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.     

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.     

一类有序化多移动机器人群集运动控制系统

群集运动控制(flocking control)是一种新型的多移动机器人运动协调控制, 目前的研究多集中于无leader模式下群集运动控制器的设计. 为此, 本文阐述了一类多移动机器人有序化群集运动系统控制方案及其性能评价方法. 首先, 在前人的研究基础上, 本文介绍了基于Agent的有序化编队控制机制; 然后, 运用非完整约束下移动机器人的动力学原理, 设计了由Agent到移动机器人的控制转化方法; 并进一步提出了基于“最小稳定时间”的群集运动分析法, 可对有序化群集运动系统进行分析; 最后, 运用仿真实例, 描述了多移动机器人有序化群集运动的控制及分析过程. 实验结果验证了此控制方案的有效性.     

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。     

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...     

基于优选学习泛化机制的机械臂运动规划方法

针对传统机械臂运动规划方法存在智能化低和适用性差的问题,本文研究了基于优选学习泛化机制的机械臂运动规划方法。根据动态运动基元(DMPS)、机械臂D-H模型和正逆运动学,设计了机械臂示教学习(LFD)运动规划系统。在此基础上依据DMPS的学习特性与样本空间的多样性,提出"方位-距离"筛选规则优选样本,并融入运动特征与障碍物的耦合因子实现避障规划。通过Matlab进行机械臂优选LFD系统建模并仿真分析其可行性与精确性,为了验证系统的适用性,设计并完成障碍物环境下的机械臂避障规划物理实验。本文提出的机械臂运动规划方法在一定程度上赋予了机械臂自主作业的能力,提升了其智能化水平。     

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。     

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。