the algorithm 2 which minimizes at the same time both dynamic and steady‐state model errors, additional constraints used in the algorithm 3 are computationally quite demanding.     

Choice of least-squares algorithms for the identification of ARM AX dynamic systems

A comparative analysis of three identification algorithms, which minimise the sum of the squared errors between the model output and the observations of the output, is presented. Batch least-squares and extended recursive least-squares algorithms can be used to identify the model structure goodness of ARMAX application of each algorithm are investigated.     

搜索问题的代数描述及其算法

文中给出了搜索问题的一种代数描述方法，在这种描述方法的基础上，给出了一个算法模式。以货郎担问题的动态规划－分支限界法为例，讨论了如何用所给出的算法模式来设计饱含多咱算法设计技术的算法，称这种算法为混合（ｈｙｂｒｉｄ）算法。还讨论了如何用面向对象的方法进行程序设计。这种求解问题的方法不仅为算法的自支生成提供了一种有力的工具，如果用面向对象的方法进行程序设计，还能提高代码的利用率。     

基于主成分分析的分块视频噪声估计

噪声估计在视频去噪领域具有重要的研究意义.实际生活中的噪声都是未知的,然而现存的视频去噪算法通常都假定视频的噪声水平是已知的,本文提出一种基于主成分分析（Principal component analysis,PCA）的分块视频噪声估计算法.首先,基于帧间进行块匹配寻找相似块,得到差分图像以消除视频运动的影响;其次,将正态分布函数作为阈值函数简化噪声估计算法模型;最后,设置明确迭代指标使得估计的结果更加精确,且降低了计算复杂度.主观视觉效果和客观指标对比表明,本文提出的基于主成分分析的分块视频噪声估计算法比其他优秀的噪声估计算法误差小同时鲁棒性高,能准确地估计视频噪声.     

基于数据依赖的过程合理性分析

软件过程模型的很多语义上的错误和歧义都是由数据依赖关系引起的,例化阶段数据依赖关系的研究,对过程的执行效率有很大影响.首先介绍了过程模型SPM,在其基础上,提出了数据依赖的概念,并给出一种活动-数据关系;然后通过对该关系进行分析,提出了保证过程模型实例语义合理的基本规则;最后应用有穷状态自动机理论,实现了保证这些规则的算法.     

多序列比对算法族的形式化设计与生成

多序列比对问题是生物信息学研究的重要部分，是解决物种进化关系、基因组序列分析等问题的基础。多序列比对算法具有很高的专用性，不同的算法适用于不同的研究环境。目前常用的多序列比对软件是在生物信息学理论指导下利用多个子算法装配形成的，而现有的研究主要针对特定算法的特定步骤进行优化，缺乏领域层次高抽象性的算法框架研究，致使多序列比对算法较为繁杂且冗余过多。根据产生式编程以及软件复用的思想，分析了多序列比对算法族MSAA的特征，设计了相应的泛型算法构件并刻画了构件间的交互关系，进一步借助PAR平台形式化构建了MSAA构件库，提高了装配算法的可靠性和组装灵活性，便于研究人员的维护和优化。     

一种基于重定位信息的二次反汇编算法

反汇编技术是静态分析二进制程序的基础，目前广为采用的反汇编算法是线性扫描和递归行进算法。前者无法正确处理代码段中嵌入数据的情况，后者则必须解决间接跳转目的地址的预测问题。本文介绍了这两种算法的原理，分析了其存在的问题，并利用二进制文件中旬重定位信息对它们进行了优化。将优化后的两种方法结合起来，给出了一种新颖的二次反汇编算法，这种算法能够捕获反汇编过程中出错的情况，从而控制错误传播，并使得基于反汇编代码的应用可以针对出错情况进行相应的处理。