基于Matlab的有路标移动机器人定位仿真

为了满足机器人精确定位的要求,提出一种基于多传感器信息融合的自定位算法并介绍了如何利用Matlab搭建移动机器人定位系统的仿真模型.仿真程序建立了移动机器人活动的虚拟环境,模拟了机器人的运动模型、里程计、激光雷达观测模型,利用扩展卡尔曼滤波算法将里程计和激光传感器采集的数据进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.仿真试验的结果表明该定位系统具有较高的定位精度.模块化的仿真系统设计有利于其他定位算法的验证,对机器人系统的理论研究以及实用化具有重要的作用.     

基于激光扫描的工业机器人焊接焊缝跟踪方法

由于工业机器人焊枪和焊接焊缝之间的位置偏差会导致焊接焊缝跟踪结果存在一定的误差 , 因此提出了一种基于激光扫描的工业机器人焊接焊缝跟踪方法 装 首先 ,采用激光扫描传感器采集工 业机器人焊接焊缝图像 ,并对图像进行滤波、增强、黑白化预处理；其次 ,检测图像边缘后 ,采取激光 扫描方法确定焊接焊缝边缘图像中激光条纹骨架的大概位置 ,经最小二乘法直线拟合出准确的激光 条纹中心线 ,提取焊接焊缝特征点；再次 ,结合工业机器人手眼标定矩阵 ,将激光扫描传感器坐标系 中的焊接焊缝特征点坐标转化为工业机器人坐标 ,从而形成焊接焊缝轨迹；最后 ,采取3 次非均匀有 理 B样条方法得到工业机器人焊枪和焊接焊缝之间的位置偏差 ,修正机器人焊枪位置 ,从而实现工 业机器人焊接焊缝的精准跟踪 装 实验结果表明 ,该方法不仅能够准确检测出焊接焊缝边缘 ,而且能 够跟踪不同宽度、不同形状的焊接焊缝工件     

基于主动形状模型和K近邻算法的人脸脸型分类

针对人脸描述性脸型特征分类问题,提出一种新的基于主动形状模型和K近邻算法的脸型分类方法。根据主动形状模型方法定位得到的测试样本人脸边缘轮廓点,经归一化后以其围成区域面积作为人脸脸型特征。采用K近邻算法和面型指数实现测试图像的脸型分类。实验结果表明,该方法对人脸姿态变化有一定的鲁棒性,分类结果准确度高且脸型的分类符合人主观描述性判断。     

铝合金激光—电弧复合焊温度场有限元数值模拟

采用复合热源焊接是一种比单一热源焊接更有潜力和发展前景的新型焊接方法,但复合热源的相互作用机理也更加复杂.为了更好地理解和研究复合热源的作用机理,采用ANSYS软件进行了8 mm厚铝板激光—电弧复合双道焊接的温度场数值模拟,比较得出了一种适合铝合金激光—电弧复合焊接的热源模型.实验结果表明,采用模型模拟得到的焊缝截面形状和实际复合焊接得到的焊缝截面形状符合度较好,该复合热源模型是铝合金复合焊接的一种理想热源模型.     

射线检测中胶片焊缝缺陷定位与识别

针对传统焊缝射线检测中胶片数字化困难、焊缝缺陷自动定位与识别率低的问题,设计了胶片数字化系统,综合分析典型焊缝缺陷的特征,提出一种基于图像分割与二值形态学算法的胶片焊缝缺陷快速定位与缺陷类型识别的方法.可从数字化胶片图像中分割出有效焊缝区域,实现对焊缝缺陷的中心定位,并根据缺陷特征进行识别.试验结果表明该方法能够有效实现数字化胶片中的焊缝缺陷定位,对气孔、夹渣等典型焊缝缺陷定位识别率达到90%以上,提高了射线检测的效率.     

基于改进Edlines算法的坡口边缘识别研究

为了提高焊缝识别的速度和准确性,提出了一种基于改进Edlines坡口边缘识别算法。首先对图像进行ROI特征区域提取,并对ROI图像进行一系列的预处理,然后对坡口边缘提取;改进了Edlines算法搜索方向和判别方式,用Cannylines算法和Edlines算法提取结果作比对,结果表明提出的改进算法识别速度更快且只提取出焊缝坡口线;最后通过MIG焊、MAG焊中的焊接图像进行边缘识别,验证了算法的适应性。     

基于AdaBoost和ASM算法的人眼定位

针对人脸识别中眼睛定位不准的问题,提出了一种有效的人眼定位方法。该方法首先计算图像的积分图,然后利用基于Haar-like特征的AdaBoost级联分类器检测出图像中人脸的位置,最后再利用主动形状模型(ASM)算法精确定位出人眼。该方法在JAFFE人脸库和自建人脸库上表现出良好的性能,定位准确率达99%以上。实验结果表明,该方法对人眼的定位准确、快速。     

基于组合热源模型的激光深熔焊数值模拟

针对激光深熔焊"螺钉"状焊缝截面,构造了高斯面热源和双椭球体热源叠加的组合热源模型。利用有限元分析软件ABAQUS和FORTRAN语言编写的用户子程序,实现了组合热源的加载,对激光深熔焊温度场进行了数值模拟。温度场结果表明,激光焊是快速加热和冷却的过程,且焊接工艺参数对熔池最高温度有一定影响。此外,分析了基于该组合热源模型所得的温度场与焊缝微观组织及显微硬度的关系,焊缝边缘的温度梯度比焊缝中心大,焊缝边缘处为柱状晶,而焊缝中心为等轴晶,焊缝的显微硬度比母材高。模拟所得熔池形状与试验中焊缝形状吻合较好,该模型能为激光焊工艺参数的预选和优化提供依据。     

高精度自动对准系统中特征点提取方法的研究

基于高精度自动对准系统中的视觉定位系统,对定位标识图像进行系列的图像处理算法研究和技术处理.为有效提取芯片定位标识图像的特征点,通过分析比较,对定位标识图像,首先采用SUSAN滤波算法进行噪声平滑,再对其进行迭代分割,最后采用SUSAN角点提取算法进行特征点提取.该算法能快速有效的提取特征点,可大幅度提高后续的图像匹配的精度和速度.     

基于特征点相似度的匹配定位算法

前视定位系统中可能存在如视点、方位和距离等误差,导致在匹配时刻获取的实时目标场景与模板中目标不一致,从而影响目标定位的准确性.本文提出了一种基于特征点相似度的匹配定位算法,首先在图像的尺度空间上提取尺度不变特征点.然后根据描述子来进行相似度的判别,得到初始的匹配点集,然后利用极线约束,从而消除匹配错误的点.利用类似RANSAC方法估计场景中目标的变换参数,从而确定场景中目标所在的位置、尺度变化和旋转角度.实验结果验证了该算法的有效性和鲁棒性.     

网构软件模型中的抽象状态机设计

为了更好地支持和实现网构软件的自动化,提出在网构软件模型中使用抽象状态机(ASM).在Internet的计算环境下,采用peer-to-peer(P2P)拓扑结构作为网构软件模型的支撑网络环境,使用ASM的方法从较高的抽象层次(概念层)描述整个系统的行为与状态变迁,使系统特征易于把握.分析网构软件模型中ASM的架构,详细阐述ASM的运行规则,说明了系统状态特征的变迁情况.根据ASM方法所涉及到的各种状态、事件、方法、数据、规则等进行相应的设计和实现,已经初步形成一个网构软件设计和运行的支撑平台,证明了ASM在网构软件模型中的可行性以及ASM能够实现网构软件的自动化特性.     

基于GWO-SVM的下肢假肢穿戴者骑行相位识别

针对下肢假肢穿戴者骑行相位识别的问题,提出基于灰狼算法优化的支持向量机(GWO-SVM)分类模型. 建立下肢多源信息系统,采集膝关节、踝关节的加速度信号以及膝关节角度信号. 应用奇异值分解,对采集到的信号进行降噪处理. 在对信号进行降噪处理之后,为了避免单一信号不确定的影响,从数据冗余角度,选取各信号的特征点,开展归一化处理,组成多维特征向量,作为SVM分类模型的输入. 为了能够进一步提高分类精度,加强全局优化能力,利用GWO算法对核参数进行优化. 通过与PSO-SVM分类模型、GA-SVM分类模型对比表明,基于GWO优化的SVM分类模型对骑行相位的识别率为94%,高于其他方法优化的SVM分类模型.     

基于Zernike矩变换与支持向量机的不良视频检测方法

为了构建基于机顶盒等嵌入式平台的不良视频识别与过滤技术,从图像的高层语义特征着手,利用Zernike矩变换和多尺度图层进行快速的形状特征粗匹配,对敏感图像关键部位进行初步识别,再采用支持向量机对形状区间的像素分布特征做进一步的判别。实验表明,结合多种快速算法,系统的处理速度满足实时要求,与传统的肤色比例检测方法相比,在提高正检率的同时能降低误判率。     

基于运动预测的改进ORB-SLAM算法

针对不同运动场景下以固定的点特征提取与匹配策略的ORB-SLAM算法存在系统跟踪定位误差较大的问题,考虑相机自身运动对视觉SLAM系统的影响,提出基于运动预测的改进ORB-SLAM算法.该方法利用上一帧的点特征利用率和匀速运动模型,预测出相邻2帧之间的共视范围,实时动态调整不同运动状态下的点特征提取阈值,在保证系统稳定性的情况下,提高系统的准确性.提出基于运动预测的点特征匹配优化策略,基于匀速运动模型快速确定出共视范围内的有效待匹配点,结合图像金字塔缩小匹配搜索范围,减少大量的无效匹配过程.在TUM数据集上进行对比实验,结果表明,提出的算法不仅实时性好,而且提高了系统的精度.     

LiDAR安置误差对定位精度影响分析

机载LiDAR为复杂的多传感器集成系统,系统误差是影响LiDAR定位精度的主要误差源.本文基于LiDAR定位方程,模拟往返航飞轨迹和激光脚点数据,定量地引入安置平移和安置旋转误差,研究各个系统误差对定位精度的影响程度和规律.实验结果表明安置平移误差对激光脚点定位精度的影响在对应方向有等量影响,而安置旋转误差对定位精度的影响在对应方向与扫描角相关.     

Wavelet hierarchical model for aurora images classification

In order to improve the accuracy of aurora images classification, an algorithm based on the wavelet hierarchical model is proposed. In the proposed algorithm, the global and local wavelet features are extracted hierarchically first, then reduced in dimensions through the principal component analysis and used to classify the arc and three corona aurora images by the use of the support vector machine. By comparing the classification accuracy and time consumption, the optimal parameters in the wavelet hierarchical model are experimentally obtained and the validity of principal component analysis in feature optimization is verified. Experimental results show that the proposed algorithm improves the classification accuracy to a great degree with an acceptable time consumption compared with classical algorithms. Classification results between each two types of aurora images also provide some potential ways to improve the accuracy.     

一种基于肤色特征的人脸特征点定位方法

针对传统人脸特征点定位方法中存在的算法复杂、鲁棒性差以及精确度低等问题,本文提出一种基于肤色特征的人脸特征点自动定位方法.首先对预处理后的图像在多个色彩空间中利用肤色特征实现人脸区域的精确定位;然后,在人脸区域内根据各特征部位的特性构造色度模型函数来标定其特征区域;最后,在特征区域内完成人脸特征点的自动定位.实验结果表明,该算法简单、鲁棒性较高,且能够快速高效地实现人脸特征点定位.     

组合定位抗距离模糊技术及性能分析

为了更好地描述高速运动目标的轨迹特征,多采用高帧率的定位系统.但因受到基线长短和高帧率的影响而会出现距离模糊问题.以此为背景,针对时延测量的水声同步声信标定位系统中的距离模糊问题作了创新性研究.研究基于时延测量的水声同步声信标定位系统中的距离模糊问题,从主动球面交汇定位模型和被动双曲面交汇定位模型出发,推导出新的软件抗距离模糊算法,该算法既不增加系统硬件开销,又无需其他的辅助信息,应用更灵活.该方法已通过湖上试验,验证了理论和工程上的可行性和稳定性.     

基于线性判别分析和分步机器学习的变压器故障诊断

为了改善当前变压器故障诊断在特征量选取和使用单一诊断模型进行故障诊断上的不足,提高变压器故障诊断的准确率和效率,提出基于线性判别分析（LDA）的特征选取方法,建立基于分步机器学习的诊断模型. 该模型选取16组油中溶解气体体积分数比值的多特征参数,运用线性判别分析对参数进行降维作为输入特征向量;运用概率神经网络对变压器故障做出初步诊断,区分出易混淆故障;使用基于灰狼群算法优化的支持向量机对易混淆故障做进一步的区分. 最终实验诊断准确率为97.27%,诊断时间为4.87 s. 与单一机器学习模型相比,所提出的模型不仅具有更高的准确率,还具有更高的效率. 实例分析表明,本研究方法能有效弥补单一机器学习的缺陷,为故障样本有限情况下的电力变压器故障诊断提供参考.     

基于Gabor滤波器和深度学习的图像检索方法

针对图像数据库日渐庞大的问题,研究了将特征提取与深度学习相结合进行图像检索的方法,提出了基于Gabor小波变换和受限玻尔兹曼机(RBM)的特征提取和降维模型.将整幅图像划分成局部图像块,利用Gabor滤波器组提取图像特征,通过RBM对特征进行学习和编码,从而实现图像特征的降维处理.采用基于深度信念网络(DBN)和Softmax分类器的图像检索算法,利用Corel图像库进行新方法的图像检索实验,并与其他两种方法进行比较.结果表明,本文方法在准确率、查全率和检索时间上均具有较好的性能,能得到更好的图像检索结果.