基于改进卷积注意力机制的触觉图像识别

为了改善传统轻量化网络对触觉图像全局特征提取能力差的问题,提出一种基于轻量化网络提高触觉图像感知分类的新算法,通过将卷积块注意力模块(CBAM)引入坐标注意力机制(CA)来增强特征信息表达能力.利用CA采取空间全局信息并嵌入通道注意中,使卷积网络能够在较全面的区域捕获注意力权重.结果表明:所提算法优于现有轻量化网络算法;该算法对GelSight数据集、多模态传感器数据集2种触觉图像进行分类识别测试,在分类表现中分辨正确率分别达到了88.2%和94.4%;相比于传统的CBAM注意力模型、自注意力模型(SENet)和仅有LeNet的神经网络,该算法对触觉图像的识别能力在GelSight数据集上分别提高了8.7%、8.7%和3.0%,在多模态传感器数据集上分别提高了13.3%、13.4%和4.8%.

面向输电线路铁塔组立施工承力系统安全检测的力传感器设计

现阶段,输电线路铁塔组立工艺在承力系统吊装施工过程中,安全措施主要依赖施工人员的施工经验、人工监测以及视频监控等方式,严重缺乏直观可视的保障手段;在针对施工过程受力检测方案中,缺少适配范围广,安装简便,与现有工艺结合性强的设备。为解决上述问题,在铁塔组立吊装过程中,选择抱杆、钢丝绳和卸扣主要承力部件作为检测对象,检测包括抱杆姿态、钢丝绳张力和姿态、卸扣所受拉力和姿态等数据;与传统串联型力传感器相比,该文在不改变钢丝绳外在结构的情况下,依靠绳索端固定的卸扣实现准确的力感知;针对D型卸扣设计可包覆、可拆卸专用的触感单元支架,然后通过受力分析与仿真,得到施力下的力敏感区域,并将应变片贴置于力敏感区域。最后通过仿真与实验,证明该文设计的力传感器能够实现输电线路铁塔组立施工承力检测。

基于随机森林回归的手臂末端力的软测量方法

针对手臂康复训练后仍缺乏准确力觉的康复病人提出了一种手臂末端力的软测量方法。采用肌电信号(EMG)传感器与手臂姿态传感器获取的数据综合描述手臂的综合状态信息,并作为随机森林回归的输入,将手臂末端力作为随机森林回归的输出。依据康复训练的基本动作单元,针对性的设计了"推拉"和"提放"两组试验,在离线状态下,利用力传感器测量得到的实际末端力与手臂的综合状态信息作为样本集,并通过大量样本数据训练随机森林回归算子得到稳定可靠的回归算子,最后通过在线预测手臂末端力与真实末端力输出的比较,验证了该方法的有效性。

基于GRNN的人机交互下遥操作力预测方法

为了解决人机交互作业时操作人员不能准确感知末端接触力信息的问题,提出了一种基于GRNN信息融合的方法.基于主动端的力反馈手控器和从动端的遥操作机器人,搭建实验操作平台,以人为中心构建整个系统,同步采集手控器的姿态信号、手臂肌电信号以及末端机器人的速度、加速度和接触力信息训练GRNN,并将GRNN得到的预测力与真实力进行比较.结果显示,采用纸盒和泡沫板2种不同材料进行穿刺实验的均方误差值分别为0. 24和0. 16,泡沫板进行穿刺和切割2种不同作业得到的均方误差值分别为0. 16和0. 13,从而证明了所提方法的有效性.

基于新型多模态触觉传感器的机器人交互物体分类

多模态传感融合对于机器人探索外界环境十分重要,而现有的触觉传感器只能收集一种触觉模态信息,其收集到的多模态信息存在弱配对问题,为了解决此问题,研究了一种基于触觉和视觉融合的多模态触觉传感器。该传感器可以利用一个感知层同时收集2种异构触觉模态信息,弥补了传统触觉传感器的缺陷,同时可以利用收集到的多模态信息对不同物体的几何形状进行分类,在研究过程中,通过按压实验收集了圆形、正方形、长方形和三角形4种形状物体的触觉信息,再利用K最近邻(KNN)算法进行几何形状分类,实验结果证明了该传感器在区分不同物体的形状上具有良好的效果。

一种环境侦察机器人的控制器

为方便控制环境侦察机器人现场作业,设计了一种环境侦察机器人的操纵装置.分析了环境侦察机器人及其控制装置的研究现状,在介绍了多种移动机器人的操作方式的基础上,根据环境侦察机器人工作性质的特殊性,提出了一种适合于环境侦察机器人的操纵装置的设计,并给出了操纵方法.

基于三维骨骼信息的动态手势识别

手势识别作为人机交互的有效手段,成为当前研究的热点话题.针对动态手势识别存在时空多变性、特征复杂性等问题,本文提出了一种基于三维骨骼信息的动态手势识别方法.动态手势具有时间上的差异性和复杂性,极大地影响了动态手势识别的准确率.因此,本文设计了一种动态手势关键帧提取算法,该算法可以提取动态手势关键部分,用于进一步的特征提取.另外,单独分类器的分类效果存在差异性,本文采用多个分类器同时对手势特征进行分类,充分利用了所提取的特征.同时,本文还提出了一种自适应融合算法,可以根据分类精度有效融合不同分类器,提高最终分类效果.最后,通过实验验证了本文提出的动态手势识别框架和方法的有效性.

面向大规模交互数据空间划分的Voronoi图生成算法及应用

传统Voronoi图对大量点集进行Voronoi划分时会产生Voronoi单元格数过多的现象,导致难以适用于地理信息系统、生物医学等诸多领域。为了解决这个问题,提出一种自适应基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)的Voronoi图。阐述了Voronoi单元合并的现象,证明了其发生的充要条件,提出该Voronoi图的生成算法并进行仿真。通过显微镜下嗜中性粒细胞、我国地表火点数据对算法进行验证,结果表明,该算法能够有效解决点集规模较大时,Voronoi图划分过于细致的问题,突破了传统Voronoi图单点对单点的划分形式。此外,该算法拓宽了Voronoi图在图形图像处理、生物医学、地理信息系统等领域的应用。

基于自适应模糊神经网络的机器人路径规划方法

为了解决传统反应式导航中的复杂陷阱问题,优化导航控制,减少计算复杂度,提出了基于自适应模糊神经网络的机器人导航控制及改进型虚目标路径规划方法.首先根据移动机器人运动学模型,融合神经网络的自主学习功能与模糊控制的模糊推理能力,提出了基于自适应模糊神经网络的机器人导航控制器,将生成的Takagi-Sugeno型模糊推理系统作为机器人局部反应控制的参考模型.该自适应模糊神经网络控制器实时输出扰动角度,在线调整移动机器人的预瞄准方向,使移动机器人能够无碰撞趋向目标.然后,提出了一种改进型虚目标方法,优先选择机器人可能逃脱陷阱状态的路径,简化了设计难度,改变了虚目标切换方式,避免了大量复杂计算.实验结果表明,提出的方法可以帮助机器人在全局信息未知的复杂环境中导航,在趋近目标点的过程中能有效避障,无冗余路径产生,且轨迹平滑.

基于视觉目标跟踪的侦察机器人导航方法

针对未知环境下侦察机器人的自主导航问题,提出了一种基于视觉目标跟踪的侦察机器人导航方法.首先利用二进制鲁棒独立元素特征(BRIEF)提取方法来检测和描述待跟踪视觉目标的局部不变特征点,在快速的特征匹配计算基础上提出由粗到精的目标定位两步法实现机器人导航过程中视觉目标的实时准确跟踪.其次对基于视觉目标跟踪的自主导航任务进行行为分解和实现,在行为中集成视觉目标跟踪算法.最后利用基于宏行为的机器人事务执行机制实现移向视觉目标的自主导航控制.实验结果表明,提出的方法能够使侦察机器人实时准确地跟踪视觉引导目标,在复杂障碍物环境下可靠地完成移向目标的自主导航任务.

基于高斯模型的核探测机器人寻找核辐射源方法

针对核泄露后核放射源准确定位的问题,提出了用核探测机器人自主寻找核辐射源的方法。该方法利用高斯模型描述核泄漏事故发生后周围大气中放射性核素云团的扩散,估测地面上放射性核素水平,并利用小型核探测机器人搭载核辐射探测仪,实时探测核辐射水平;根据建立的核污染扩散模型,采用模拟退火算法,自主寻找地面放射性核素辐射浓度最高的区域;通过基于超声模糊避障控制系统,保证机器人在执行任务中无碰撞。模拟核辐射源泄漏事故实验结果表明,该方法可以帮助机器人自主寻找到地面核素辐射水平最高区域。

一种基于EEG和sEMG的假手控制策略

针对残臂较短或残臂上肌电信号测量点较少的残疾人使用多自由度假手的需求,提出一种基于脑电信号(Electroencephalogram,EEG)和表面肌电信号(Surface electromyogram signal,sEMG)协同处理的假手控制策略.该方法仅用1个肌电传感器和1个脑电传感器实现多自由度假手的控制.采用1个脑电传感器测量人体前额部位的EEG,从测量得到的EEG中提取出眨眼动作信息并将其用于假手动作的编码;采用1个肌电传感器测量手臂上的sEMG,并针对肌电信号存在个体差异和位置差异的问题,采用自适应方法实现手部动作强度的估计;采用振动触觉技术设计触觉编码用于将当前假手的控制指令反馈给佩戴者,从而实现EEG和sEMG对多自由度假手的协同控制.为验证该控制策略的有效性进行了实验研究,结果表明,提出的假手控制策略是有效的.

基于CAN总线的侦察机器人控制系统设计

为了提高实验室现有遥操作侦察机器人的可靠性、实时性和可扩展性,设计了一套基于CAN总线的机器人控制系统。该系统由一个主节点和多个从节点构成,节点之间采用CAN总线相连,以实现侦察机器人各部分功能的模块化。给出了控制系统的总体结构,并结合系统中机械手控制模块阐述了CAN总线通信的硬件和软件设计。该控制系统已经成功应用在实验室现有的侦察机器人中,能够完成现场环境侦察和应急处理任务,在实际工程应用中得到了良好的应用。

基于路径优化策略的物联网感知层数据收集研究

针对物联网感知层移动无线传感器网络在数据收集过程中节点能量有限、能耗不均衡和存在不可靠性、时延较长等问题,经过数学推导和理论证明这是一个典型多目标优化问题。文章将优化目标规约为时延受限下的能耗最小化和可靠性最大化问题,提出基于改进萤火虫算法优化移动无线传感器网络移动Sink路径优化机制,该算法充分利用移动Sink的存储空间充裕、能量充足和计算能力强的优势,保证网络的连通性,提高网络通信效率。通过仿真对比分析,与随机移动方法、蚁群算法和粒子群算法对比,簇头节点能耗均衡性减少了40%、52%和56%,可靠性提高了13%、8%和7%,时延减低了92.9%、82.8%和56.4%,提出的算法均衡了节点能耗,满足网络服务质量,提高网络可靠性。

基于点云模型的虚拟手术系统建模及碰撞检测

建模与碰撞检测算法是虚拟手术具有良好实时性的前提。通过,CT得到病人身体患部的点云数据再基于八叉树剖分算法,采用层次包围球结构,对手术部位的软组织及器官进行建模。为了提高碰撞检测的实时性,将手术器械物理模型简化为一个小球或一条直线与软组织交互,而几何模型保持不变,这样在不影响虚拟手术的视觉效果同时又提高了碰撞检测的速度。实验结果表明,算法能准确检测出虚拟手术器械与虚拟模型接触的点,而且碰撞检测实时性显著提高,简化后的平均碰撞检测时间仅为虚拟手术的快速碰撞检测算法中未简化的方法平均时间的10%。

基于RGB-D图像的三维同步定位与建图研究

针对移动机器人三维同步定位与建图过程中机器人位姿误差累积问题,提出了一种位姿全局优化方法提高机器人定位精度和建图质量。该方法在帧到帧配准模型的视觉里程计的基础上,通过基于图像匹配的闭环检测来增加机器人位姿间的约束,在构建位姿图过程中采用局部回环结合随机大回环策略提高位姿优化效率,最后采用g2o(general graph optimization)算法对机器人位姿进行全局优化。此外,提出了一种关键帧选取方法,以减少系统计算资源及内存空间的消耗。实验结果表明,该方法在运动轨迹3.96 m的情况下均方根误差仅为8.7 mm,并能准确构建出室内场景的三维地图。

带干扰观测器的机械臂加幂积分有限时间控制

针对传统的机械臂控制算法存在控制精度不高,对于外界干扰鲁棒性较弱等问题,提出了带干扰观测器的加幂积分有限时间控制算法实现机器人轨迹跟踪控制。加幂积分有限时间控制器能够保证系统误差在有限时间内收敛,从而使机械臂能够快速准确跟随期望运动轨迹。干扰观测器能够快速准确地估计作用在机械臂上的干扰信号,并通过补偿控制对干扰进行补偿,从而增强系统的鲁棒性。同时,采用Lyapunov理论在理论上证明了上述系统能够在有限时间内收敛。最后,对三自由度Premium机械臂设计了带干扰观测器的加幂积分有限时间控制器,并进行了实验。实验结果表明所提算法能够使机械臂关节能够快速准确的跟随期望值,对外加干扰有较强的鲁棒性。

基于OrCAD的可控硅开关功放的仿真研究

介绍了一种特殊的大功率可控硅开关功率放大器,分析了其电路在不同工作频率下的3种工作状态,并就自然换流状态建立了其等效电路模型,基于OrCAD环境下设计了低阻高效的循环模拟开关,并利用它仿真了自然换流状态下的等效电路模型,这种仿真方法能计算出功率放大器在任意点的电流电压值.且仿真数据能较真实地反映系统在任何时刻的工作状况.

多态的大功率可控硅开关功率放大器的仿真

为了满足远距离海底探测对发射信号大功率的需求,选用了一种大功率可控硅开关功率放大器。在临界换流、自然换流和强迫换流3种工作状态下,分析了该功率放大器的工作原理,并建立了等效电路模型。运用Or CAD仿真了临界换流状态时的等效电路模型;在自然换流状态和强迫换流状态下,为获得功放电流值和负载电流值,对其等效电路模型分别建立了非线性数学模型,并通过Matlab和VC++采用四阶Runge-Kutta法对非线性数学模型进行求解。以上方法能够求得该功率放大器电路在任意时刻、任意点处的电流电压值,能较客观、真实地反映电路的工作状况,对工程应用具有一定的参考价值。

基于粒子滤波的移动物体视觉跟踪方法

基于颜色特征的粒子滤波算法已成为移动物体跟踪的热点.提出一种基于加权颜色直方图的粒子滤波跟踪算法,利用Bhattacharyya距离来描述粒子与目标区域颜色模型的相似性.实验结果表明:该方法具有较好的实时性与鲁棒性,可应用在视频监控、小车寻迹等场合.