基于D-S证据理论的多传感器气体泄漏源判定

介绍D-S证据理论各函数的定义,并利用D-S证据理论的信息融合优势,将类概率函数应用于气体泄漏源判定中。利用Matlab编制一个仿真系统,校验算法的合理性,结果表明:基于类概率函数的D-S证据理论比Bayes推理融合规则和加权平均融合规则具有更高的确定度,可以准确地找到泄漏源的位置。     

基于模糊控制的气体扩散模型选择

提出一种气体扩散模型的选择方法,可应用于有害气体泄漏源的发现和搜寻。比较模糊控制原理的优点,再优化部分学者提出的气体扩散模型,设计出气体扩散模型选择的模糊推理系统。该系统可根据对环境的测量数据推理出适合特定环境条件下的气体扩散模型。在模糊推理系统中,由传感器测量的环境数据作为输入量导入模糊控制器,经Mamdani模糊算法,最终导出的输出量即某一气体扩散模型。使用Matlab中的模糊控制工具箱(Fuzzy)对模糊推理系统进行仿真实验,结果表明:不同气体在不同环境条件下的气体扩散模型能够通过模糊推理得到,说明该方法可行。     

视觉导航用多功能路标设计与应用

优秀的路标设计,可以简化路标识别算法并提高机器人定位与导航的准确性和实时性。本文针对结构环境下的视觉导航系统,设计了一款多功能路标并给出了相应的应用算法。通过综合考虑拓扑结构、几何结构和色彩选取等的优化,设计的路标可以提供丰富的信息,而且具有较强的抗干扰能力。基于所设计的路标可以实现基于单帧图像中单个路标的机器人定位与导航,以及在大范围内基于序列路标的导航,并且可以准确估计序列路标中下一路标的位置。在具有较多干扰因素的大厅和走廊中进行的机器人定位与导航实验表明,即使采用未经校正的鱼眼镜头,机器人定位误差最大仍不超过5cm,示教再现导航误差最大不超过10cm;且在长距离导航实验中可实现方便、准确进行路标切换,有效提高导航的实时性和抗干扰性,证明了所设计路标的有效性。     

人脸识别系统中的特征提取

人脸识别是模式识别和机器视觉领域中的一个重要课题,其中,特征提取是人脸识别中的一个重要部分.本文利用边缘检测、积分投影及模板匹配等相结合的方法,比较准确的获得了人脸各个特征部位的数据.     

人脸识别系统中的特征提取

人脸识别是模式识别和机器视觉领域中的一个重要课题,其中,特征提取是人脸识别中的一个重要部分。本文利用边缘检测、积分投影及模板匹配等相结合的方法,比较准确的获得了人脸各个特征部位的数据。     

Android项目持续集成系统设计与实现

持续集成是软件开发中的一个重要的实践,决定着软件开发的质量。分析持续集成工具Jenkins的工作原理,结合Android项目提出一种基于Jenkins的持续集成方案,该方案以自动化测试为核心。详细说明了持续集成方案的实施步骤和过程。通过设计测试用例,验证了整个系统的可行性。     

可应用于气体泄漏源搜寻的融合算法

多源信息融合算法主要应用于移动机器人对有害气体泄漏源的搜寻。为提高搜寻效率,用视觉传感器和嗅觉传感器共同获取环境信息,其中 嗅觉传感器 采用多气体传感器代替单气体传感器以提高测量的可靠性,测量位置也由单点向多点转变,并选用合适的算法分别实现各级数据的融合,最终决策移动机器人的搜寻方向。数据表明, 加权平均法用于融合同类气体传感器的数据,可减小噪声和仪器故障的影响;最小二乘法可最优估计未知参数,用于反求泄漏源信息,可初步估计泄漏源的位置和流量;概率赋值方式可容纳多种信息途径共同判断泄漏源,从而更合理地确定搜寻目标。