双目视觉伺服的4-DOF机械手臂运动控制

为了解决多自由度机械手臂由于目标放置偏离而引起的抓取任务失败问题,给出了一种基于双目立体视觉的目标识别与定位控制方法。以抓取矩形轮廓的目标物体放置于矩形目标位置为控制任务,基于双目视觉目标图像信息,分析了目标特征参数提取、识别、匹配以及目标空间位姿测量的方法。结合四自由度(4-DOF)机械手臂硬件控制系统,运用改进D-H参数法建立了机械手臂正运动学模型,并通过逆运动学方法将目标位姿转化为机械手臂的控制指令,实现对目标抓取和放置的运动控制。实验结果表明,该视觉伺服的机械手臂运动控制系统能够准确、稳定地实现抓取和放置任务,定位精度高,对工业机器人在分拣、装配中的运动控制研究和应用有重要的参考价值。     

利用傅里叶变换红外光谱仪测量固体推进剂的燃烧温度

利用布鲁克公司生产的OPAG 33型傅里叶变换红外光谱仪(Fourier Transform Infrared Spectrometer, FTIR)对固体推进剂燃烧火焰的温度进行了研究。在仪器的分辨率为4 cm-1、测试距离为20 m的条件下,实时测得了高能硝酸酯增塑聚醚(Nitrate Ester Plasticized Polyether Propellant, NEPE)固体推进剂燃烧火焰的红外发射光谱图。利用燃烧产物中HCl气体分子的发射光谱精细结构谱线计算了NEPE固体推进剂羽流的温度。实验结果表明,利用被动式遥感FTIR光谱仪可对固体推进剂的燃烧温度进行快速实时的非接触式测量,是一种有效的研究手段。     

基于神经网络的时滞非线性系统的广义预测控制

针对一类时滞非线性被控对象,提出一种基于RBF神经网络的广义预测自校正控制方案,在广义预测控制中,采用RBF神经网络建立被控对象的多步预测模型,并不断修正预测输出,提高预测输出的精度.控制器则采用GPC隐式修正算法,不用辨识对象的模型参数,大大减少了计算量.经过仿真研究,与常规的PID自适应控制方法相比较,证明了该方法的优越性,预测控制误差小,实时性好,动态响应快.     

多Agent联盟结构动态生成算法

针对多Agent联盟数量是Agent个数指数倍的问题,基于Agent合作收益独立性,给出了Agent联盟快速动态生成算法--SCS(search of coalition structure)算法;依Agent联盟之间的同构关系,将Agent联盟结构图剪枝,然后进行Agent联盟结构搜索,可降低搜索空间大小,并证明了是剪枝前搜索量的n(k-1)^n-k.最后,以机器人足球赛RoboCup为背景给出了实验分析,表明了SCS算法的效率.SCS算法是     

融合多维空洞卷积算子和多层次特征的深度网络检测算法

在基于深度网络的目标检测模型中,仅利用串行的卷积操作,模型会缺少描述网络不同层次的细节信息和特征图全局信息的能力,减弱小目标的检测能力,影响检测精度.基于残差网络结构,文中提出融合多维空洞卷积(MDC)算子和多层次特征的深度网络检测算法.首先设计MDC算子,卷积核具有5种不同的感受野,可获取8种不同语义的特征图,并引入串行网络的特征提取环节,构造特征层.再通过转置卷积操作实现检测层升维,用于级联不同层次的特征层,得到检测层并保证能在最大程度上保留目标的原始特征.最后使用非极大抑制完成检测算法的构建.实验表明,文中算法有效提高目标平均检测精度和小目标的检测能力.     

SGP板在大型洁净厂房中的应用

大型洁净电子厂房近年来在全国各地纷纷上马，包括北京、天津、深圳、合肥、苏州、无锡、鄂尔多斯、西安、成都等地，在国家与地方政府的大力支持下，对于此类高科技附加值企业的投资日益加大。此类液晶面板与半导体厂房，无一不是大结构体量，工期紧的项目，其结构施工技术的改进，对于整体建设成本的减少与施工效率的提高，有着重要的意义。     

基于RS485总线网络的温室无线监控系统设计

温室大棚规模化发展和人力成本的不断上升,需要建立无人值守的自动监控系统,进行高效地生产.针对温室大范围监控的需求,给出了一种基于RS485总线和WiFi网络的监控系统设计方案,并使用通信状态机机制完成网络节点的准确定位和数据传输.现场监控节点利用RS485与传感器及执行器模块联接,构成分布式系统,完成数据采集、处理和执行器控制功能.远程监控计算机通过无线WiFi网络接入局域网,利用虚拟仪器技术构建人机交互界面,实现网络的控制与管理.系统具有成本低、数据传输准确、扩展灵活等优点,试验表明了该系统的合理性与实用性.     

扩展点态卷积网络的点云分类分割模型

目的 点态卷积网络用于点云分类分割任务时,由于点态卷积算子可直接处理点云数据,逐点提取局部特征向量,解决了结构化点云带来的维度剧增和信息丢失等问题。但是为了保持点云数据结构的一致性,点态卷积算子及卷积网络模型本身并不具有描述点云全局特征的结构,因此,对点态卷积网络模型进行扩展,扩展后的模型具有的全局特征是保证分类分割准确性的重要依据。方法 构造中心点放射模型来描述点云逐点相对于全局的几何约束关系,将其引入到点态卷积网络的特征拼接环节扩展特征向量,从而为点态卷积网络构建完善的局部—全局特征描述,用于点云数据的分类分割任务。首先,将点云视为由中心点以一定方向和距离放射到物体表面的点的集合,由中心点指向点云各点的放射矢量,其矢量大小确定了各点所存在的曲面和对于中心点的紧密程度,矢量方向描述了各点对于中心点的包围方向及存在的射线。进而由点云中的坐标信息得到点云的中心点,逐点计算放射矢量构造中心点放射模型,用以描述点云的全局特征。然后,利用点云数据的坐标信息来检索点的属性,确定卷积中参与特定点卷积运算的邻域,点态卷积算子遍历点云各点,输出逐点局部特征,进一步经多层点态卷积操作得到不同深度上的局部特征描述。最后,将中心点放射模型的全局特征和点态卷积的局部特征拼接,完成特征扩展,得到点态卷积网络的扩展模型。拼接后的局部—全局特征输入全连接层用于类标签预测,输入点态卷积层用于逐点标签预测。结果 在ModelNet40和S3DIS（Stanford large-scale 3D indoor spaces dataset）数据集上分别进行实验,验证模型的分类分割性能。在ModelNet40的分类实验中,与点态卷积网络相比,扩展后的网络模型在整体分类精度和类属分类精度上分别提高1.8%和3.5%,在S3DIS数据集的分割实验中,扩展后的点态卷积网络模型整体分割精度和,类属分割精度分别提高0.7%和2.2%。结论 引入的中心点放射模型可以有效获取点云数据的全局特征,扩展后的点态卷积网络模型实现了更优的分类和分割效果。     

体育教师隐性知识的特征、形成与共享

分析了隐性知识的概念、特征,认为隐性知识的形成与课堂教学情境、教学经验积累、个人教学行为密切相关,是在体育教学过程中,通过长期的观察与反思、学习与模仿、体悟与积淀形成的。鼓励隐性知识的传播交流,并形成隐性知识的传播机制,建立隐性知识的传播平台等,是实现体育教师隐性知识共享的有效途径。     

煤矿供电系统谐波的危害及治理

谐波广泛存在于供电系统各个环节,谐波电流会在公用电网引起电压畸变,也会对企业内部电网其它电气设备造成危害,本文就煤矿供电系统谐波的成因与危害做了简要探讨,并提出了针对性的治理措施