基于归纳演绎方法的电力电子技术实验教学

本文总结了电力电子技术的知识结构和实验内容结构,将归纳与演绎方法引入到实验教学过程中.以三相桥式电路为例,分析了实验教学的重点和难点,讨论了整流和逆变两种工作状态之间的联系,将整流电路和逆变电路的控制方式结合起来进行讲授.教学实践过程表明,改进的实验教学方法取得了很好的效果.     

基于协作学习的足球机器人教学研究

协作学习是一种非常适合在大学生科技创新活动中使用的学习方法.本文在分析了足球机器人教学特点的基础上,结合"足球机器人理论与实践"课程的教学,将协作学习的理论应用于大学生科技创新活动中,介绍了足球机器人教学的组织、学习小组的形成、任务划分、小组的协作学习以及教学效果的评价等方法.经过近四年的教学实践过程表明,基于协作学习的足球机器人教学方法取得了很好的效果.     

卸卷小车运行周期及液压控制原理分析

卸卷小车运行周期及液压控制原理分析吴怀宇周灵强王诚陈崇毅王安生翟超武汉冶金科技大学自动化系，４３００８１湖北武汉市青山区任家路武汉热轧带钢厂，４３００８２湖北省武汉市青山区厂前１引言卸卷小车作为带钢生产线的最后一个环节，其工作的正常与否将...     

研究生课程"智能控制"教学改革与实践

"智能控制"是自动化相关专业研究生的重要课程.该课程具有教学内容繁多、理论性强、系统性差等特点,本文分别从教学内容、教学方式、考核方式等方面对该课程进行了改革和探索.通过突出教学重点、协调基础知识与前沿发展、借鉴互联网优势、以学生能力培养为中心等手段,获得了较好的教学效果.     

基于最小平方中值定理的立体视觉里程计

提出了一种基于最小平方中值定理（LMedS）的立体视觉里程计方法。利用图像中尺度不变的SIFT特征点作为路标,基于KD树的最邻近点搜索算法来实现左右图像对特征点的匹配和前后帧间特征点跟踪。通过特征点的三维重建,基于最小平方中值定理估计出机器人的运动距离和方向信息。实验表明该方法在不同图像间匹配、三维路标跟踪和机器人运动估计中具有很强的鲁棒性。     

基于2D激光扫描到子图匹配的SLAM方法

针对室内环境下的2D激光同步定位与制图(simult aneous localization and mapping,SLAM)问题,提出一种改进的扫描匹配方法,扫描到子图匹配。用连续的激光扫描帧构建子图,对齐新的扫描帧到邻近的子图以产生约束,通过高斯牛顿求解约束并估计新的子图,利用Ceres优化来进行闭环,生成全局一致地图。经在室内条件下的测试,定位误差控制在0.4 m以下,制图误差控制在0.5 m左右,在激光匹配效率方面,相比传统方法提高了38.24%,实验结果表明,该方法可以有效提高定位与制图的精度和激光匹配效率。     

基于摄像头检测的防盗拍系统开发和算法研究

针对电影院中的非法盗拍现象,提出了对智能摄像头检测系统的改造和算法设计。硬件部分的人工光源模块提供定向光照,与之相配合的软件算法部分融合层级特征检测、直方图比较、主成分分析、K最近邻分析等多种方法,对摄像头镜头反射高光模式进行检测和识别。通过实验数据集的验证,系统对摄像头敏感度高,检测准确率高,具有理论研究价值和实际应用价值。系统硬件模块和算法模块可拓展且可移植于其他应用领域。     

具有执行器故障的四旋翼无人机有限时间容错控制

本文主要研究了四旋翼无人机在外部干扰、执行器存在部分失效和偏置故障并发情况下有限时间轨迹跟踪的控制问题. 通过分析四旋翼无人机动力学特性, 构建了带有外部干扰、执行器机构故障的动力学模型. 基于鲁棒全局快速终端滑模控制算法, 设计了一种有限时间容错控制器, 提高了系统对故障的响应速度. 其次, 针对常值/时变故障和干扰,在控制器设计中采用改进的连续函数进行补偿, 减少了由切换函数引起的系统抖振, 并基于Lyapunov函数对控制器的稳定性进行了分析. 最后, 通过仿真实验验证了所设计控制器的有效性和可靠性, 同时存在执行器故障和外部干扰的情况下, 无人机能够实现较好的轨迹跟踪性能.     

基于局部融合特征与分层增量树的快速人脸识别算法

传统的人脸识别模型采用离线方式进行训练,同时由于人脸特征维数较高导致算法的实时性不足。文中分别从人脸特征与分类器两方面来构建快速的人脸识别算法。首先使用 SDM(Supervised Descent Method)算法进行人脸特征点定位,提取每个人脸特征点邻域内的局部(Multi Block-Center Symmetric Local Binary Patterns,MB-CSLBP)特征,并将所有的人脸特征点邻域特征以串联的方式构成局部融合特征,即所提出的局部融合MB-CSLBP特征LFP-MB-CSLBP(Local Fusion Feature of MB-CSLBP)。将以上特征送入分层增量树HI-tree(Hierarchical Incremental tree)中进行人脸识别模型的在线训练。分层增量树是使用分层聚类算法来实现增量式学习的,因此其能够以在线的方式对识别模型进行训练,具有较高的实时性与准确性。最后在3种不同的人脸库以及摄像头采集的人脸视频上对算法的识别率与实时性进行测试。实验结果表明,相比于当前其他算法,所提算法具有较高的人脸识别率与实时性。