一种基于平面四边形的视觉定位算法

针对平面四边形提出一种新的视觉定位算法．该视觉定位算法计算过程简单．由一个平面四边形进行视觉定位能够得到位姿值的唯一解,因此在实际工程中具有良好的应用价值．仿真试验表明,该视觉定位算法具有可行性,并且它的实时性很好．     

基于矩形的三维物体位姿估计研究

本文针对矩形特征提出一种新的位姿估计算法,该算法计算简单、求解容易,同时由矩形能够得到三维物体位姿值的唯一解。并阐述了该算法的实现过程。因此,该算法能够避免多解现象的干扰,在实际工程应用中具有良好的应用价值。仿真实验表明,该算法具有很好的实时性。     

基于合同网协议交互投标的动态调度方法研究

柔性制造系统使生产加工路径有很多可选性,所以调度系统必须考虑机器调度问题。分配规则调度是一种最基本、最具影响力的动态调度方法。然而,分配规则调度方法很少考虑机器顺序选择。兼顾工件选择和机器选择两方面,本文运用交互投标过程,构建基于合同网协议调度的协商规则。研究作业车间动态调度问题,提出并构建了5种合同网规则调度方法。通过实验分析结果表明,基于合同网交互投标模式的规则调度能够大大改善调度系统性能,提高设备的利用率和设备负荷平衡指标。     

TC4钛合金CO2激光焊接试验研究

根据TC4钛合金的焊接特点,设计和搭建用于钛合金激光焊接专用实验平台并进行实验室焊接试验。在TC4钛合金激光焊接过程中,应控制好焊前清理和做好等离子体控制等关键环节,并通过设计和安装惰性3路气体保护装置,得到合格的焊接接头.     

强化学习算法中启发式回报函数的设计及其收敛性分析

(中国科学院沈阳自动化所机器人学重点实验室沈阳110016)     

玉米籽粒完整性识别的深度学习方法

为满足正确识别玉米籽粒完整性的需要,提出一种基于深度卷积神经网络的智能识别方法。本网络结合池化和降采样操作,基于卷积原理进行构建。通过对直接输入的灰度图像进行卷积操作,逐层挖掘图像的深层特征,实现对单玉米籽粒图像的特征抽象和特征降维,再通过一个全连接网络,智能识别单玉米籽粒完整性特征。采用反向传播网络对相同的样本进行对照实验。实验结果表明,深度卷积神经网络能对籽粒图像进行有效地特征降维,使深度学习网络达到较高的识别准确率,满足准确识别玉米籽粒完整性特征的需要。     

基于随机抽取一致性的稳健点云平面拟合

针对常用的平面拟合方法在点云数据存在误差或异常值时产生拟合不稳定的现象,提出了结合最小二乘法的随机抽取一致性(random sample consensus,RANSAC)平面拟合算法.该方法先用RANSAC算法检测并剔除异常数据点,再利用最小二乘法将得到的有效数据点拟合,计算平面模型参数.实验中,分别采用该算法和最小二乘法、特征值法对仿真数据进行平面拟合,且采用本文提出的算法,分别对含有不同程度误差和异常值的点云数据进行拟合计算.研究结果表明:该算法适用于存在误差和异常值的点云数据拟合,能稳定地得到较好的平面参数估值,具有较强的稳健性.     

几种特征提取算法性能的评估

特征提取与匹配是图像识别、目标跟踪等计算机视觉问题的基础和关键。研究了不同的点特征提取算法性能。现有的评估方法大多是从速度、灵敏度等几个角度来评价算法的性能。现提供一个新的标准,以获得不同的特征提取算法在不同图像类型中的预期水平。主要研究包括：FAST、SIFT、PCA-SIFT、SURF 和 ORB特征提取算法。以算法提取到的正确匹配特征点对的数目作为主要评价标准,通过实验测试各种算法在不同类型的图像中的性能,总结出算法最适合应用的环境。     

多模态卷积神经网络的物体抓取检测

针对散乱摆放的未知物体的抓取,提出一种将物体的RGB图像和Depth图像分开作为两个输入的多模态神经网络模型,实现对物体抓取框的检测,完成机器人对未知物体的智能抓取。通过背景减除的方法,获取物体的掩膜,根据等间距采样规则,得到这个物体所有可能的候选抓取矩形框;再通过多模态神经网络分类模型,从所有可能的候选矩形框中找到评判值排名前三的矩形框;然后采用比较重心的算法找到中心最接近物体重心的抓取框(最优抓取框)。结果表明,该方法在物体抓取准确性和鲁棒性方面有很大提高。     

求解TSP问题的贪心遗传算法

提出贪心遗传算法。通过构建“基因库”形成好的“基因片断”，从而生成高性能的初始种群；依据贪心选择的原则指导遗传操作，实施贪心交叉操作和贪心变异操作；移民操作向种群引进新的遗传物质，克服了封闭竞争缺点，并且可以避免早熟收敛。贪心遗传算法可以大大加快搜索的速度，仿真结果表明算法是十分有效和实用的。