竞争型遥操作机器人实验系统研究

基于网络遥操作多机器人系统的作业目的,介绍了竞争型MOMR与协作型MOMR的特点.在此基础上,首次提出了竞争型遥操作机器人系统理想的测试平台一种基于Internet的C/S模式的足球机器人遥操作实验系统,描述了系统开发中的若干关键技术,如系统组成、体系结构、服务器端控制系统结构和遥操作客户端的关键技术等,给出了Internet性能测试实验实例.通过国际遥操作足球机器人比赛,证明了该系统具有良好的交互性、实时性和稳定性.     

基于小波多尺度扩展分形特征的目标检测方法

研究复杂自然背景下的小目标检测问题,对Kaplan的扩展分形特征进行改进,使其对目标尺寸具有一定的适应性·考虑自然背景和斑点状人造目标在水平、垂直方向特性,利用小波分析良好的方向选择性,通过多级小波分解互能量交叉,在两个方向上有效地增强目标、抑制背景干扰,从而提出一种基于小波分析的多尺度扩展分形特征·实验结果表明,基于该特征的目标检测算法对复杂地面背景、海面背景的红外图像和电视图像具有较好的稳健性和适应性,能从单帧图像中较好地检测出小目标,具有检测速度较快、易于实现的特点·     

异构双腿机器人步态规划与控制实现

为了给智能仿生腿的开发提供一个理想的研究平台,提出了异构双腿行走机器人(BRHL)这一全新的类人机器人模式.首先阐述了BRHL的概念及研究意义,然后基于分割建模思想给出了BRHL的协调动力学模型.提出了修正的Sigmoid磁流变阻尼器建模方法并进行了实验建模.详细阐述了基于步态跟随的BRHL步态规划方法并进行了仿真.最后给出了BRHL的控制系统设计,利用Pro/E,ADAMS及MATLAB/Simulink对BRHL进行了虚拟样机联合控制仿真.仿真结果表明,基于MR阻尼器控制的仿生腿能够很好地实现对人工腿的步态跟随.     

基于均匀网格的进化规划算法及其应用

提出一种新的进化规划算法－基于均匀网格的进化规划算法。该方法不仅能够加愉普通进化规划算法的收敛速度，而且能够有效地保证种群的多样性，此外，由于均匀网格方法的引入，非常有利于多模态函数的全局优化，并用该方法求解具有多个极值点的函数优化问题，计算机仿真实验结果表明该方法是非常有效的。     

基于分形的人造目标与自然物体区别

提出一种基于物体分形特征的人造目标与自然物体的区分方法.该方法根据人造目标和自然物体的固有差异,将分形维数作为估计表面粗糙度的一个重要参数,结合“毯子”维算法来计算物体表面粗糙度.该算法快速、简单、有效.实验表明,人造目标的分形维数较低,自然目标的分形维数较高,用此算法计算物体分形维数区别人造目标和自然物体是可行的.     

GA-BP网络在谷氨酸菌体浓度软测量中的应用

针对菌体细胞浓度是影响谷氨酸发酵过程重要的生物参数,而其在线实时检测难以实现的状况,采用遗传算法和BP神经网络相结合的方法(GA-BP网络)对其进行软测量。通过对谷氨酸生产工艺过程的分析,找到影响菌体细胞浓度的过程参数,从现场历史数据中选取样本,建立软测量模型。仿真结果表明:新方法可以避免单独使用BP网络陷入局部最小的问题,能加快全局收敛速度,对谷氨酸发酵过程菌体浓度的软测量效果更好。     

手术导航模体演示系统设计与关键技术分析

介绍了我们自行设计开发的一套用于手术导航系统的模拟实验和演示系统，可称之为模体演示系统。该系统用作演示或作为一个研究相关算法的实验平台，可实现模体的三维显示(包括模体的旋转、放大及缩小等)及手术工具的实时定位跟踪显示，其算法简单实用，基本上涵盖了手术导航系统的各种关键技术。首先阐述了其硬件系统的设计及软件系统的设计，并对其关键技术(三维定位器、坐标变换、匹配算法等)进行了详细的分析。     

异构双腿行走机器人的联合仿真研究

针对异构双腿行走机器人中的人工腿部分建立了运动学和动力学模型,并建立整个机器人实验平台的三维虚拟样机。在仿真软件ADAMS中对异构双腿行走机器人的运动学方程进行了验证,结合MATLAB的simulink模块对动力学方程及控制系统进行了联合仿真研究。针对机器人在不同的步态要求下的驱动力矩要求提出了一阶p型开闭环迭代学习控制算法,实验结果证明这种控制系统能够很好地追踪关节处的力矩并收敛于理想曲线,联合仿真平台的建立对于复杂机器人的开发具有重要意义。     

基于模板匹配的多模式车辆跟踪算法

动态目标识别与跟踪是计算机视觉研究的热点问题,为实现汽车辅助驾驶系统中复杂背景下多目标的稳定跟踪,提出了一种基于灰度图像模板匹配的多模式车辆跟踪算法。根据不同模式下车辆灰度图像的特点,分别采用目标边缘特征更新模板、切割分块模板和逆转模板实现了车辆在正常行驶、遮挡及边界条件下的稳定跟踪。算法应用于道路多个车辆目标跟踪提高了目标形变和遮挡情况下的跟踪鲁棒性,采用改进的金字塔加速算法提高了跟踪速度。     

改进的SOFM及其在矢量量化中的应用

根据等失真(Equidistortion)理论提出了一种基于改进的自组织特征映射(SOFM)神经网络的矢量量化方法,该算法将失真敏感机制引入神经网络的竞争学习过程。通过调整码字的部分失真来指导神经网络的学习,以使得所设计的码书平均失真最小。同时把矢量量化应用于图像的小波变换域,根据图像小波变换高频系数的空间分布特点来组织码书,从而进一步提高码书的质量和适应性。通过实验对算法的性能进行了分析,证明了算法的有效性。