密集架安全监测与控制技术研究

分析比较了3种不同的密集架控制方案,提出了基于以太网和CAN总线的分布式控制系统结构.基于可靠性优先的主体思想,结合实际功能需求,给出了主站和从站控制器的主要硬件配置和实现原理.针对密集架系统存在的安全问题,提出了多传感器自主多层安全监测框架,并介绍了传感器的性能,明确了安全监控的层数,实现了自主安全监控的目的.同时,对现场CAN调试过程遇到的问题进行了分析总结.实验结果证明,该密集架控制系统及其安全监测系统具有操作简便、成本低廉、稳定可靠和自动安全防范措施完善等特点,该系统为智能仓储和物流管理系统的开发提供了一种参考.     

基于信号重采样频移处理的宽带 ADCP 分层校准方法

针对宽带声学多普勒流速剖面仪(ADCP)现有校准方法无法有效实现流速分层校准的问题,提出基于信号重采样频移 处理的声波应答校准方法,通过应答换能器组分别接收 ADCP 各波束换能器发射信号,经分段重采样、时间窗补偿等处理,产生 包含多普勒频移信息的模拟回波信号,实现对宽带 ADCP 流速分层校准。 为更符合真实水体散射情况,基于主动声呐方程建立 了回波信号幅度计算模型。 搭建了可适用于陆上和水下的宽带 ADCP 分层快速校准装置,对两个 ADCP 样机开展了校准实验, 流速范围在 0. 01~ 10 m/ s,测量不确定度优于 0. 3% v+5 mm/ s(v 为流速测量值)(k = 2),并与水槽拖车法进行了对比验证。     

CT导航微创外科混联机器人拓扑结构分析

分析了CT导航微创外科手术环境对机器人的特殊要求,提出了一种新型串并混联机器人构型 .详细讨论了机器人的串、并联拓扑结构的设计依据,比较了多种串联微创外科机械臂的结 构类型,明确了串联部分的构型.针对传统并联机构灵活性较小的不足,提出并分析了并联 机构的结构框架,确定了并联部分的结构.基于螺旋理论重点求解了并联机构的位移输出特 征方程及其自由度,同时给出了串联部分的位移输出特征矩阵.通过灵活性仿真,验证了该 机器人可用于CT受限空间的微创外科定位手术.本文对于新型医疗机器人的构型设计提供了 一种理论参考.     

一种基于量化DCT域音频水印新算法

提出一种新的基于量化DCT域的音频水印算法,根据DC分量和AC分量在水印的鲁棒性和不可听性中起着不同的影响来设计水印算法,使水印的鲁棒性和不可听性得到更好的权衡。首先,把音频数据分成含有8个数据的不重叠块,然后,对每个数据块进行DCT变换;通过对DCT系数中DC分量和第四AC分量进行轮流调制来完成水印嵌入,每个数据块嵌入1 bit信息。实验表明该水印算法对于叠加噪声,有损压缩,重量化等常见的数字信号处理具有较好的鲁棒性,同时,水印系统具有很好的不可听性。     

一种基于坐标投影的虹膜定位算法

提出了一种简单易行的虹膜定位算法,该算法是在对虹膜粗略处理的基础上,对内边界的采用了向坐标轴投影的方法;对于外边界采用了寻找扫描线上信息量最小的点,并用相应的匹配模板进行匹配,以便去掉由于噪声的干扰而找到的错误点,从而确定外边界和中心;实验证明了该算法的合理性。     

一种基于统计特性的简化EESM方法

本文根据多径信道统计特性,提出了一种新的简化指数有效信干噪比计算方法。文章分析了多载波通信系统载干噪比的统计分布特性,并利用统计特性来简化指数有效信干噪比映射方法的计算。该方法通过估计非中心分布参量,增强了对移动时LOS/NLOS场景变换的自适应能力。仿真结果进一步证明了方法的优点。     

基于时间扩展的ASEHA建模与验证

为了有效地分析实时系统,在原计算模型的基础上,引入了时钟变量,在迁移上增加了时钟约束,扩展了异步扩展层次自动机的语义.运用基于时间扩展的ASEHA,分析了ATM系统,建立了用户和ATM的模型,并使用模型检测工具UPPAAL对模型进行验证,从无死锁、活性及可达性性质出发,验证了ATM系统的安全性.实验表明,提出的基于时间...     

飞机蒙皮法线方向的视觉检测技术研究

为了实现飞机蒙皮上钻孔点位处的法线方向检测,从而为自动钻铆机器人提供刀具姿态调整的关键信息。本文基于结构光三维视觉测量原理,应用工业相机和十字线激光器等搭建了一套结构光视觉检测系统,通过工业相机获取十字线结构光在蒙皮上的投影光条来计算出蒙皮曲面的结构特征,并进一步解算出十字线结构光交点处的法线方向,从而获得蒙皮上钻孔点位处的法向信息。实验结果表明,该结构光视觉检测系统在多个钻孔点位处的角度单次测量极限误差≤±.12°,具有良好的重复性精度,可以满足飞机蒙皮钻孔点位处的法向检测需求。同时,该系统具有体积小、重量轻和成本低等优点,可以作为传感器单元集成于自动钻孔机器人的末端执行器上以形成在线法向检测系统,从而辅助机器人完成刀具姿态的控制与调整,进而提高飞机蒙皮铆钉孔的制孔质量与效率。     

课程本体自动构建技术研究

课程本体是课程知识组织的一种重要技术,在智能学习系统中得到广泛应用。针对人工建立课程本体依赖专家经验和效率较低等问题,提出课程本体自动构建技术。该技术以丰富的Web课程资源为数据源,集成网络爬虫、中文分词和关联规则挖掘等技术,实现课程本体自动构建。实验结果表明,该技术建立的课程本体不仅具有较好的质量,而且执行效率较高。     

多尺度特征融合工件目标语义分割

目的 目标语义特征提取效果直接影响图像语义分割的精度,传统的单尺度特征提取方法对目标的语义分割精度较低,为此,提出一种基于多尺度特征融合的工件目标语义分割方法,利用卷积神经网络提取目标的多尺度局部特征语义信息,并将不同尺度的语义信息进行像素融合,使神经网络充分捕获图像中的上下文信息,获得更好的特征表示,有效实现工件目标的语义分割。方法 使用常用的多类工件图像定义视觉任务,利用残差网络模块获得目标的单尺度语义特征图,再结合本文提出的多尺度特征提取方式获得不同尺度的局部特征语义信息,通过信息融合获得目标分割图。使用上述方法经多次迭代训练后得到与视觉任务相关的工件目标分割模型,并对训练权重与超参数进行保存。结果 将本文方法和传统的单尺度特征提取方法做定性和定量的测试实验,结果表明,获得的分割网络模型对测试集中的目标都具有较精确的分割能力,与单尺度特征提取方法相比,本文方法的平均交并比mIOU（mean intersection over union）指标在验证集上训练精度提高了4.52%,在测试集上分割精度提高了4.84%。当测试样本中包含的目标种类较少且目标边缘清晰时,本文方法能够得到更精准的分割结果。结论 本文提出的语义分割方法,通过多尺度特征融合的方式增强了神经网络模型对目标特征的提取能力,使训练得到的分割网络模型比传统的单尺度特征提取方式在测试集上具有更优秀的性能,从而验证了所提出方法的有效性。