大鲵养生宴

<正>大鲵有3.5亿年的进化史。因其叫声近似婴儿啼哭,四条又短又胖的腿,前脚有四趾,后脚有五趾,很像婴儿的手臂,所以被俗称为娃娃鱼。大鲵是     

基于卡尔曼滤波的运动目标速度测量

移动机器人和智能无人驾驶车辆实时测量运动目标速度是实现自主导航的关键问题。提出了基于Kinect摄像机的机器视觉测速方法,利用图像处理技术检测运动目标,使用速度计算公式获取运动目标速度观测值。为提高速度测量精确度,减少环境噪声影响,应用卡尔曼滤波算法估计运动目标速度。试验结果表明,该方法在移动机器人作任意形式运动过程中可以实时方便地测量运动目标的直线速度以及角速度,具有高精确性、稳定性和广泛应用性。     

基于局部特征分块的面部表情识别研究

针对面部表情识别的特征提取与选择问题,本文首先提取出表情的全局Gabor特征以及面部关键点作为局部特征,将局部特征分为嘴部、左眼、右眼三个特征块,然后运用Procrustes analysis对各个特征块中心化、旋转、缩放,降低位置、大小不一致等因素的影响,最后对全局Gabor特征和局部特征分别在不同的PCA保留率下处理,将两种特征融合。实验结果表明,不论是单独的局部特征还是融合特征,block Procrustes analysis均可以显著的提高表情识别的性能,包括提高面部表情识别准确率的稳定性以及提高表情识别正确率的最大值。     

模块化可重构服务机器人群的任务规划

对模块化可重构服务机器人群在医院中应用所产生的任务规划问题进行了分析和建模,提炼出一个多目标、多约束的多维组合优化问题.设计了改进二进制蜜蜂算法(IBBA)进行组合方案寻优.作为一种启发式群智能优化算法,其特点在于:(1)全局搜索和局部搜索的功能划分明确且并行实施;(2)在基本算法框架中融入了组合方案的表示与进化方法、多目标处理方法、约束处理方法等要素;(3)在算法原型的基础上改进了局部搜索策略.针对一个实际算例进行了优化计算,算法在可行性、稳定性、计算结果质量、计算效率、单目标优化等方面取得了较好表现,并从算法机制中得到了合理解释.扩展了模块化可重构机器人的研究范畴,为多目标、多约束的多维组合优化问题提出了通用的建模方法和优化算法.     

电力巡线自转旋翼无人机飞行控制的研究

目前,由于我国经济发展的不平衡性导致电源和负荷分布不均匀.我国西部及北部地区是电力能源的主要产地,而东部和南部地区是电力的负荷中心,大容量远距离输电在我国已然成为一种必然趋势.而自转旋翼无人机由于其特殊的操纵和控制特点,特别适合应用于电力巡线领域.分别对自转旋翼无人机的高度和速度通道进行了研究,设计了高度和速度通道的控制策略;并针对自转旋翼机在转弯飞行时容易出现侧滑的弊端,设计了转弯控制回路的侧偏修正控制律,提高了自转旋翼无人机的飞行稳定性.运用Matlab软件对控制通道进行了仿真验证,证明了以上控制通道设计的正确性,从而保证了自转旋翼无人机的飞行安全.     

气垫车能耗建模与化简(二)

气垫车为软地面运输和作业提供了一种可行方案,但同时也带来了能耗过大的问题.能耗优化的前提条件是能耗建模与化简,即建立能耗与车辆独立运行参数之间的关系.选定滑转率和载荷分配比作为独立参数,针对稳态纵向驱动工况,推导车辆运行参数和能耗的求解线路,最终将总能耗表示为这两个独立参数的函数.研究方法和结果可扩展应用至其他结构形式的气垫车,也可为常规电动车辆能耗建模所参考.     

基于生物触角的仿生条件反射机器人导航算法

 运用神经行为学原理提出一种模拟生物条件反射活动的机器人导航算法.对于环境感知,提出生物触角模型,因仅对特定区域信息进行处理,大大减小了计算量;对于运动控制,提出一种实用的改进Bug算法,机器人依靠生物触角感知环境刺激,实时激励触发相应的行走行为.最后在多种障碍物分布情形下进行算法对比验证.结果表明,机器人可以利用该算法实现未知环境下定目标点自主导航,具有转向次数少、绕行障碍物距离小及运动路径平滑等优点.该算法在自主移动机器人和自主牵引车辆中具有潜在应用价值.     

铁道车辆动力学仿真设计

论文以铁道车辆CRH3为研究对象,对轮轨接触几何计算的迹线法进行了研究,参考CRH3系列的轮对LMa和中国钢轨CHN60。运用投影轮廓法。构建高速铁道车辆动力学仿真平台。从仿真的结果得出CRH3动车组的临界速度。     

气垫式越野机器人土壤参数识别算法及其采样点选取规则

正确地在线识别土壤参数是软地面越野机器人运行性能优化和控制的基础,其实施需要解决多解问题和准确性问题。利用气垫式机器人的垂向力控制自由度,提出g算法对3个土壤推力参数进行解耦和识别,能够解决多解问题。g算法的实施需要确定3个采样点,需要限制由状态噪声和测量噪声引起的土壤参数估值误差,因此有必要建立合理的采样点选取规则。其方法如下:将估值误差的减小具体表征为3方面,经数学推理分别建立采样点选取规则,再得出折中方案。结合一个工程实例进行了不同状态噪声和测量噪声水平下的估值准确性试验。试验结果表明:①在各种噪声水平下,尽管存在或多或少的误差,g算法均能够识别出3个土壤推力参数;②在各种噪声水平下,根据选取规则得到的理想采样点组合相对于随机组合具有明显优势;③系统的非线性导致状态噪声和测量噪声均对g算法的估值准确性有较大影响。上述结果显示出针对气垫式越野机器人提出g算法及其采样点选取规则的必要性和可行性。