基于人机交互的机械臂位姿自动监视系统设计

为了提高机械臂位姿自动监视和控制能力,提出一种基于人机交互的机械臂位姿自动监视系统设计方法,系统设计包括机械臂的位姿自动控制算法设计和系统硬件设计两部分,采用粒子滤波位姿跟踪方法进行机械臂的动态定位位姿参数信息采集和融合处理,在动态和静态环境下,结合加速全局定位方法进行机械臂位姿自动监视的人机交互设计,构建机械臂人机交互的动态定位控制模型,采用自适应位姿跟踪方法实现对机械臂的位姿自动监视,通过捕捉未知目标的质量特性参数,实现机械臂的位姿自动监视和人机交互设计。通过DSP和嵌入式ARM实现对机械臂位姿自动监视系统的硬件设计。测试结果表明,采用该方法进行机械臂位姿自动监视的自动化水平较高,智能性较好,提高了机械臂的位姿自动监视和控制能力。     

多自由度检测机械装置的研制

在工程制造业中许多关键零部件的检测都需要多自由度、多用途的检测装置来完成。本文依此研究了多自由度检测机械装置以及在检测作业中的应用。     

基于图像处理的低误差机械臂位姿检测仿真

传统柔性机械臂位姿检测方法在实际应用中无法准确检测机械臂位资的俯仰角、偏航角以及滚转角.为此,提出基于机械视觉的柔性机械臂位姿检测方法.利用TL5147对机械臂位姿图像采集并显示.,通过EDMA传输法完成图像传输,提升程序工作效率.利用四元数算法完成柔性机械臂的空间位姿关系检测,保证机械臂位姿检测的准确性,实现机械视觉...     

基于深度学习的相机位姿估计方法综述

相机位姿估计是指在已知环境下精确地估计相机在世界坐标系中六自由度位姿的技术,该技术是机器人技术和自动驾驶中的关键技术。随着深度学习的飞速发展,使用深度学习来优化相机位姿估计算法已经成为了当前的研究热点之一。为了掌握目前相机位姿估计算法的研究现状与趋势,对基于深度学习的相机位姿估计的主流算法进行了综述。简单介绍了传统的基于特征点的相机位姿估计方法。重点介绍了基于深度学习的方法：根据核心算法的不同,从端到端的相机位姿估计、场景坐标回归、基于检索的相机位姿估计、层级结构、多信息融合和跨场景的相机位姿估计六个方面进行了详细的阐述和分析。对研究现状进行了总结,并基于深入的性能分析指出了相机位姿估计领域面临的挑战,展望了其发展动向。     

基于嵌入式技术的数字化手术平台控制系统

为实现手术平台的位姿数字化和良好的人机交互界面,给出了一种基于嵌入式技术的数字化手术平台控制系统.该系统能够对具有水平面内横向移动、垂直升降、俯仰、滚转4个自由度的数字化手术床的位姿进行精确控制,并且具有按键控制、语音控制、上位机控制、液晶显示等多项功能.     

钢结构建筑探伤机器人刚柔耦合空间位姿解析与实验研究

针对传统钢结构建筑健康监测中存在检测盲区和检测不全面的问题,研究了磁吸附式刚柔耦合柔性探伤机器人并对其控制系统进行了改进．建立了柔性机器人前、后车体位移和姿态运动学数学模型与机器人刚柔耦合结构位姿解算方程,通过惯性测量单元和编码器获取柔性探伤机器人前、后车体实时动态位姿参数,分别采用显性互补滤波器和扩展卡尔曼滤波器解算前、后车体在不同工况中的静态、动态姿态,利用航迹推算算法确定机器人的位置,通过数据融合得到柔性机器人刚柔耦合结构的空间位姿．实验结果表明,扩展卡尔曼滤波算法的动态跟踪性能更好,可为柔性探伤机器人在复杂建筑结构越障运动中提供精确的空间位姿参数．     

用于吊具位姿估计的改进SIFT立体匹配方法

针对在传统立体匹配计算中存在的特征匹配耗时过长、错误特征匹配点较多以及位姿估计过程中存在的误差过大等问题,提出了一种结合Harris算子和极限约束改进的立体匹配算法,用于在机械吊具的位姿检测中获取更加精确的特征点。算法增加Harris算子的尺度参数,以弥补现有立体匹配算法中图像尺度不变性的缺乏;同时将SIFT算子替换成新的Harris算子进行角点检测,并引入极限约束条件提高角点定位精度。实验结果表明,经改进算法估计的吊具位姿与实际位姿基本一致,其可行性与实用性得到验证。     

一种新型的并联机器人位姿立体视觉检测系统

建立了一种并联机器人位姿立体视觉测量系统框架,主要包括图像采集与传输、摄像机标定、尺度不变量特征变换（SIFT）匹配、空间点重建和位姿测量五个部分。该系统基于SIFT,能够很好地处理图像在大视角有遮挡、平移、旋转、亮度和尺度变化时的特征点匹配,有较高的匹配精度,特别适用于对并联机器人多自由度和空间复杂运动的检测。最后使用该方法对并联机器人位姿检测做了仿真实验。     

视觉伺服机械臂手机抓取最佳位姿检测

针对下水道、勾缝等狭窄位置的手机拾取的问题, 本文提出一种基于机器视觉的伺服机械臂抓取方法. 首先对机械臂eye-in-hand上的相机进行标定, 图像预处理及目标检测等, 在位姿检测中提出一种基于二维坐标系下手机位姿解算算法, 得出解算的最佳位姿角只与夹持点的像素坐标的差值有关, 其位姿角的大小决定了手抓旋转的角度. 实验用Matlab软件对位姿检测进行仿真分析, 其包括SURF不变特征点的目标检测实验和位姿解算实验, 最后用Rethink双臂机器人的右臂对手机进行抓取验证. 实验表明, 在误差允许范围内, 提出的算法具有一定的有效性, 其结果为伺服机械臂抓取手机提供良好的准确性.     

基于双目视觉导航的仿生机器人鲁棒控制算法

仿生机器人在定姿过程中受到空间扰动因素的影响容易产生控制误差,需要对机器人进行精确标定,提高仿生机器人的定位控制精度,因此提出一种基于双目视觉导航的仿生机器人鲁棒控制算法。利用光学CCD双目视觉动态跟踪系统进行仿生机器人的末端位姿参量测量,建立被控对象的运动学模型;以机器人的转动关节的6自由度参量为控制约束参量,建立机器人的分层子维空间运动规划模型;采用双目视觉跟踪方法实现仿生机器人的位姿自适应修正,实现鲁棒性控制。仿真结果表明,采用该方法进行仿生机器人控制的姿态定位时对机器人末端位姿参量的拟合误差较低,动态跟踪性能较好。     

Semantics and verification of monitors and systems of monitors and processes

In this paper we present a sound and complete semantics for the monitor concept of C.A.R. Hoare. First a method for specification of monitors, introduced by O.-J. Dahl, is reviewed. This method is based on the relation between the historic sequence of monitor procedure calls and the historic sequence of monitor procedure exits. Based on such specifications and our new monitor semantics we present a method by which it is possible to prove that a concrete monitor is an implementation of an abstract one. In the last part of the paper an axiomatic semantics for systems of concurrent processes and monitors is introduced. The method supports verification by separation of concerns: Properties of the communication to and from each process are proven in isolation by a usual Hoare style axiomatic semantics, while abstract monitors are also specified in isolation by the method reviewed in the first part of the paper. These properties of the components of the system are then used in a new proof rule to conclude properties of the complete system. Stein Gjessing received a Ph.D. (actually a Dr. philos.) from the University of Oslo (Norway) in 1985. Presently he is an Associate Professor at the Institute of informatics, University of Oslo, Norway. Dr. Gjessings research interests are in the area of concurrent and distributed programming, operating systems, formal specification and verification and programming languages.     

Models and Complexity of Problems of Design and Reconstruction of Telecommunication and Transport Systems

This article considers network synthesis problems arising in the design and exploitation of telecommunication and transportation systems. A formalization of network synthesis problems on graphs is proposed in which constraints on cut capacities are given and possibilities of failing some network components are taken into account. Approaches to the solution and analysis of the complexity of the considered problems are described.     

Teamcenter与NX集成客户化定制技术研究与实现

PDM产品实施过程中一项重要工作是系统集成与客户化定制。对Teamcenter Engineering(简称Teamcenter)与NX系统集成客户化定制中业务建模、属性映射等相关技术进行了研究,提出了Teamcenter与NX集成客户化定制的技术思路,并以客户化定制NX工程图纸标题栏为例,介绍了Teamcenter与NX集成定制实现的关键步骤及方法。     

椭圆拉伸变形长短轴的计算及应用

在CAD应用软件程序编制中,椭圆的长短轴是很重要的参数。应用相关数学知识推导出6个计算公式,可利用这些公式确定椭圆沿坐标轴拉伸变形后的长短轴大小与位置并在CAD软件中实现与之相关的功能。     

IPSEC与防火墙协同工作设计与实现

IPSEC提供网络层的安全服务，通过对IP报文的加密和验证，保证数据在传输过程中的安全．由于IPSEC封装了报文中一些重要信息，使得IPSEC与防火墙不能同时有效地工作．本文提出一种分层IPSEC(Layered IP Security，L_IPSEC)思想，即将协议头和数据部分分别进行安全处理．并将这种分层思想与分布式处理技术结合，设计与实现一种IPSEC与防火墙协同工作方案．     

智能业务和软交换互通的设计与实现

电信业的快速发展及下一代网络的全面建设促进智能业务与软交换实现互通。文中首先介绍了互通的种类和方案，并重点讲述了智能网和软交换互通过程中模型的重要部分——软交换侧的SSP。在此基础上，提出了智能网和软交换互通的实现方案，并且以智能用的典型业务FPH为例简明分析了方案，对利用业务服务器实现软交换中的智能业务进行了插述和分析。     

Kohonen与Madaline用于解析重叠光谱测定钨和钼

首先应用Kohonen网络对钨、钼的混合吸收光谱进行波长选择，在全光谱中优选最能代表光谱特征的波长，被选波长处吸光度作为Madaline网络的输入，设定输出目标函数为G（λ）＝∑Aiexp[-4(ln20）(λ-t）^2/2]，进行解析重叠光谱，同时测定了钨和钼，该法利用特征光谱代表全谱进行光谱解析，减少了解析光谱中大量的数据。     

智能业务和软交换互通的设计与实现

电信业的快速发展及下一代网络的全面建设促进智能业务与软交换实现互通.文中首先介绍了互通的种类和方案,并重点讲述了智能网和软交换互通过程中模型的重要部分--软交换侧的SSP.在此基础上,提出了智能网和软交换互通的实现方案,并且以智能网的典型业务FPH为例简明分析了方案,对利用业务服务器实现软交换中的智能业务进行了描述和分析.     

Binary perfect and extended perfect codes of lengths 15 and 16 and of ranks 13 and 14

Inaccuracies in computations in the paper of the authors on classification of perfect binary codes of lengths 15 and 16 and of rank 13 are fixed. An explicit construction of all extended perfect codes of length 16 and rank 13 with a given kernel size is presented. Perfect binary codes of length 15 and rank 14 obtained by the general doubling construction are classified.