基于嵌入式操作系统的智能软启动器设计

为减小异步电机起动电流,改善电机起动性能,以三相反并联晶闸管为主电路,研制一种基于嵌入式操作系统的智能软启动器.利用以STM32F407为控制核心的嵌入式实时操作系统uCOS II实现软启动器实时检测电压、电流和计算并发送触发脉冲的多任务处理.同时该软启动器集多种起动、停车模式和软硬件检测与保护于一体,能实时检测电机起动过程的欠压、过流和缺相等多种信号,从而实现对电机的多重保护和智能控制.最后完成硬件电路的设计与调试,并通过仿真和实验验证软启动器的性能.     

基于改进的FREAK算法的机器人抓取系统

为了解决工业机器人对带有复杂纹理的平面型工件的识别与定位问题,将机器视觉技术与工业机器人相结合。利用改进的FREAK算法对目标工件进行快速识别,并根据工件的形状和单应矩阵计算出工件的形心坐标和旋转角度,再结合双目视觉系统,获取机器人抓取点的三维位姿信息,引导SCARA机器人抓取目标工件。实验结果表明:在复杂的工业环境下,机器人抓取系统能够准确识别出目标工件,具有良好的鲁棒性,同时也满足工业生产的实时性要求。     

储能型光伏系统电池容量优化配置及经济性分析

独立型光储微电网作为光伏应用的有效形式得到了广泛的使用,其中系统的经济性优劣主要依赖储能的类型和配置调控方案。基于此,根据独立光伏系统的建模思想,在给定负荷变化规律的前提下,以最大化利用光伏输出能量为目标,建立光伏能量最大化利用模型,将光伏发电单元和储能单元作为整体进行容量优化配置。通过算例分析,获得目前较为典型的5种储能电池和光伏容量的优化配置结果,在此基础上,为使系统经济性最优,进一步引入年均成本为目标并建立相应模型,得到了5种电池和混合储能电池的经济对比分析结果,最后对5种电池对应的放电时间、循环效率和寿命进行了敏感性分析。结果表明,在同等配置条件且满足项目指标的要求下,能量型铅酸电池和功率型铅酸电池组成的混合电池具有更好的经济性,其次为钠硫电池和铁锂电池,全钒液流电池成本最高。     

汽车防碰撞报警与制动距离的确定

在车辆防追尾碰撞系统中，报警与制动距离的设置对实际系统的正常使用有很大的影响，这段距离一般根据两车之间的相对速度和加速度得到，而实际上，驾驶员的驾驶风格和路面状况也要影响安全距离的大小。给出了一种用于车辆防碰撞报警与制动的安全距离模型，这种模型考虑了驾驶员的驾驶风格和路面状况对安全距离的影响，以适应驾驶员的不同特性和路面的不同状况。数值分析表明，这种模型更有利于实际使用。     

基于多卡尔曼滤波器的自适应传感器融合

准确估车前目标的位置和状态是车辆安全系统的一个重要组成部分,利用多传感器可以提高对目标测量的可靠性。给出了一种用于汽车防碰撞系统中估计车前目标位置的多传感器融合算法,根据车辆与目标之间的一步预测距离,从多个预置的卡尔曼滤波器中选择一个合适的滤波器来实时处理传感器的量测数据。该算法不仅可以有效地处理具有不同测量范围的传感器数据,同时还可以通过滤波器切换的方式,处理具不同数据速率的传感器数据。Monte Carlo数字仿真证明了该算法的有效性。     

一种带未知时变系统噪声水平的目标跟踪滤波器

在机动目标跟踪中，为了保证Kalman滤波器的数值稳定性和最优性，未知的时变系统噪声水平需要在线估计，但已有方法主要针对平稳或统计特性缓变的噪声过程。在Sage-Husa系统噪声水平自适应估计算法的基础上，通过引入基于新息的滤波器发散检测判据和利用强跟踪滤波器的思想，提出了一种系统噪声水平估计值的时变调节因子阵来抑制因系统噪声水平突变而引起的滤波器可能出现的发散问题。Monte-Carlo仿真结果表明，该算法不仅数值稳定性好，同时目标的跟踪精度也得到明显改善。     

基于ORB算法的象棋快速识别和定位系统研究

以象棋装配为研究背景,利用ORB算法实现棋子的识别,提出根据最佳匹配特征点的像素坐标,利用几何平均坐标法求出目标棋子的坐标,利用特征点构造的向量计算目标棋子相对于模板的旋转角度,实现棋子的定位,并利用工业机器人完成象棋的装配。实验结果表明:计算出的旋转角度可以保证摆放棋子时与模板为同一方向。ORB算法的运行时间均在0.2 s以内,快于SIFT和SURF算法,可以保证系统能准确地识别和定位出目标棋子,并满足象棋装配过程中的实时性要求。     

基于深度学习的面部表情识别方法综述

人脸表情识别就是让计算机按照人类的思维理解表情,是人机交互的重要组成,然而随着深度学习的迅速发展,深度学习技术在人脸表情领域的研究也成为研究热点,所以对深度学习技术在表情识别中的应用及取得的成果进行分析。首先总结了几种常用表情数据集;然后从特征提取和特征分类两方面对基于深度学习的表情识别方法进行了分类,并从网络改进方面分析了基于深度学习的表情识别中的几种网络改进方法;最后阐述了表情识别这一领域中面临的挑战和未来发展。     

一种基于贝叶斯压缩感知的图像修复方法

图像修复是利用图像中已知区域信息对破损区域进行信息填充,以弥补信息的损失.传统的修复方法依赖图像的结构来确定,使图像达到人眼主观可以接受的程度.基于贝叶斯压缩感知的图像修复方法首先对受损图像进行稀疏变换,利用贝叶斯压缩感知得到稀疏系数的后验分布函数,求得分布函数的均值和方差,将均值作为图像的稀疏系数的估计,方差作为噪声的估计.仿真结果验证了该方法可以提高图像的修复质量.