基于Internet的设备在线监测与故障诊断系统

提出了基于Internet的设备在线监测与故障诊断系统的具体解决方案，论述了在线监测诊断的几个关键及其具体实现方法，该诊断系统已成功运用于武钢某重要设备，证明了该系统能够实现远程在线监测与诊断等服务。     

基于Atom Z510的车载多媒体播放系统

针对现有车载影音系统功能单一、更新不便的缺陷,设计并实现了一款能够同时实现音频和视频播放的高性能车载播放器。系统采用Intel最新推出的嵌入式处理器Atom Z510作核心处理器,在其上定制XPE作操作系统,采用Qt Creator作开发工具,使用图形用户接口(GUI)技术,实现了一个带有图形操作界面的播放器。该播放器既能播放本地媒体文件,也能识别CF卡、U盘等移动存储设备,并能对移动设备上存储的媒体文件进行播放。     

WinCE下串口通信模型设计与实现

介绍了在Windows CE下开发串口通信软件的基本方法.采用多线程和面向对象技术设计和实现了一个ARM与PC的串口通信模型.该模型不仅具有吞吐量大实时性高的特点,而且有很好的重用性.它从复杂的数据业务处理中将串口通信过程分离出来,形成一个单独的通信层,做很小的改动就可移植到不同的应用系统中.最后给出了模型实现的关键代码.     

杂乱场景中多尺度注意力特征融合抓取检测网络

GSNet使用抓取度区分杂乱场景的可抓取区域, 显著地提高了杂乱场景中机器人抓取位姿检测准确性, 但是GSNet仅使用一个固定大小的圆柱体来确定抓取位姿参数, 而忽略了不同大小尺度的特征对抓取位姿估计的影响. 针对这一问题, 本文提出了一个多尺度圆柱体注意力特征融合模块(Ms-CAFF), 包含注意力融合模块和门控单元两个核心模块, 替代了GSNet中原始的特征提取方法, 使用注意力机制有效地融合4个不同大小圆柱体空间内部的几何特征, 从而增强了网络对不同尺度几何特征的感知能力. 在大规模杂乱场景抓取位姿检测数据集GraspNet-1Billion的实验结果表明, 在引入模块后将网络生成抓取位姿的精度最多提高了10.30%和6.65%. 同时本文将网络应用于实际实验, 验证了方法在真实场景当中的有效性.     

一种实时的智能机器人推理机制

为提高实例推理(CBR)机制的实时性,提出一种智能机器人推理机制。给出CBR推理流程,采用时间限定算法和向量空间法对其进行改进,以加快检索和完成学习,使用模块化部件搭建智能平台。实验结果表明,与CBR相比,该机制在完成相同任务时所使用的时间更少,得到的结果更加合理。     

智能机器狗的语音控制模型研究

阐述语音人机交互手段的必要性及意义,提出一种基于语音控制的机器狗系统解决方案。该系统利用HTK和Julius构建大词汇量连续的语音识别平台,采用语音识别技术提取语音命令用于机器狗控制,并结合有限状态机的控制理论设计机器狗控制系统模型。测试结果表明,该系统能较好地识别用户语音命令,控制系统模型能有效完成机器狗在不同状态下的控制任务。     

工程机械智能控制器设计

针对现有工程机械控制器不能满足设备性能状态监测与故障诊断的问题,研究基于CAN总线的嵌入式智能控制器.该控制器系统主要采用嵌入式软PLC技术,以嵌入式实时操作系统μC/OS-Ⅱ为调度核心,以符合IEC61131-3标准的PLC运行系统和CANopen协议栈为主要部分.新型控制器不仅具备传统PLC控制器的控制功能,更具备良好的网络通讯能力,可以满足设备性能状态监测与故障诊断的要求.本文详细介绍了基于嵌入式软PLC技术的工程机械智能控制器的实现方法.     

嵌入式状态监测与故障诊断装置的设计

将工业以太网技术应用于工业设备监控系统,实现了基于32住高性能处理器AT91RM9200的嵌入式远程状态监测与故障诊断装置,它是机电设备状态监测与故障诊断系统的核心部分.该装置通过工业以太网协议(EtherNet/P)来实现DeviceNet和以太网的连接,移植linux和boa建立了基于网关的网络服务器,采用动态网页技术和B/S架构的UDP Socket通信技术采实现动态实时的网页显示.     

一种基于WWW的在线答疑系统

基于WWW的在线课程答疑系统,采用B/S模式,是目前最为流行的一种方式,具有高效、快捷、安全等特性.师生可以通过基于H.323的视频答疑系统进行多种方式的互动和交流.阐述了H.323多媒体通信标准的优越性,介绍了H.323的标准体系结构,对H.323终端结构进行了分析研究,分析了H.323视频会议的逻辑系统结构.     

基于BP和RBF神经网络的机器人逆运动学算法

针对单一神经网络求逆运动学时存在求解精度不高、泛化能力差的问题,研究了工业机器人的工作空间及逆运动学求解算法。在对BP神经网络和RBF神经网络分析的基础上,提出了一种BP与RBF网络并行的7输入6输出神经网络模型。以一种协作型工业机械臂为例,首先建立其运动学模型并分析工作空间,然后求解正运动学获得数据集用于训练、验证和测试网络,最后得到符合要求的网络模型。仿真结果验证了网络的正确性,并行网络方法提高了单一神经网络的求解精度,同时求解速度优于解析法求逆运动学速度,证明了该方法的实用性。