基于STC89C52微控制器的非接触测量装置

柔性物体易于变形,当采用传统的游标卡尺、千分尺测量其外形尺寸时,不仅效率低,而且重复性和稳定性差。基于激光位移检测与光电传感技术,提出了一种用于柔性物体的非接触测量方法。以STC89C52微控制器为核心并利用激光传感器和精密丝杆导轨系统设计了测量装置,根据被测物体遮挡光跳变间隔内丝杆移动的距离确定物体的宽度或外径。一系列柔性物体的测量实验结果表明,实际测量精度可达0.1 mm。这种方法也可用于高温物体的外形尺寸测量。     

基于NUC472的超声波信号匹配算法的研究

为了使超声波测距系统中的换能器智能识别自身发出去的信号,以及避免其他设备换能器回波的干扰,提出了一种基于NUC472系列ARM芯片的超声波回波匹配算法的实现方案。详细介绍了各步算法的工作原理和实现过程,构建了发送码元序列的结构,阐述了编解码方式,并利用主控MPU内部ADC单元、FPU计算单元以及DSP指令库完成匹配算法的设计,最后将算法用于板级实验进行性能测试。实验结果表明：此算法不仅能识别多组不同换能器设备,而且方便对于嵌入式系统的移植,具有很强的通用性。     

矿用本质安全超声测距电路系统设计

详细介绍了矿用本质安全超声测距电路系统中的驱动电路和回波处理电路的组成和工作机理,通过分析输出电压波形,计算了测距电路系统各储能元件的最大储能。实验结果表明,该测距电路系统中各储能元件的最大储能均小于最小点燃能量,达到了国家有关标准规定的本质安全型要求。     

基于双目视觉测距技术的导弹筒箱精确对接方法

当前导弹筒箱对接工作中普遍采用人工操作方法,通过目视指挥操作实现卡口对接,精确性差,步骤繁琐,效率低下。针对此问题,基于双目视觉测量技术提出了一种自动对接方法,利用双摄像头测量对接卡口的成像偏差,计算筒弹调整的距离和角度,实现筒弹支脚和对接卡口的准确对准。然后研究了系统测量误差,利用非线性回归拟合方法分析了误差计算公式,利用等距标尺设计了测量误差标定实验方案,并针对摄像头安装不便的问题,给出了中点延长安装方法和计算补偿方法,最后设计了筒弹自动化对接系统的基本结构。试验结果表明,该方法能够有效获取筒弹对接偏差距离和角度,为位置调整系统提供有效输入,从而实现导弹筒箱的自动对接。     

浅谈配电网的故障测距技术

配电网的故障测距问题是电网故障测距的难点。为得到有效的解决方法,总结我国配电网的特点和故障测距装置的基本要求,对现有的故障测距方法进行了归纳,再结合配电网的故障测距研究新动向,对配电网中混合线路的故障测距问题进行了初步研究。     

小波理论在电网故障测距应用研究初探

随着电力系统规模的不断扩大,电力系统常出现各种各样的故障。为更快更好的解决故障,小波理论被引入到电网的故障测距中来。而本文简要概括小波理论,总结目前国内小波理论在电网故障测距尤其是行波测距方面的研究状况,并做了简要的比较分析。     

SDS—TWR技术在煤矿人员定位系统中的应用

针对目前煤矿人员定位系统大多只能掌握井下人员所在区域、不具备精确定位功能的问题,介绍了一种对称双边两路测距(SDS-TWR)技术的原理,并将其应用到煤矿人员定位系统中。测试结果表明,基于SDS-TWR技术的煤矿人员定位系统测距误差在2m以内,能够满足井下人员定位的精度要求。     

基于CSS的井下精确定位服务系统设计

针对目前无线传感器网络定位系统存在定位精确度不高的问题,提出了一种基于CSS的井下精确定位服务系统设计方案,介绍了该系统的硬件构成、CSS精确定位算法和系统的具体工作过程等。该系统通过基于TDOA的CSS精确定位技术准确地定位终端位置,并通过WCDMA的3G通信模块发送数据到云计算服务平台,以便用户在任何能使用Web浏览器平台的地点获取终端位置信息。仿真实验结果表明,相比其他井下定位系统,该系统可大大提高定位精度,减少定位误差。     

基于神经网络的高压输电线路单端测距方法

针对单端行波故障测距第二个行波波头性质辨识问题,提出一种将小波模极大值方法和神经网络算法相结合的测距方法。采集故障波头时间差和极性等信息作为样本,利用神经网络的非线性拟合能力对样本进行训练、测试,从而建立相应的故障测距神经网络模型。将故障信息代入神经网络模型得到初步测距结果,根据初测结果和波头极性、时间差等性质的关系,对第二个行波波头进行正确辨识,从而得到优化的测距结果。经Matlab/Simulink仿真验证,该方法有较高的可靠性和精确性。     

基于双目视觉的机器人目标定位与机械臂控制

为了更好地与复杂多变的非结构化环境进行交互,完成对目标物体的识别和抓取,提出了一种应用于服务机器人平台的基于双目视觉的仿人机械臂控制方法.文中首先用D-H方法对机械臂进行建模,并对这个模型做了改进,给出了一种更加简便的3+1自由度仿人机械臂的逆解算法,采用基于双目视觉与颜色分割的目标识别方法;然后根据识别出的目标三维坐标信息控制机械臂完成抓取任务;最后,本方法在家庭服务机器人上得到了验证,机器人能够完成对目标物体的识别和抓取动作.