养老机器人的跌倒行为检测方法研究

随着人口老龄化的形势不断严峻,养老成为社会一个焦点话题.大多数年轻人选择背井离乡或者疲于工作,造成空巢老人数量不断增加.而在老人独处时发生安全隐患概率明显增大.本文以计算机视觉为基础,探讨老人独处时发生跌倒行为的现象的解决方案,介绍了特征提取和深度学习两种主流思路,详细说明了其发展和常用方法,同时对公开数据集进行利弊分...     

基于行为的移动应用程序安全检测方法研究

针对当前移动安全产品多数只能提供静态的应用程序检测,缺乏对未知样本的检出能力的现状,提出了一种基于行为的移动应用程序安全检测方法,包括了静态行为检测方法和动态行为检测方法。该方法可以检测任意一款移动应用软件,在经过基于终端的静态行为检测和基于服务器的虚拟机动态行为检测之后,对行为进行分析并提供完整的移动应用程序安全报告,供安全产品用户参考,并为公安机关打击移动环境下的违法犯罪活动提供技术支持。     

基于视觉方法的输电线断股检测与机器人行为规划

输电线维护机器人用于代替人工完成危险作业,准确的故障检测与合理的行为规划对于作业效果至关重要.针对以上需求,采用视觉方法,提出了一种基于图像特征分类的输电线断股检测方法.该方法提取边缘梯度向量作为图像特征,采用支持向量机方法进行分类运算完成线路断股检测.在断股检测的基础上,利用断股检测信息与机器人传感器测得的信息构建机器人状态向量.根据当前状态向量,结合机器人断股补修作业流程,提出了面向捋线与压接复杂作业的机器人断股补修作业行为规划方法.利用实验室模拟线路开展实验,验证了提出的输电线断股检测及行为规划方法的有效性.     

基于神经网络的进化机器人组合行为方法研究

为了克服传统机器人设计方法存在的局限性,提高机器人的自适应能力,采用神经网络方法实现了进化机器人避碰、趋近及其组合行为学习,首先,提出了新的机器人模拟环境和机器人模型,结合了采用神经网络实现进化学习系统的方法。其次,对具有进化学习机制的机器人基本行为和组合行为学习系统进行了仿真,并通过仿真证明了新模型不要求环境知识的完备性,机器人具有环境自适应学习能力,还具有结构简洁、易扩展等特点,最后,对仿真结果进行分析与讨论,并提出了进一步研究方向。     

基于行为的内网安全威胁检测系统在电力企业的应用

介绍了一种基于行为的内网安全威胁检测系统在电力企业的应用,该成果能够检测第2层第7层数据流量,检测内网安全威胁,解决了传统IDS、IPS对于应用层难以监控,难以监控危险源、病毒源的难题。以某电力企业为例,阐述了其技术特点,部署方案,以及应用效果和推广前景。     

基于多关节机器人运动学分析的故障检测方法

基于多关节机械臂运动学的理论和对不同状态下机械臂末端轨迹的分析,利用不同时刻旋转连杆对于末端的增量关系,提出了一种基于机械臂整体分析的故障检测方法,做到了在不增加传感器的前提下,快速定位故障和识别机器人关节的渐变故障.     

基于交换分区主机行为安全检测系统设计与实现

通过分析Windows系统中常见文件系统（如FAT32、NTFS等）底层数据结构及其关系,设计了一种从硬盘底层获取交换分区文件（pagefale．sys）算法。然后分析网站、电子邮件以及IPEG文件特征模式,构建相应的特征库,研究了网站、电子邮件访问行为分析机制,并设计了JPEG图像文件浏览行为分析算法。最后,设计并实现了基于交换分区的主机行为检测系统。实验数据表明,该系统能够检测用户主机的网站、电子邮件访问行为,以及JPEG图像浏览行为。     

基于数据挖掘的恶意行为检测方法

1.引言入侵检测系统(Intrusion Detection System,IDS)是一种动态的网络攻击检测技术,能够在网络系统运行过程中发现入侵者的恶意行为和踪迹,并适时地作出反应。它是防火墙之后的第二道安全防线,与防火墙相辅相成,构成了一个完整的网络安全防护系统。     

基于目标检测的机器人手眼标定方法

智能协作机器人依赖视觉系统感知未知环境中的动态工作空间定位目标,实现机械臂对目标对象的自主抓取回收作业。RGB-D相机可采集场景中的彩色图和深度图,获取视野内任意目标三维点云,辅助智能协作机器人感知周围环境。为获取抓取机器人与RGB-D相机坐标系之间的转换关系,提出基于yolov3目标检测神经网络的机器人手眼标定方法。将3D打印球作为标靶球夹持在机械手末端,使用改进的yolov3目标检测神经网络实时定位标定球的球心,计算机械手末端中心在相机坐标系下的3D位置,同时运用奇异值分解方法求解机器人与相机坐标系转换矩阵的最小二乘解。在6自由度UR5机械臂和Intel RealSense D415深度相机上的实验结果表明,该标定方法无需辅助设备,转换后的空间点位置误差在2 mm以内,能较好满足一般视觉伺服智能机器人的抓取作业要求。     

基于确定型有穷自动机的机器人行为控制单元

基于机器人基本行为的控制方法是机器人能够执行许多高级算法的基本条件,且能有效的减少重编程时的代码量,适用于大规模机器人群体中的无线程序烧录,减少通信量。针对课题研发的需求,提出一种基于确定型有穷自动机的机器人行为控制的数学模型,并使用Picoblaze处理器在FPGA上实现了该数学模型,实验表明本文的方法能大幅度的减少代码更新时的通信量。     

机器人足球仿真比赛中碰撞后行为的研究

为了解决机器人足球比赛仿真系统中的死锁现象，详细讨论了机器人仿真比赛中的碰撞后行为。给出了机器人足球仿真比赛中的碰撞的模型，并针对每一种碰撞，提出了相应的碰撞后机器人速度的快慢和方向的计算方法。经过实际比赛的验证，提出的方法正确稳定可靠，显著改善了机器人足球比赛仿真系统中经常出现的死锁现象。     

基于动作视觉协调的足球机器人视觉跟踪方法

文章提出了一种基于动作视觉协调的足球机器人视觉跟踪方法,它跟踪准确,对光照环境的适应性强。实验表明,该方法简单有效。该方法已应用于某校研制的Mirosot机器人足球比赛系统,并且参加比赛取得了优良成绩。     

基于RFID技术的移动机器人定位方法研究

RFID技术利用无线射频信号在读写器与标签之间进行数据通信,射频信号具有一定的穿透性,解决了机器人定位与地图创建过程中传感器非视距的问题。提出了一种新颖的利用周围环境中少量的位姿未知的标签来估算出机器人位姿的方法,并采用粒子滤波算法来增强算法的鲁棒性。同时,还引入了RFID天线功率切换器来提高地图创建的准确性,降低了机器人的定位误差。最后通过定量分析影响定位效果的3个主要因子,证明了这种定位方法具有较高的定位精度。     

基于MLP和SPSO的机器人行为选择与运动控制方法

针对传统行为选择机制(ASM)不能很好地做出控制决策的问题,提出一种基于多层感知(MLP)前馈神经网络的ASM,并将其应用到移动机器人目标跟踪中。首先,根据具体应用场景预定义多个机器人行为。然后,根据机器人配备的图像和红外传感器获得的目标位置和障碍物信息,通过MLP神经网络从预定义行为中选择出所需执行的行为。另外,为了构造最优的MLP模型,采用一种简化粒子群算法(SPSO)来优化网络权值参数。机器人目标跟踪仿真的结果表明,提出的ASM能够准确选择出合适的行为,实现了控制机器人跟踪目标移动且能够避开各种障碍物。     

基于行为模型的工控异常检测方法研究

目前,工业控制系统(Industrial Control Systems,ICS)网络安全已经成为信息安全领域的重点问题,而检测篡改行为数据及控制程序等攻击是ICS网络安全的难点问题,据此提出了基于行为模型的工控异常检测方法。该方法从工控网络流量中提取行为数据序列,根据ICS的控制和被控过程构建正常行为模型,通过比较分析实时提取的行为数据与模型预测的行为数据,判断是否出现异常。通过实验分析,验证了所提方法能有效实现对篡改行为数据及控制程序等攻击的异常检测。     

基于Dempster-Shafer的飞行机器人多目标视觉定位方法

在受到遮挡物影响的室内环境中,飞行机器人接收数据中常伴有不确定性因素,为了解决复杂室内环境下高精准定位问题,提出了基于Dempster-Shafer的飞行机器人多目标视觉定位方法。根据飞行机器人控制原理,分析飞行位置与期望位置存在偏差,通过提取颜色特征和边缘特征建立多目标模型。设计地面标记,采用迭代算法对标记地面目标进行局部最大化概率计算,以此适应多目标形变,通过Dempster-Shafer证据推理方法获取目标精准位置,由此完成多目标视觉定位。在实验场地支持下,将传统方法与Dempster-Shafer证据推理方法进行对比分析,由结果可知,Dempster-Shafer证据推理方法定位精准度最高可达到96%,对提高室内定位精准度具有一定价值。     

基于摄像头定标的无人机位置和姿态的检测

近年来,无人机技术发展十分迅速,已经被广泛的应用于军事和民用等领域。无人机的回收是无人机整个控制过程中的重中之重。无人机相对机场的方位和三维姿态信息是反映其飞行状态的重要指标,只有精确得到了这些数据信息,才能实现对其正确的稳定的控制,保证无人机安全着陆。随着计算机视觉相关算法性能和可靠性不断提高,完善的实时算法的广泛应用,针对无人机的特点,文章设计了一种基于单目视觉的无人机自主着陆法,完成了无人机空中位姿的判断。实验证明,该方法是可靠和有效的。     

基于连续三角测量法的机器人定位方法

在移动机器人定位中,根据同一位姿下机器人与不同信标点的3个相对角值,应用三角测量法可以实现对机器人的定位.但是,当机器人连续移动时,不同时刻的相对角值对应不同的机器人位姿,所以,此时不能应用三角测量法.基于此,以两轮差速驱动机器人为研究对象,建立以相对角作为状态变量的系统模型,提出基于扩展卡尔曼滤波(EKF)的相对角动态估计方法,实现机器人移动过程中三角测量法的连续动态应用,最后的仿真结果证明了该方法的可行性和精确性.     

基于边缘检测的图像分割的超声诊断机器人控制系统设计

传统系统在嵌入信息后峰值信噪比较高,使图像分割结果与实际效果相差较大,导致控制系统超声诊断结果并不精准,针对该问题,提出基于边缘检测的图像分割的超声诊断机器人控制系统设计。在控制系统的硬件结构部分,以STM32F103C8T6单片机为核心的控制器,使用型号为3MC58的步进电机驱动器,通过角位移量控制脉冲个数,以实现更加准确的定位。在软件设计中,通过图像分割技术检测图像边缘特征,提高图像分割精度和准确度,帮助诊断机器人提高诊断功能。分析不同嵌入率下峰值信噪比,在确定该值后将传统系统与该系统的超声诊断功能对比分析,由实验结果可知,该系统在嵌入信息后峰值信噪比较高的情况下也能保证图像分割结果与实际效果一致,对0.8 bpp嵌入率图像的分割处理效果平均值为89%,超声诊断准确率平均值为88.6%,表明该系统的控制性能较好,能够为医学、航天航空及军事领域提供设备支持。