面向智能驾培系统的深度学习表情识别方法

针对虚拟现实驾培系统人机交互不足、不能很好地替代教练员的作用的问题,提出将基于迁移学习的表情识别算法嵌入驾培系统,使系统可以根据学员的情绪状态智能调整培训程序、提供个性化学习方案.首先,对人脸表情训练数据集做了归一化处理和数据增强处理,引入ReLU激活函数,利用ImageNet数据集在改进型的EfficientNet上...     

电阻点焊的变论域模糊控制方法

为提高电阻点焊模糊控制适应性和稳定性差的缺点, 根据变论域控制理论, 提出了电阻点焊的变论域模糊控制方法. 首先, 讨论了变论域模糊控制的基本原理. 其次, 设计了输入隶属函数、输出隶属函数、模糊控制规则、伸缩因子, 开发了一种基于规范化因子的电阻电焊变论域模糊控制器, 并使用模糊规则选择变论域的伸缩因子,给出了算法实现的具体步骤. 最后, 进行了不同控制方案的实验研究, 分析了实验结果, 验证了该控制算法的优越 性.     

插值模糊算法在点焊控制中的应用

针对点焊过程的特点,设计了基本的模糊控制方案,并进一步使用插值算法其进行了改进。使用插值算法相当于细分了控制规则,从根本上消除了量化误差,改善了系统的稳态性能。     

Sobel-Hough检测方法在机器视觉倒车辅助系统的应用研究

倒车辅助系统,又称泊车辅助系统或可视倒车雷达,能够给驾驶员倒车泊车操作带来很大的方便。对主流倒车辅助系统的研究后,引进机器视觉,为精确检测柱子类或台阶类障碍物提供了新方法。倒车操作时,使用CCD内核的视觉传感器获取车后的图像信息,将彩色图象进行中值滤波后转变为灰度图像,采用Sobel算子锐化突出柱子或台阶的边缘,再采用自适应阈值法分割成二值图象,接着用Hough变换方法检测出边缘线段,最后对障碍物边缘进行加粗加色标记。实验表明,采用Sobel-Hough算法能准确地将柱子和台阶边缘识别出来,并具有较强的抗干扰能力。     

一种点焊质量模糊评判系统的设计

针对汽车行业对点焊的质量要求,制定了一种点焊质量模糊评判方案,并进行了软件设计.取焊点直径、焊点直径波动、压痕深度及焊点外观为评判因素集,并制定了各因素的权重分配集.各因素的评判标准可根据实际情况进行调整,以适应不同的生产场合.     

基于双处理器的点焊控制系统的硬件设计

针对点焊的控制特点,设计了一种基于双处理器的点焊控制系统。在该系统中,DSP模块负责智能控制程序运算,MCU模块负责进行人机对话,而信号的输入输出则由独立的AD&IO模块负责。模拟试验表明,该硬件系统满足工作要求。     

车载智能显示终端系统设计方案

介绍了一种基于CAN总线的车载智能显示终端系统的设计方案,详细分析了该系统的总体结构设计和工作原理.系统通过监听节点连接到汽车总线上,监听节点主控制器STC89C52经过CAN控制器SJA1000和收发器PCA82C250读取并解析总线上CAN报文,将得到的相关传感器信号通过串口传给ARM芯片S3C2440,并采用Windows CE系统实现车载信息的虚拟显示.     

激光-MIG复合焊根部驼峰缺陷预测

激光-熔化极惰性气体(melt inert gas,MIG)复合焊过程中容易出现根部驼峰缺陷,为了实现焊接过程根部驼峰缺陷的同步预测,研究根部驼峰缺陷预测的算法并对其预测结果进行分析. 采用高速摄像机进行复合焊接过程的实时视觉传感采集,提取焊接过程的正面熔池和匙孔的时序特征信息,并对这些特征信号进行小波包分解(wavelet packet decomposition,WPD)与重构. 应用激光扫描仪获得背部焊缝余高,以此作为驼峰状态标记的依据. 再通过长短期记忆(long short-term memory,LSTM)神经网络对焊接过程中根部驼峰状态进行预测. 结果表明,WPD-LSTM算法对根部驼峰预测的准确率达到97.85%. 相比其它算法,基于焊接过程正面视觉传感时序特征信息的WPD-LSTM算法预测准确率更高,且预测结果具有较高的连续性,有利于实现对焊接过程根部驼峰缺陷的同步检测与控制.     

大功率光纤激光焊熔透状态模糊聚类识别方法

激光-熔化极惰性气体(melt inert gas,MIG)复合焊过程中容易出现根部驼峰缺陷,为了实现焊接过程根部驼峰缺陷的同步预测,研究根部驼峰缺陷预测的算法并对其预测结果进行分析. 采用高速摄像机进行复合焊接过程的实时视觉传感采集,提取焊接过程的正面熔池和匙孔的时序特征信息,并对这些特征信号进行小波包分解(wavelet packet decomposition,WPD)与重构. 应用激光扫描仪获得背部焊缝余高,以此作为驼峰状态标记的依据. 再通过长短期记忆(long short-term memory,LSTM)神经网络对焊接过程中根部驼峰状态进行预测. 结果表明,WPD-LSTM算法对根部驼峰预测的准确率达到97.85%. 相比其它算法,基于焊接过程正面视觉传感时序特征信息的WPD-LSTM算法预测准确率更高,且预测结果具有较高的连续性,有利于实现对焊接过程根部驼峰缺陷的同步检测与控制.     

车用微型永磁直流电机的齿槽转矩优化

过大的齿槽转矩会造成电机转矩波动、产生噪音和振动,是永磁电机高精度高性能优化设计的关键因素。研究中以某4槽10极汽车座椅永磁有刷直流电机为例,通过建立电机相应的电磁场模型以及理论分析,探究了电磁力、永磁体的极弧系数和偏心距参数对电机振动的影响,提出了减小齿槽转矩的电机结构综合优化方案。通过Ansoft Maxwell电磁仿真与实验测试,验证了所设计方案的有效性;与原设计相比,优化结构后的电机,齿槽转矩降低了85.95%,振动减小了80%,噪音减小了11%。