基于GIS地图的移动机器人路径规划

针对移动机器人路径规划实现条件的限制,提出基于GIS（geographicinformationsystem）地图的移动机器人路径规划．该方法应用改进A’算法,较好地实现了移动机器人的最优路径规划．在任意给定的地图中,只要确定了机器人的起点和终点,就可以找到该机器人在实际工作环境中符合需求的路径规划轨迹．应用VC＋＋编程进行实验,证明了该方法的有效性．     

一种可越过管内凹形障碍的双驱动多轮移动载体的研究

本文在轮式和履带式管内行走机构的基础上，提出了一种新的管内行走机构，它利用两个电机分别驱动均布在机架上的与管内壁用弹簧力封闭的两组６个行进轮，从周向来看，３组驱动轮分别均布在３组平行四边形机构上，巧妙的把轮式和履带式管内行走机构结合在一起，使机构具有很好的越障能力．该机构紧凑，驱动效率高，工作可靠，尤其适用于管内壁有内凹障碍的管内环境．     

基于激光交线的结构光视觉传感器现场标定新方法

提出了一种可适用于未知环境的线结构光三维视觉传感器现场标定的新方法.与基于交比不变性求解特征点坐标来标定激光平面的方法不同,该方法可直接基于激光交线图像实现快速标定.通过拍摄一个与线结构光相交并以不同姿态随机自由移动的平面靶标的图像(至少3幅),就可同时实现三维视觉传感器CCD和激光平面的快速标定.该方法不必求解标定点坐标,方便、快捷、简单,可实现自动化,标定精度高,标定方法鲁棒性强.实验结果证明了该方法的方便和有效性.     

四旋翼飞行器航姿参考系统的误差补偿方法研究

航姿参考系统是四旋翼飞行器姿态控制和惯性测量的关键,基于MEMS的惯性导航系统长期稳定性较差,陀螺仪传感器和加速度计存在明显的零漂现象,因此在使用前必须对陀螺仪传感器和加速度计的误差系数进行标定;论文首先以航姿参考系统的陀螺仪和加速度计实时数据的采集与处理,并通过对陀螺仪和加速度计的误差产生原理的分析,提出了陀螺仪和加速度计的新型误差补偿模型,并推导了基于高斯牛顿法的误差补偿与标定方法,由此简化了标定过程,得到了标定结果; 实验结果表明了在不提高成本和降低精度的情况下该基于高斯牛顿法的误差补偿与标定方法的有效性。     

基于投影二维平面靶标的投影仪现场标定方法研究

投影仪的标定是结构光三维视觉测量系统应用的基础。提出了一种利用投影二维平面靶标对投影仪进行现场标定的新方法。与传统的投影仪标定相比,该方法不需要精密的标定设备,提高了标定精度,简化了标定过程,能够满足现场不断变换的要求。实验证明:该标定方法获得的结果较准确,方法简便易行,能够满足现场不断变化的测量需求。     

四旋翼直升机爬升速度检测方法与实验研究

为实现四旋翼直升机爬升速度的精确测量,提出了一种新型的检测方法;该方法首先采用加权平均法和均值滤波方法测量高度值,然后采用平滑鲁棒噪声微分法计算爬升速度,通过对实时数据的采集与处理,得到精确的信息;基于MEAS公司MS5611-01BA气压传感器的实验结果表明,经过平滑鲁棒噪声微分法处理后的爬升速度精度明显提高,标准差只有中心差分法的34%,比Lanczos微分法减少了13%,具有较好的鲁棒性,满足实际应用要求。     

管道机器人

现代工农业及日常生活中使用着大量管道,且多数管道安装环境人们不能直接到达或不允许人们直接介入,为进行质量检测和故障诊断,采用传统的全面挖掘法、随机抽样法或目前广为流传的SCADA系统法,工程量大,准确率低,管道机器人就是为解决这一实际问题产生的.它是一种可沿管道内部或外部自动行走、携有一种或多种传感器及操作机械(如操作手、喷枪、焊枪、刷子),在操作人员的遥控操作或计算机自动控制下,能够进行一系列管道作业的机-电-仪-体化系统.管道机器人可完成的管道作业有:     

光圈图案选择方法实验性研究及其应用

通过实验分析提出了一种基于图像统计学和Kuilbaek-Leibler散度算法的最优光圈图案的选择方法.因为光圈图案本身对深度信息是有一定的敏感度和区分能力,只是会有好坏之分,所以选择一个最优的光圈图案时于深度信息的区分及提取有很大帮助.利用图像统计学原理得到模糊图像在频域中的分布,计算不同深度距离上的两两模糊图像的分布之间的Kullback-Leibler散度值,并通过实验找到评价光圈图案区分深度信息的综合能力的方法,以此作为不同光圈图案间的比较依据,进而找出在几种图案中对区分深度信息相对最优的光圈图案.利用提出的方法对多个自制光圈图案进行了实验,实验结果表明了该方法的可行性.介绍了编码光圈在图像复原上的简单应用.     

多工位硅胶圈缺陷在线视觉检测系统研究

硅胶圈检测由于缺陷具有种类多、易变形、复杂性高等特点,通过提出多工位、多角度、不同打光方式结合的基于视觉的机电检测系统来解决这类产品的检测问题。整个检测系统的图像处理使用了基于OpenCV库按照实际项目需求进行改进,使用滤波算子、阈值分割和形态学方法。使用VGG16卷积神经网络训练模型在小样本条件对三种缺陷分类和传统视觉检测方法得到的准确率进行对照实验。在小样本下传统机器视觉的检测准确率>98%,优于深度学习的方法。通过Qt完成UI界面的设计。该软件系统使用多线程设计模式编写,并提出了一种多工位循环剔除新方法,具备在线检测计数和剔除功能。就一种特定的硅胶圈产品检测进行实际实验和测试,验证了本系统的可靠性和实用性。