手背静脉特征提取算法

提出一种基于有限Radon变换(FRAT)的手背静脉识别新方法.在考虑手背静脉图像"线状"特点的基础上,先将手背静脉图像"分块",再对分块后的图像进行FRAT变换,并提出一种向量非均衡分布可得最大值的方法,提取手背静脉图像纹理特征,最后通过特征匹配进行分类识别.结果表明:与传统的Hough变换和离散Radon变换相比,新方法提高了目标直线特征的检测速度;在有800个样本的数据库上进行实验,获得了96.5%的识别率,表明了算法的有效性.     

脊波分析在手背静脉识别中的应用

提出一种基于改进的有限脊波变换的手背静脉识别算法. 利用脊波理论适合于表示直线奇异性的特点, 对手背静脉特征进行分析. 使用改进的有限脊波变换对手背静脉图像进行分解, 得到不同分解尺度下手背静脉的多分辨脊波特征, 再通过定义多分辨脊波特征距离进行模式匹配. 实验结果表明, 与传统静脉特征提取方法相比, 该方法较完整地保留了静脉的原始信息, 提高了运行速度并降低了算法复杂度.     

基于Kinect的机器人臂手系统的目标抓取

为了实现机器人臂手系统的目标抓取, 采用Kinect对目标信息进行实时检测. 首先,采用张正友棋盘标定法完成对Kinect内外参数的标定. 其次, 利用深度信息进行深度分割, 滤除大部分干扰背景, 再通过颜色与形状特征实现目标的识别与定位. 将识别对象的3维坐标通过以太网发送至机械臂控制台, 随后机械臂移动至目标位置. 最后采用变积分PID算法控制灵巧手接触力, 保证响应的快速性及精密性, 实现灵巧手的精细抓取. 通过设计一套完整的实验系统验证了该方法的有效性.     

五指仿人灵巧手运动学与动力学模型

对气动人工肌肉驱动的五指仿人灵巧手进行了运动学及动力学分析. 在Matlab上进行了仿真计算,建立了灵巧手的运动学模型并求得其解析解;同时用Newton-Euler方法对灵巧手进行了逆动力学分析,得出了灵巧手的动力学方程.通过基于灵巧手动力学模型和气动人工肌肉静态模型的主从控制实验,结果表明,可以通过数据手套采集关节的角度变化信息控制灵巧手完成抓取物体的动作.     

改进的双边二维线性判别分析的手背静脉识别

针对双边二维线性判别分析(B2D-LDA:Bilateral Two-Dimensional Linear Discriminant Analysis)方法中多类类别均值和总体均值接近时难以分类的问题,提出了一种改进的B2D-LDA(MB2D-LDA:Modified B2D-LDA)方法,并将其运用到手背静脉特征提取中.重新定义了类间离散度矩阵,融入了每两类类间的距离,当类别均值与总体均值接近时,则用该类和其他各类类间距离组成离散度矩阵.采用基于欧氏距离的最近邻分类器进行匹配识别.结果表明,在不增加识别时间的情况下,MB2D-LDA平均识别率比B2D-LDA高2％,证明了该算法的有效性.     

末端强力抓取的欠驱动拟人机器人手

为了实现自适应抓取效果、拟人化外观和具有末端强力抓取功能的机器人手,采用带轮传动、弹簧约束和活动套接的中部指段,设计了一种新型欠驱动手指机构。分析了该手指的强力抓取原理。由此设计了拟人机器人手——TH-3B手。TH-3B手外观、尺寸和动作模仿人手,有5个独立驱动手指、15个关节自由度、6个驱动电机,模块化程度高,结构紧凑,控制容易,质量小,成本低,对所抓物体的形状、大小自动适应,可以实现末端强力抓取,适用于拟人机器人上。     

一种基于特征提取的手写字符识别技术

在分析图象处理及其特征提取理论的基础上,研究了字符的笔划特点, 探讨了手写字符的宽度、交叉点、链码等特征,用提取字符结构特征的方法,设计并实现了一种手写字符识别系统。实践证明了这些特征简单明确。     

一种集群移动通信系统研究

剖析了 STORNO信令集群移动通信系统的信令格式及通信规程 ,给出了自行研制的移动台硬件及软件 .所研制的手持移动台体积小巧、通话距离远且话音质量良好 .     

乒乓球机器人腕部结构的研究

在介绍了机器人乒乓球运动的历史和基本规则的基础上,通过研究目前世界上已有的乒乓球机器人的腕部结构,针对瑞士苏黎世高等工业学院（ETH）机器人研究所研制的乒乓球机器人（1992年香港世界第一届机器人乒乓球赛冠军获得者）的腕部结构提出了几种改进方案.经计算,这几种结构都可满足击打乒乓球的要求.     

标定方程AX=ZB的两种新解法

提出了同时确定手眼关系以及机器人坐标系到世界坐标系关系的两种算法。和现有算法相比,给出的算法分别基于对偶四元数和矩阵直积理论,均可一次计算出标定方程的旋转部分和平移部分,不存在误差的传递问题。仿真结果表明了算法的有效性,这些结论对于类似问题的求解具有一定的参考价值。