基于Hough变换的虹膜定位算法

针对利用Hough变换实现虹膜定位时遇到的一些问题提出了相应的解决方案。为减少Hough变换的计算量,本算法采用了“先采样后变换”、“由粗到精”的方法;为提高可靠性、减小噪声影响,算法利用了虹膜内外边界之间的耦合关系以缩小在边界参数空间内的搜索范围。在MAT—LAB软件环境下的试验表明,算法取得了良好的效果。     

港口集装箱自主识别定位技术

针对港口集装箱自动装卸问题,结合双目视觉和深度学习技术,设计了一种基于Faster R-CNN(faster regions with convolutional neural network)模型的集装箱三维识别定位方法。首先利用双目摄像头采集装箱图像,用于训练Faster R-CNN模型,然后使用该模型检测图像中的集装箱目标,对识别出的目标添加矩形框,并提取其中心点图像坐标,接着通过对双目摄像头进行标定和匹配,获取集装箱矩形框中图像坐标点的深度,实现对集装箱的三维定位,最后将集装箱的三维坐标转换到轮胎吊吊具坐标系下,获得所有集装箱目标中心和吊具中心距离。实验结果表明,系统运行速度可以达到30 fps,平均定位误差在5 mm以内,系统可以有效解决集装箱三维实时识别和定位问题,提升港口集装箱自动化装卸能力。     

模糊免疫PID算法在太阳能光源定位追踪系统中的应用研究

为实现太阳能电池板接收光照幅度的最大化,提高对光源精确定位等问题,提出借鉴模糊免疫响应原理,将模糊免疫PID控制算法引入太阳能光源定位追踪驱动系统中。通过构建定位追踪驱动系统的传递函数,应用MATLAB/Simulink平台验证所构建控制器的运行性能。仿真结果表明:该控制算法在工况突变和扰动存在时,能有效消除系统误差,获得更高的控制精度和稳定性。     

风云际会:从云计算到物联网的大时代

正云计算的兴起无疑是互联网发展史上最激动人心的事件之一。那么,云计算在互联网和信息社会的发展历程中究竟处于什么位置?云计算与3G、物联网是什么关系?云计算的发展方向是什么?云计算的历史定位回顾互联网的发展历史,展望互联网的未来,我们可以将互联网的历史划分为以下几个阶段。第一代互联网——1986年,美国国家科学基金会(NSF)资助建成了基于TCP/IP的主干网NSFNET,连接了主要的科研机构,第一代互联网由此诞生。这个阶段只     

基于GIS室内定位和导航的电子地图设计与应用

设计室内大型场馆的定位导航电子地图是为了改变传统室外定位导航模式,方便快捷地为地图使用者提供定位和导航路径信息。引入了室内GIS矢量电子地图模型的概念和设计方法,结合网格采集图层、地理数据库、网络数据集等技术,实现了在大型场馆的定位导航功能,对同类室内定位和导航电子地图的设计与实现具有一定参考价值。     

无线传感器网络中节点的非测距定位算法

针对无线传感器网络(Wireless Sensor Network,WSN)中节点定位,提出了一种低消耗的节点自身定位算法.本算法先将检测区域划分网格,根据节点接收的信号强度,初步缩小定位范围,然后以DV-Hop算法原理为基础,用跳数比率构建Apollonius Circle,最终确定节点位置.该算法不需要任何额外的硬件支持,实验结果表明在锚点比例约30%,网络基本连通的情况下,网络通信负载较DV-Hop降低近33%,平均定位的精度达到29%以下.     

夹具设计中定位误差的新方法——向量分析法

就夹具设计中定位误差分析方法，提出了一种向量分析法，阐述了这种分析方法的思路和步骤。     

汽车主销内倾测量精度分析及校准仪器

为解决四轮定位仪测量主销内倾的精度问题,建立了精确的内倾测量模型.分析了主销内倾与传感器测量角间的非线性关系以及主销后倾变化等因素对主销内倾测量精度的影响.讨论了测量误差的分布趋势,当主销倾角大于10°时线性模型测量误差大于10′.针对无法校准主销倾角测量结果的现状,提出了在汽车纵横两平面内主销倾角独立生成的检定原则,研发了精度达到30″的四轮定位仪校准装置.试验表明:四轮定位仪测量主销内倾存在零点误差和线性度系统误差.当受检四轮定位仪主销倾角为15°时,其测量误差为18′,且系统误差随主销倾角增大而增大.试验结果与理论值相符.     

基于三线阵CCD的室内导航方法研究

针对目前室内移动导航定位精度低、累积误差大、并且经常需要多个传感器分别估测移动目标位置和姿态的问题,提出了一种新型的位置姿态传感器用于室内导航.该传感器由3个线阵CCD和3个柱面透镜组成,并能够估测其视域范围内布置在天花板上的红外LED锚节点的三维坐标.在依次估测到至少3个锚节点的三维坐标之后,使用Rodrigues矩...     

多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感...