一种并联机器人双目主动视觉监测平台避障方法的研究

一种基于圆型轨道的双目主动视觉监测平台的建立,解决了并联机器人的“盲”工作状态问题。然而在摄像机和并联机器人的加工位置之间常常有障碍物出现,为了避免摄像机的观测视线被遮挡,提出了一种在摄像机运动空间上求解障碍区域的方法。该方法中引入了最小面积凸包围盒算法,简化了求解过程,从而能实现视觉监测平台的快速避障。算例实验表明该方法是正确、有效的。     

基于代理的广域网服务发现系统的设计

随着网络应用的不断发展,服务发现技术已经成为许多网络应用中的关键组成部分。现有的服务发现系统大多是为局域网设计的,在广域网环境不能有效地工作。采用基于代理的分布式体系结构,能够快速扩展系统规模,提高可用性。讨论了基于代理的服务发现系统中的主要问题,阐述了设计原则和实现方案,并且给出了一个服务发现代理服务器模型。     

基于视觉注意机制的显著物体轮廓感知

针对机器视觉中物体轮廓检测问题,提出了一种基于注意机制的轮廓感知模型.首先根据视觉注意机制得到显著物体的注意焦点;随后利用格式塔知觉组织规则,将从原始图中提取的重要轮廓边缘进行轮廓组织;最后根据注意焦点进行轮廓距离感知,得到人类视觉真正感兴趣和注意到的物体轮廓.结果表明了该算法的有效性和生物学上的合理性.     

GPS定位在车载补偿电容测试系统中的应用

针对便携式轨道电路参数测试仪在检测故障中发现存在效率低、工作量大等问题,设计了基于GPS全球卫星定位的新型车载补偿电容测试系统,主要论述了系统的总体设计及应用GPS的关键技术和实验分析.新系统能够提高补偿电容故障检测的效率,可以更快、更准地找到故障电容,提高了维护效率.     

径向位置含油泡时电磁流量计虚电流分布特性

电磁流量计是一种重要的流量测量仪表,这种仪器的基本理论是建立在单相流理论基础上的,当流体中出现油泡或气泡这样的非导电物质时感应电动势的分布会发生变化.建立了电磁流量计管道轴线位置含有多个球形油泡时敏感场分布的理论模型,利用Schwartz交替迭代法求解了敏感场内的电势分布和虚电流分布,并得到了流量计对不同大小球形油泡的响应特性.由研究结果可知,在被测区域内,虚电流的分布在油泡附近区域有明显的起伏变化,虚电流的分布因油泡的存在而变得更加复杂,油泡越大、越多,油泡越接近电极位置,对电磁流量计响应特性影响越大.     

基于图像映射的关联规则数据挖掘方法

针对大多数关联规则数据挖掘算法难以适应支持度或数据集的变化问题,提出一种基于图像映射的关联规则数据挖掘算法Pix-DM。该算法利用图像在操作系统中的显示及存储特点,结合数据挖掘理论,通过映射有效地将数据挖掘过程在线性空间中实现,提高了算法对支持度或数据集变化的适应能力。实验证明,Pix-DM算法是有效且可行的。     

改进的Hestenes SVD方法及其并行计算和在并联机器人中的应用

提出一种改进的Hestenes SVD处理方法,显著减少了矩阵奇异值分解计算的循环轮次数和正交化次数,也方便和加快了矩阵的求(伪)逆运算过程.研究了两种分别基于行划分和列划分策略的改进Hestenes SVD方法的并行计算方案,并对算法性能进行了分析.针对目前并联机器人计算需求不断扩大的特点,以6自由度并联机器人一、二阶影响系数矩阵为算例对改进Hestenes SVD方法及其并行算法进行了实验.结果表明该算法可大幅度提高矩阵奇异值分解的效率,益于基于大量影响系数矩阵运算的并联机器人运动学、动力学性能分析和实时控制.相关方法也适用于具有类似矩阵处理的其他诸多工程领域.     

一种视角无关的时空关联深度视频行为识别方法

当前行为识别方法在不同视角下的识别准确率较低,该文提出一种视角无关的时空关联深度视频行为识别方法。首先,运用深度卷积神经网络的全连接层将不同视角下的人体姿态映射到与视角无关的高维空间,以构建空间域下深度行为视频的人体姿态模型(HPM);其次,考虑视频序列帧之间的时空相关性,在每个神经元激活的时间序列中分段应用时间等级池化(RP)函数,实现对视频时间子序列的编码;然后,将傅里叶时间金字塔(FTP)算法作用于每一个池化后的时间序列,并加以连接产生最终的时空特征表示;最后,在不同数据集上,基于不同方法进行了行为识别分类测试。实验结果表明,该文方法(HPM+RP+FTP)提高了不同视角下深度视频识别准确率,在UWA3DII数据集中,比现有最好方法高出18%。此外,该文方法具有较好的泛化性能,在MSR Daily Activity3D数据集上得到82.5%的准确率。

     

一种基于联合学习的家庭日常工具功用性部件检测算法

对工具及其功用性部件的认知是共融机器人智能提升的重要研究方向.本文针对家庭日常工具的功用性部件建模与检测问题展开研究,提出了一种基于条件随机场（Conditional random field,CRF）和稀疏编码联合学习的家庭日常工具功用性部件检测算法.首先,从工具深度图像提取表征工具功用性部件的几何特征;然后,分析CRF和稀疏编码之间的耦合关系并进行公式化表示,将特征稀疏化后作为潜变量构建初始条件随机场模型,并进行稀疏字典和CRF的协同优化：一方面,将特征的稀疏表示作为CRF的随机变量条件及权重参数选择器;另一方面,在CRF调控下对稀疏字典进行更新.随后使用自适应时刻估计（Adaptive moment estimation,Adam）方法实现模型解耦与求解.最后,给出了基于联合学习的工具功用性部件模型离线构建算法,以及基于该模型的在线检测方法.实验结果表明,相较于使用传统特征提取和模型构建方法,本文方法对功用性部件的检测精度和效率均得到提升,且能够满足普通配置机器人对工具功用性认知的需要.     

基于牛顿-欧拉方法的6-PUS并联机构刚体动力学模型

用牛顿—欧拉方法建立了 6 PUS并联机构的动力学模型 .为使动力学模型包含所有构件的重力和惯性力 ,以该并联机构的支链为研究对象 ,用D H方法建立了各构件的坐标系 ,推导出了支链运动学逆解的解析解 ,并给出了动平台的速度、加速度与各构件速度、加速度之间的映射关系 .然后 ,以动平台为研究对象导出了 6 PUS并联机构的动力学模型 ,并给出了动平台做圆周平动时各驱动力的变化曲线 ,为该类机构的动力学分析奠定了基础 .