基于扩展卡尔曼滤波的球形机器人姿态解算

针对球形机器人在姿态解算的过程中,惯性测量元件精度不高、稳定性差和易受噪声干扰从而导致无法精确控制其运动姿态的问题,提出一种通过扩展卡尔曼滤波融合IMU(Inertial Measurement Unit)惯性测量元件数据来进行姿态解算的方法,利用多传感器测量数据进行融合,并使用扩展卡尔曼滤波得到精确的姿态信息。通过相关实验充分验证了基于扩展卡尔曼滤波的姿态解算方法的精度和鲁棒性明显提高,抗噪声干扰能力更强。实验表明,该姿态解算方法相比于互补滤波的姿态解算,全姿态角均方根误差和平均误差分别下降了0.0601和0.1984,可见其对于球形机器人的运动控制具有良好的适用性。     

挤压模障碍角作用误区

型材挤压的流动均匀性关系到制品尺寸的稳定性，目前常用的控制流动的方法是调整挤压模工作带的大小，采用先导模，扁挤压筒，开促流角，障碍角等措施。开障碍角的办法由于其自身的可操作性问题和增加阻力机理不明确，并没有广泛地应用。作者针对这一情况对障碍角的作用从模拟实验和理论角度进行了探讨，分析并指出了障碍角作用的误区。     

捷联式惯导系统在车辆监控中的实现与应用

在道路交通飞速发展的今天,道路安全问题日益成为社会关注的焦点。特别是危化品货物的道路运输安全问题,已成为交通运输管理部门面临的重大难题。依据捷联式惯导系统和四元数法,提出车辆实时监控模型,并应用在危化品运输智能监控平台中。实验结果表明该模型是有效可行的。     

辐射角系数计算的边界元法

本文提出了用边界元方法计算辐射角系数。从角系数的定义式出发,运用stokes公式及边界元理论,导出了计算的基本公式。并用Basic算法语言写出计算机程序,通过四个典型算例的计算以及与精确解和其他方法计算结果加以对比,得出本法计算可靠,具有输入数据少,精度高等优点。同时指出     

基于Blackman自卷积窗及三谱线插值修正的介质损失角计算方法

非同步采样时,基于谐波分析理论的介质损失角计算结果会有较大误差。为减小该误差,提出一种基于Blackman自卷积窗及三谱线插值修正的介质损失角计算方法。利用旁瓣性能优越的Blackman自卷积窗抑制信号频谱泄漏效应,同时提出利用幅值最大的谱线及其相邻的2根谱线进行三谱线插值以进行频谱校正,进一步提高介质损失角计算精度。在基波频率波动、介质损失角真值变化、谐波比例变化、白噪声影响、采样频率变化的情况下,将所提介质损失角计算方法和基于双谱线插值修正的介质损失角计算方法的计算结果进行对比,结果验证了所提方法的准确性与有效性。搭建了介质损失角模拟测量实验平台,在平台上运用所提方法计算介质损失角,结果表明所提方法的精度较高。     

基于人工智能芯片与OpenPose模型的人体姿态估计方法

本文提供了一种基于人工智能芯片与OpenPose模型的人体姿态估计方法,将OpenPose模型转换为芯片所需模型,拷贝至芯片,并在其NNA加速核模块上成功运行,得到模型推理结果并上传至上位机进行后处理,得到人体姿态检测结果。本文对于姿态估计能够正确实现,准确性高,且能实现对模型的加速。     

跟踪-微分器在全捷联制导中的应用分析

以仅能获取角度信息的全捷联导引头为研究对象,针对采用直接微分提取惯性视线角速率时存在的噪声放大问题,基于跟踪微分器设计了一种全捷联制导信息提取算法。结合导引头的性能指标要求,对3种不同形式跟踪微分器的提取效果进行了对比分析。仿真结果表明,采用非线性微分器进行惯性视线角速率提取,可以减小延迟时间,避免噪声放大,有效提高制导精度,具有一定的工程应用价值。     

大方坯角部皮下裂纹产生原因分析

分析大方坯角部皮下裂纹产生原因,从设备精度、结晶器冷却、二冷布置等阐述对角部皮下裂纹的影响。     

基于计算机视觉的人体姿态识别研究

人工智能交互领域的不断发展,使计算机视觉技术的研究更加深入且多样化。人体姿态识别是计算机视觉中的一个重要的基础问题。文章基于计算机视觉开展人体姿态识别研究,通过VGGNet模型实现神经网络预测,采用Openpose算法获取18个人体关键点位置和置信度,根据PAF和二分图算法实现关节拼接。实验基于MS COCO 2017数据集建立优化模型,在测试集上达到了96.31%的准确率。最后,文章实现了能够识别出人体骨骼姿态的系统。     

一种电力巡检机器人自主越障系统设计

为了避免电力巡检机器人自主越障存在避障效果差的问题,提出一种电力巡检机器人自主越障系统设计。依据机器人避障原理,设计控制器结构,使用自主越障感应传感器对障碍物静态、动态不同工况下的数据进行采集。根据控制结构,控制越障行为。调整越障运动姿态角,从而实现电力巡检机器人自主越障。以高压电线为例,分析障碍物静态、动态不同工况下,电力巡检机器人自主越障效果。