基于工作空间的PUMA机器人臂长参数优化

本文以PUMA机器人为例,提出一种基于工作空间的机器人臂长优化方法.首先分析PUMA机器人的运动学,基于运动学通过数值法和图解法相结合的方法得到工作空间的包络曲线,然后采用解析法建立基于工作空间的臂长优化模型,最后采用遗传算法求解.结果表明:上述方法能够实现基于工作空间的机器人臂长参数优化,比试凑法和影响系数法得到更优...     

并联机器人工作空间的研究

本文对并联机器人的工作空间进行了研究.算法上采用输入转化的方法.使优化过程大为简化.在此基础上.对并联机器人工作空间的各截面进行了分析.并详细讨论了结构尺寸与工作空间的关系.得出扩大工作空间的几种途径.这对设计和应用并联机器人都有实际意义.     

双目视觉引导机器人码垛定位技术的研究

针对机器人采用示教方式码垛时所遇到的误抓取等问题,提出了一种基于双目视觉引导机器人码垛的定位方法。完成了双目标定、手眼标定以及极线校正工作,利用灰度变换与图像滤波相融合的算法对图像进行预处理,提高图像的质量。将图像的灰度级分布与立体匹配算法相结合,提高立体匹配的精度,获得更好的视差图像,对视差图像进行处理得到了码垛产品区域的中心点,然后结合平行双目系统和手眼标定的结果引导机器人对产品进行定位、码垛。实验表明：该方法可实现对产品区域中心点的精确定位,获得其坐标值,引导机器人码垛。     

6-DOF并联机器人工作空间边界分析与判定算法

6-DOF并联机器人的工作空间是控制过程研究的主要问题之一,所谓活动空间的边界分析,即指各液压缸活动过程中相互不能发生碰撞,如果碰撞发生,则该点即为边界点.对6-DOF并联机器人的机构和工作原理进行了介绍,给出了对于工作空间边界分析必要的位置算法,根据机构的特点与机器人的运动特性对6-DOF并联机器人的工作空间边界进行了细致的分析并给出了可操作的运动边界判定算法.实现了对液压缸碰撞的判定.     

基于混合算法的空间机器人运动学参数辨识

外太空环境恶劣,空间遥操作机器人结构在太空环境作业时会产生形变,而且其加工生产也存在加工误差,空间遥机器人的形变引起DH参数的误差,为了完成空间机器人系统的地而仿真预测,并且确保空间遥操作机器人完成工作任务,必须根据遥测数据准确的辨识出空间机器人系统的运动学参数.提出了混合非线性参数辨识的LM(Levenberg-Marquarat)和递推最小二乘办法的混合辨识算法.最后,给出了办法的实例仿真,说明了辨识算法的稳定性,能够完成对空间遥操作机器人的运动学参数的辨识.     

螺旋理论在机器人解空间中的应用

本文首先提出了机器人解空间的概念,然后应用螺旋理论得到三自由度机器人位于解空间界面上的充分必要条件是表示三关节瞬时运动的螺旋与一过手部中心点且螺旋参量为零的螺旋互易。并推导出机器人解空间界面的母线方程。讨论了解空间界面与奇异点的关系。还举例绘制出一些解空间图形.     

机器人工作空间的数值计算

本文给出了计算任意结构形式任意自由度单链机器人工作空间的数值方法。这种方法把计算机器人工作空间的极限距离、边界曲线和边界曲面问题转化为求满足一定约束条件下的极值问题。通过选用不同的目标函数和约束条件就可以求出机器人工作空间边界曲面上的一系列特征点,把这些点连成线或面就构成了机器人的工作范围.根据上述讨论本文编制了计算机器人工作空间的程序软件 WZ,只要输入机器人的结构参数和各自由度的运动范围就可以求出机器人工作空间边界曲面上的若干点,并用绘图机绘出边界曲线。     

核空间结合样本中心角度的大规模支持向量机

为了提高支持向量机在大规模数据集处理时的精度,提出了基于核空间和样本中心角度的支持向量机算法.在核特征空间下,求得原训练集的两类中心点和两个中心点的超法平面,并获取原训练集样本到超法平面距离和到两中心点中点的比值,用比值最小的n个样本点替代训练集.给出的数学模型显示,该算法不需要计算核空间,比现有的同类缩减策略保留了更多的支持向量数目.结合实例对算法进行了仿真实验,实验结果表明,与同类算法相比,该算法在基本没有降低训练速度的情况下获得了更准确的训练精度.     

核空间结合样本中心角度的支持向量机增量算法

为了提高增量算法的训练精度,在核特征空间下,求得原训练集的两类中心点和两个中心点的超法平面,获取原训练集样本到超法平面距离和到两中心点中点的比值,将比值最小的n个样本点结合原训练集中的支持向量和增量集中违背KKT条件的样本产生新的训练集.最后给出的数学模型显示,该算法不需要计算核特征空间,比现有的众多支持向量机增量算法保留了更多的支持向量数目,保证了训练精度.     

用于丝驱动连续体机器人的实用运动学研究

针对单段及多段连续体机器人运动学问题,提出分段常曲率与粒子群算法相结合的完整正逆运动学分析方法.以双段丝驱动连续体机器人为研究对象,首先设计含平移段的机器人样机;然后利用分段常曲率方法建立驱动空间与关节空间的相互映射,根据齐次变换得到关节空间至工作空间的正映射关系;最后利用线性递减权重粒子群算法实现工作空间至关节空间的逆映射.对双段连续体机器人的运动学进行仿真及逆运动学求解耗时测试,并在研制样机上进行了实验验证.仿真结果说明了所提运动学研究方法的合理性及逆运动学求解的快速性,实验结果显示位置平均误差小于双段连续体机器人本体长度的6.22％,验证了所提运动学的有效性.     

基于改进KNFL算法的海量文本分类研究

KNFL算法是近年来在人脸识别领域提出并广泛应用的分类算法,它认为类空间中两点的连线可以比类内的点更能代表类空间的特征。如果仅依据特征线距离来分类,会造成误分。这里为消除类内离群点对分类的影响提出引入加权系数,并结合类中心距的概念提出改进算法,并将其应用到海量文本分类中去。试验结果证明此改进算法能够提高文本分类精度,很好的降低了分类器对训练规模的要求。     

点云数据场剖面云图绘制算法

为考察点云数据场中关键区域物理量数据分布,提出一种点云数据场剖面云图绘制算法.将点云数据向剖面上投影,通过对获得的二维平面点集进行边界识别建立边环嵌套关系;通过确定物理量与颜色的映射关系对剖面各区域进行颜色填充,可获得点云数据场任意位置的剖面云图.应用结果表明该算法的鲁棒性和适用性较好,可用于考察点云数据场关键区域的物...     

一种新融合算法的维吾尔族人脸识别

针对维吾尔族人脸在光照以及部分遮挡下的辨识率下降和鲁棒性差的问题,提出了二维离散余弦变换（2DDCT）与方向边缘幅值模式（POEM）相融合的维吾尔族人脸识别算法。首先,把维吾尔族人脸图像分块处理,并使用2DDCT把其分块后的维吾尔族人脸图像转换为频域状态;其次,压缩维吾尔族人脸图像以排除维吾尔族人脸图像中无用信息,即中频部分与非低频部分,并进行二维离散余弦逆变换（IDCT）得到重构的维吾尔族人脸图像;然后,经POEM计算维吾尔族人脸图像的特征量得到其相应的POEM直方图并把直方图级联在一起,作为该中心特征点的POEM纹理直方图,得到维吾尔族人脸特征点的纹理特征信息;最后,采用深度学习算法进行分类识别。本文通过实验提出的算法,在自建的维吾尔族人脸库中能够进一步提高其人脸识别率,在维吾尔族人脸数据库中其运算速度也有很大提高。实验结果表明,该算法尤其是在维吾尔族人脸数据库中拥有较好的识别精度,具有很强的鲁棒性,特别是在光照以及部分遮挡下具有很强的优势。     

多边形中心点向量的二次插值变形算法

多不动点约束下的网格变形算法需要用户确定不动点和操作点,针对该问题,提出多边形中心点向量的二次插值变形算法。该算法根据源、目标多边形中心点向量间旋转经过的面积与2个向量间的差值建立相似度函数,在变形过程中采用二次贝塞尔插值方法,在对应过程中利用改进的动态规划算法。实验结果表明,该算法可减少变形过程中多边形内部扭曲的程度,且计算量小、对应时间短、变形效果自然。     

基于并行-交替式双向JPS算法的机器人路径规划

针对跳点搜索(JPS,jump point search)算法在障碍物位置随机的栅格地图中路径规划时间较长的问题,提出了并行-交替式双向跳点搜索(PA-BJPS,parallel alternate bidirectional jump point search)算法;首先,在起始点与目标点间确定一个中心热点区域;其次,采用改进了预计代价函数的并行式双向跳点搜索算法,分别规划从起始点抵达中心热点区域以及目标点抵达中心热点区域的路径;然后,采用交替式双向跳点搜索算法,规划中心热点区域内部的路径;最后,提出迭代式路径修正方法来改良危险路径,并采用3次B-样条曲线替代拐角来平滑路径;仿真结果表明,并行-交替式双向跳点搜索算法有效地缩短了路径规划时间,同时提高了路径的安全性和平滑性。     

基于Kinect的点云配准方法

Kinect采集的点云存在点云数量大、点云位置有误差,直接使用迭代最近点(ICP)算法对点云进行配准时效率低.针对该问题,提出一种基于特征点法向量夹角的改进点云配准算法.首先使用体素栅格对Kinect采集的原始点云进行下采样,精简点云数量,并使用滤波器移除离群点.然后使用SIFT算法提取目标点云与待配准点云公共部分的特征点,通过计算特征点法向量之间的夹角调整点云位姿,完成点云的初始配准.最后使用ICP算法完成点云的精细配准.实验结果表明,该算法与传统ICP算法相比,在保证点云配准精度的同时,能够提高点云的配准效率,具有较高的适用性和鲁棒性.     

点云空间曲线的微分信息计算及匹配方法

建立了点云几何分析的相关理论框架,即定义和计算点云潜在曲线的几何微分量,包括Frenet标架、曲率、挠率等;在此基础上提出一种新的点云空间曲线匹配方法。直接在点云上计算微分量来获取相应曲线的特征信息,从而构建全局粗匹配方案,并进一步建立基于空间动力学的精细匹配优化模型。数值实验表明,微分信息计算和匹配方法能很好地适用于带噪音的点云数据,有效地实现点云空间曲线的高精度匹配。     

一种基于遗传算法的知识挖掘算法

数据挖掘是近年来数据库领域中出现的一个新兴研究热点。传统的数据挖掘是从大量数据中获取知识。该文基于遗传算法提出了一种新的知识获取方法－ＧＡＫＤＫ,通过对知识树的交叉交异操作,从现有规则中获取未发现的知识。     

平面无序点集曲线重建的跟踪算法

由无序离散点集重建出曲线曲面模型,在反求工程与计算机视觉中都有着广泛的应用.根据实际采样中离散点分布相对集中的特点,给出了一个用简单曲线拟合平面上的无序点集的跟踪算法.该方法仅从当前跟踪点的邻近点集与曲线重建光顺准则出发,无须迭代,可快速、有效地跟踪得到无序点集的一个中轴点列,最后再由此点列拟合出参数曲线.实验结果表明,该方法是一个简单、有效的曲线重建方法.     

A mixed inventory model with variable lead time and random back-order rate

In this paper, we study the determination of the optimal lead time, reorder point and order quantity considering that the back-order probability of a demand made during a stock-out period depends on the interval from the moment in which the order is placed until the next replenishment. Two models are analysed for the specification of the back-order probability: exponential functions and piecewise constant functions. The distribution of the lead time demand is assumed to be Poisson. An algorithm for the determination of the optimal order quantity, reorder point and lead time is given. A numerical example is presented to illustrate the results.