基于负曲率极值点的零件识别与检测技术研究

在机器人柔性自动装配中,零件的识别与定位是一项极为重要的技术。提出了一种新的基于点到弦的距离累积算法,以实现零件轮廓曲线上负曲率极值点的检测,并在此基础上利用短切规则实现目标轮廓的分解与特征参数的提取。首先,用平面几何区域的面积来近似平面点到弦的距离累积积分,得出了距离累积积分与曲线曲率之间的关系,利用距离累积积分来检测平面离散曲线的负曲率极值点。然后,利用短切规则对零件轮廓进行分解,获取零件的几何特征,实现零件的识别与检测。试验和仿真结果说明了该方法的有效性。     

基于网格划分的混合优化算法

提出了用于求解大规模优化模型的基于网格划分的混合算法。该算法引入了空间划分和收缩的思想,在求解过程中首先应用全局优化算法确定优解信息,其次使用网格划分和合并将解空间快速划分和收缩为多个子空间,然后用局部优化算法在模型的极值点附近搜索,可以很快地收敛到极值点。仿真结果表明该算法在搜索效率、应用范围、解的精确性和鲁棒性上都体现了良好的性能。     

基于适应值曲面分析的全部局部极值搜索算法

为求得类似仿真函数的黑箱函数优化问题的全部局部极值点,提出了一种基于适应值曲面分析的新算法。首先,对适应值距离相关系数(fitness distance correlation, FDC)进行了改进,探讨了改进FDC指标与适应值曲面崎岖度的对应关系。在此基础上,设计了基于FDC的重复对分区域法(FDC based repeated split region, FRSR),对可行域依据崎岖度进行分解,得到满足崎岖度要求的若干子区间,并在这些子区间上依据FDC指标设置初始点,然后利用模式搜索算法进行寻优。通过对比FRSR法与传统的均匀分配初始点法以及其他现有方法,验证了FRSR法能够以较少的初始点得到全部局部极值,在速度上和解的质量上都优于传统方法。     

平面点集凸壳的快速近似算法

提出并实现了平面点集凸壳的一种新的近似算法——多方向极值法。该算法首先根据用户输入的控制参数,顺序生成一系列极值方向,每个方向有对应的极值表达式;然后扫描平面点集中的点,依每个点的坐标更新各方向上的极值点信息;最后按照一定的顺序装配各极值点并去重,得到该平面点集的一个近似凸壳。实验表明,该算法执行效率高,不但可以单独应用在一些对时间要求比较苛刻而对精度要求不高的场合,而且可以作为快速凸壳算法的一个预处理过程。     

基于CSS角点提取的红外与可见光图像匹配算法

针对红外与可见光图像中特征点匹配的难题,提出了一种基于曲率尺度空间（curvature scale space,CSS)角点提取的特征点匹配算法。首先采用基于曲率尺度空间的角点检测算法进行特征点提取;其次利用三维二次函数剔除低对比度的特征点;然后以特征点所在曲线的法线作为主方向,避免了图像的旋转代价;再通过计算构建特征点邻域的梯度方向在［0,π)范围的分布直方图,计算其统计特征并构造一个64维的特征点描述符,并进行归一化;最后采用最近邻算法实现直线匹配。实验结果表明,该算法能够有效地实现对红外与可见光图像特征点的精确匹配。     

遗传多峰搜索

搜索多极值点问题是遗传算法研究领域内的一个新的方向。本文在传统遗传算法的基础上引入梯度算子、聚类算子和单亲繁殖（克隆,交将梯度平方和的倒数作为评价函数,用来搜索多极值点。实际测试结果表明：该算法对等高等距、不等高等距和不等高不等距情况都有很好的结果。梯度算子的引入,将梯度法和CA很好融合了起来,大大提高了GA的搜索精度和速度,收到了令工满意的效果。     

基于曲率仿射不变量的快速目标识别

提出了一种用于三维空间中近似平面目标的快速识别方法。该方法利用目标轮廓的曲率信息构造出仿射不变量函数,再利用该不变量的极值点信息定位出轮廓的起始点进而对不变量做相应的循环移位调整,最终通过对调整后的不变量进行相似度比较实现目标识别。由于曲率信息能够有效地描述目标轮廓特征,所以保证了本方法优良的识别性能。同时本方法通过起始点定位的方式克服了传统上高复杂度的循环移位匹配的识别模式,进而实现了快速识别。实验结果显示了所述方法在识别精度和识别效率上都具有明显的优势。     

基于免疫的多峰极值遗传搜索算法

寻找多极值点是一个具有广泛应用价值的问题。在传统遗传算法基础上,引入免疫算子用来搜索多峰函数的极值点,其中免疫算子依次通过疫苗提取、接种疫苗和免疫选择三个步骤来完成。实验测试结果表明,该算法对一元函数和多元函数都有很好的效果。     

一种获取未建模复杂过程近似极值点的算法

为了求得未建模复杂过程在输入空间的某一子空间内,输出量极值点分布情况,针对未建模多输入单输出(MISO)复杂过程提出一种通过实验记录数据获取近似极值点的算法。即通过对多元函数极值定义的扩展,给出复杂过程近似极值点的定义,基于近似极值点的定义提出根据实验记录数据求取未建模MISO复杂过程近似极值点的算法和实现算法时要注意的问题。最后通过对一个二维非线性函数描述的过程的数字计算,得到与理论分析相同的极值点分布的结果,表明算法的有效性。     

基于自适应初始搜索点预测的目标跟踪算法

为了得到恰当的初始搜索点以使得目标跟踪算法避开背景干扰并缩短搜索距离,提出了一种自适应初始搜索点预测的算法。该算法通过对坐标变换参数的变化率进行Kalman滤波来更好地预测初始搜索点;更重要的是,该算法有效地在线估计Kalman滤波器中的模型噪声功率,而非先验地对它们的取值做出假设,因而能够在没有任何人工干预的情况下动态地根据不同的目标运动状况和搜索精度进行实时调整。大量实景视频流上的实验结果均证实了该算法显著提高了跟踪稳定性,并且大幅降低了计算量。     

一种基于CUDA的三维点云快速光顺算法

提出了一种基于CUDA的点云光顺算法。算法细分成点云空间划分,K邻近搜索,法矢估算以及光顺等四个独立的且并行程度非常高的步骤。设计了基于CUDA的点云空间平均单元格划分算法及数据结构,有效提升了点云的划分效率;设计了基于CUDA的空间K邻近搜索算法;改进了点云法矢估算方法,提出了高斯加权的法矢计算方法,有效改善了法矢估算效果;在光顺过程中加入了邻近点的面积影响因子,缓和了过光顺等不足。最后通过实验验证了算法的有效性。     

基于目标区域约束的牙颌模型分割线探测方法

精确的将牙齿从牙颌模型中分割出来是虚拟牙齿矫正系统的一个重要的预处理问题.现有方法在进行牙颌模型分割时,多会对所有的面片直接进行计算处理.针对该问题,提出一种基于目标区域约束的分割线探测方法,可以将探测范围锁定在实际分割线的周围.该方法根据种子点的位置自动构建切割平面及切割线;通过寻找切割线上负曲率最大的位置来锁定探测...     

一种基于支持向量机的点云建模算法

分析了点云建模的特点,将基于统计学习理论的支持向量机引入该领域。首先提取点云数据中的强特征,采用支持向量回归机构建轮廓;然后在轮廓形成的不同区域分别提取弱特征,用回归的方式逐步重构区域纹理,从而得到整个物体的表面表达。理论分析和实验结果表明该方法的精度和处理速度优于人工神经网络,具有一定的实用性,为点云建模研究提供了一种新的思路。     

灰色指数曲线曲率拟合方式

定义了点的曲率，从曲率的角度出发，给出了任何离散点列与指数曲线拟合的方法，从而省略了灰色系统理论中通过建模求拟合曲线的步骤，为实际应用提供了方便.     

基于XOR选择重传ARQ的网络编码多播路由算法

针对XOR选择重传ARQ协议,提出了一种基于网络编码的多播路由算法,有效地恢复链路传输错误。该算法分为两种情况：一是信源发送正常的数据包,在信源节点与各接收节点之间建立多播路径族,并考虑不同路径族之间链路的共享;二是信源发送XOR数据包,搜索信源节点到各接收节点的最短路径,并考虑最短路径之间的链路共享。仿真结果表明,该算法有效地提高了网络吞吐量,在资源消耗方面较传统的多播路由算法有更好的表现,非常接近基于网络编码的最小费用多播算法。数学分析表明,该算法的复杂度远小于最小费用多播算法。     

海道测量中非定位点的精密确定方法

为了分析海道测量中测线对海底地形的表征能力,提出了用于测线探测的参数以及拟合代表误差、方向偏差、平移偏差等测线处理的新概念,给出了表述水深点位置的三种数学模型及它们相互间的转换关系和转换条件,并将最小二乘配置法引入到非定位点水深值的估计中。仿真试验及实测数据处理结果表明:当采用了合理的测线探测参数时,提出的三种测线模型均可满足测图的需要;最小二乘配置法可以充分的利用区域深度场信息求出非定位点的水深值,并且方便于精度评估。     

基于方向向量Fourier级数近似的近场波束形成快速算法

研究了一种近场距离/方位聚焦波束形成快速算法,离线计算每个搜索距离处的阵列方向向量,利用方向向量关于方位角的周期性,将方向向量的每个分量用有限项Fourier级数近似,从而搜索距离处的角度谱可以用FFT快速实现,无需在每个距离/方位栅格上计算时延和相位补偿,有效减小了计算量和存储量.数值分析结果表明,该算法性能接近理想的近场波束形成.