不完全微分与微分先行的农业机器人巡航PID控制算法

为了解决传统PID控制在农业机器人控制中响应迟滞,稳态误差和敏感性较大等问题。在传统PID控制的基础上,引入了不完全微分,微分先行和"最优曲率"算法。首先针对传统PID微分环节对误差波动的敏感性较大,在微分环节加入滤波器,构成不完全微分算法,以减少误差敏感性。然后针对速度和方向设定值的不断变化给系统带来的动态波动,加入微分先行算法,提高系统的动态稳定性和系统的响应速度。最后结合最优曲率,制定动态的PID控制参数,进一步提高控制的精度。实验结果表明,相比于传统PID控制,该改进的PID控制算法使农业机器人稳定行驶速度由原来的2.4 m/s达到了3 m/s,农业机器人整圈完成度提高5%~10%。加速性、鲁棒性、可靠性得到较大的提高。     

基于CT原理的轴类件深埋裂纹扩展预测研究

为了解决对轴类零件深埋裂纹的检测和裂纹扩展预测问题,提出了一种基于计算机断层成像(CT)的深埋裂纹的检测和裂纹扩展预测方法,用于轴类零件的性能评定及故障诊断。轴类零件经工业CT扫描得到CT图像序列,采用CANNY算法提取其边缘轮廓,然后对边缘进行矢量化,最后运用有限元理论,对裂纹扩展进行预测。结果表明根据轴类零件工业CT数据可以快速并精确地检测裂纹,并预测裂纹的扩展,实现对轴类零件的性能评定及故障诊断。     

基于工业CT的复杂封闭内腔体积与曲面积的测量

针对复杂封闭内腔尺寸难以测量的问题,提出了一种基于工业CT的鲁棒统计尺度区域拟合内腔体积和曲面积测量方法。该方法首先利用基于二维鲁棒统计尺度区域拟合模型提取出图像目标边缘,进而得到其连续坐标点链码;然后利用拉格朗日方法插值边缘坐标点,进一步提高目标边缘精度;最后利用格林公式和欧式距离公式得到各二维切片的目标区域面积和周长,根据台体公式法得到工件的体积和曲面积。实验结果表明,论文所提出的测量方法精度比改进的CV测量方法高,能够实现封闭内腔的几何测量。     

管壁长弦投影数据截断问题的迭代重建算法

计算机断层成像(CT)可用于管状物的无损检测.当管壁较厚而射线能量较低时,会产生管壁长弦投影数据截断问题.联合代数重建算法(SART)易于处理投影数据截断问题,但是该方法用于管壁长弦投影数据截断问题后,其重建结果仍存在灰度渐变的伪影.为了提高重建图像的质量,将基于Chan-Vese (C-V)活动轮廓模型的重建图像分段常数化修正引入到SART算法中,得到了带分段常数化修正的SART重建算法(PCC-SART).实验结果表明,该算法收敛速度快、精度高、稳定性好.     

基于改进YOLOv4的锂电池缺陷检测方法

针对传统方法检测锂电池表面缺陷精度低、速度慢的问题,提出一种改进的YOLOv4算法。首先,在 CSPDarknet-53 骨干网络中使用空洞卷积代替传统卷积,提高了对不同尺度缺陷的检测。其次,将通道注意力机制插入到颈部网络中,自适应地选择一维卷积核的大小,降低模型的复杂度和计算量。最后,在分类和边界框回归中融合条件卷积来提高网络性能,并扩大数据集以解决由于缺陷样本太少而导致的网络训练过拟合问题。实验结果表明,改进后的YOLOv4算法可以有效检测锂电池表面缺陷并提高对于缺陷的识别和定位能力。改进算法的平均精度均值为93.46%,相较原算法提高了3.03%。     

人工骨个性化定制与激光快速成型

复杂曲面的人工骨个性化定制与激光快速成型一直是人工骨设计与制造的难点,针对此问题提出了一种由自然骨CT切片数据构建STL模型并采用激光快速成型的方法。首先对自然骨CT切片进行目标边缘提取,并采用八邻域跟踪算法获取自然骨的轮廓数据;然后,为满足激光快速成型对层片厚度的加工要求,建立相邻断层切片上的轮廓匹配点对,根据轮廓匹配点对,线性插值得到中间过渡轮廓数据,并采用三次样条曲线对自然骨轮廓进行拟合;最后采用最小对角线三角剖分法生成自然骨的STL模型,并通过激光快速成型机打印出人工骨。试验验证了方法的可行性与有效性。     

基于复合形法的时间最优机械臂轨迹规划

目前,大多数机械臂在工作过程中运行时间不为最优,为了提高机械臂的工作效率,提出了一种基于复合形法的时间最优机械臂轨迹规划方法。该方法以5-7-5多项式插值法作为轨迹规划的基础,并以运动角度、运动速度以及运动加速度作为约束,采用复合形法进行优化,得到满足运动要求的时间最优运动轨迹。以FS20N仿真结构表明,复合形法有效地优化了时间。     

基于BP神经网络算法及形态学处理的冰糖橙识别

冰糖橙图像识别是研究冰糖橙采摘机器人的关键技术。研究以自然光源下用数码相机拍摄的冰糖橙图像为研究对象,以图像3×3邻域的H通道分量值作为图像特征,随机选取30幅图像作为BP神经网络的训练样本,10幅图像作为测试样本。采用Photoshop软件对训练样本进行分割后的结果作为期望输出,迭代次数为150次,误差为0.001,经过训练得到了有效的权值。接着采用BP神经网络将冰糖橙果实与其背景进行分割,识别出冰糖橙果实部分。然后,对分割后的图像进行腐蚀、膨胀等形态学处理;最后,进行Hough圆变换检测,得到果实的外包络圆及圆心位置。     

基于改进BP神经网络的智能车PID控制研究

为了解决传统PID控制在智能车控制中响应迟滞,稳态误差和敏感性较大等问题。在传统PID控制的基础上,引入了BP神经网络。BP神经网络算法可以自动识别数学模型,可以自我学习和训练,自动整定加权系数,能够让控制参数自我调节。多次试验结果表明,该控制算法提高了控制的稳定性和快速响应性。