气动汽车高压气体减压过程的能量分析与动力特性研究

对气动汽车动力系统的能量控制和利用方法进行研究。分析了气动汽车动力源与气动发动机之间的高压气体减压控制过程及气动系统能量变化的特性；提出并明确了容积减压概念；得出了描述减压过程中可用能的数学表达式，指出减压控制环节中采用容积减压方法，能够更多地保持和利用高压气体能量，可以提高气动汽车动力系统的能量利用效率。指出合适的气动发动机气缸膨胀比是保证气动发动机高效做功的重要条件；分析了对气动汽车行驶距离产生影响的主要动力学因素。     

关节式液压机械手脉码调制控制研究

对喷漆机器人的动力学和运动学进行了分析,研究了模糊智能控制器在广义脉码调制喷漆机器人中的应用,并设计了相应的模糊控制器.进行了机器人定位和轨迹跟踪试验研究,试验结果达到了预期控制精度,有效地验证了液压脉码调制理论,为它的应用提供了理论与试验基础.     

先导式高压气动开关阀的研制

研制成功了一种应用于高压气体动力系统的先导式高压气动开关阀。说明了阀的组成和结构设计特点；阐述了阀的工作原理；给出了阀的设计计算公式；研制的先导式高压气动开关阀能够满足高压大流量气动动力系统和气动回路的开关控制要求。     

机器视觉在自动化生产线状态检测与故障诊断中的应用

机器视觉因为其快速性，实时性，非接触性等特点，受到工程界的高度重视，成为一大研究热点。该文在综述目前自动化生产线中状态检测和故障诊断方法的基础上，分析了机器视觉原理及其在自动化生产线中的应用，最后介绍了该方向的发展展望。     

开关阀控气动伺服系统的辨识建模

本文简要地阐述了开关阀控气动伺服系统的特点和研究现状。针对这类系统提出了定位辨识建模法，并通过实验辨识出气动ＰＣＭ位置系统在不同工作点的具体数学模型。理论分析和实验表明该方法较好地解决了开关阀控气动伺服系统的建模问题。     

基于支持向量机的复杂背景下的人体检测

常用的人体检测方法多是基于经验风险最小化原理的传统统计理论，其性能只有在样本趋于无穷大时才有理论上的保证，而在实际应用中，学习样本通常是有限的。针对传统统计理论在人体检测中存在的不足，提出了一种基于统计学习理论——支持向量机(SVM)的人体检测方法，利用彩色空间对背景进行自适应建模提取运动目标，然后使用训练好的SVM进行验证是否是人体。为了简化SVM分类器的设计及提高机器学习的效率，提出了一种星形向量表示法用于抽取目标的特征向量，并且用实验方法得到了这种表示法的最优表示。将SVM与ANN进行比较，并且对不同内积函数的SVM的性能也进行了比较。实验结果表明，SVM的性能要优于ANN，并且采用径向基函数的SVM性能最好。该方法鲁棒性强，正确率高，解决了复杂背景下运动人体实时检测的一些关键问题。     

基于CFD的高压气动减压阀流场分析

对自主研制的高压气动减压阀结合流场计算与数学仿真进行了深入分析.简要介绍了高压气动减压阀的工作原理和先导阀的结构,提出采用CFD(Computational Fluid Dynamics,计算流体动力学)研究阀内流场分布以进行结构改进及性能优化.对先导阀内气体流道进行分析并建立了Gambit三维仿真模型,用Fluent计算得出阀内流场分布,压力分布与理论计算符合得较好;速度分布云图及气流速度矢量图表明阀内结构对气流形成阻挡,容易导致结冰以及噪声,应加以适当改进.     

基于矩阵分解的一般6R机器人实时高精度逆运动学算法

为解决现有的一般6R机器人实时逆运动学算法存在计算过程复杂和有增根的问题,提出一种优化的实时高精度算法。将6个基础逆运动学方程作变形处理,通过符号运算把目标矩阵从24阶降低到16阶,提高计算效率的同时消除了增根。采用矩阵特征分解方法求解关节变量,保证了算法的稳定性和精度。在VC++环境中编译和调用CLAPACK进行矩阵运算,所有计算过程采用C/C++语言和面向对象程序设计方法实现。求解实例表明,提出的算法能在平均1.37 ms内得到一般6R机器人的16组逆运动学解,并使对应的正运动学末端位姿矩阵元素精确到小数点后12位,可用于实时高精度在线控制。     

高压气动容积减压系统的PID控制研究

建立了高压气动容积减压系统的数学模型,给出了基于MATLAB—Simulink的高压气动容积减压PID—PWM控制系统仿真模型。仿真和实验研究结果证明高压气动容积减压控制系统的理论模型是符合实际的,并对PID—PWM控制方法用于高压气动容积减压系统的工作范围提出了指导性建议。     

一种新的运动目标检测与跟踪算法

常用的运动目标检测算法无法解决在摄像机运动-目标运动情况下的运动目标检测，为此提出了背景匹配法。通过相关匹配算法使背景对齐，结合帧间差分技术有效地将运动目标提取出来；然后利用卡尔曼预测器对运动目标在图像中的位置进行预测，结合增量式带死区的PID控制算法，控制摄像机对准目标。实验结果表明，匹配块的选择加快了处理速度和提高了算法的稳定性，卡尔曼预测器使得跟踪更为平稳可靠。本方法具有简单、通用、抗噪等特点。