面向物理约束的机器人运动学标定最优位姿集规划方法研究

在物理约束下的工业机器人运动学标定过程中,标定精度受到位姿集的影响,而位姿集的选取又受到标定装置的约束,针对以上问题,提出了一种采样区间评价结合位姿集优选的最优位姿集规划方法。首先建立了机器人运动学模型及距离约束标定模型,计算了机器人系统参数误差约束方程及误差雅可比矩阵;然后对机器人工作空间进行空间网格划分,应用拉丁超立方采样结合可观测指标对各个网格区间进行评价,得到最优采样区间;再次基于离线数据建立标定精度预测模型,在最优采样区间内实现最优位姿集的搜索;最后对中瑞RT-608机器人进行最优位姿集的规划及验证,结果表明:基于最优位姿集标定后的平均拟合球半径为0.3947 mm,较随机位姿集减小了57.98%。

PPN:一个用于处理点云分类的网络

点云是三维空间中物体坐标点的集合,是一种能完整表达场景信息的重要数据格式,广泛应用于机器人、计算机视觉、自动驾驶等领域,而点云的有效分类是许多应用的前提。基于PointNet和DGCNN(Dynamic Graph CNN for learning on point clouds),提出一个用于处理点云分类的PPN(Prototypical Point Network)神经网络模型,在PPN的特征提取模块中,通过点云中点之间的距离关系生成更加精准的局部特征。通过对局部特征进行加权聚合,得到更有代表性的全局特征。在ModelNet40和ShapeNet Parts数据集上用PPN进行点云分类和分割实验,结果表明PPN在点云分类和分割任务中均取得较好的表现。

高精度激光定位散斑机理分析及抑制

为有效解决高精度视觉定位测量系统中激光随机散斑导致的光斑质心定位精度降低问题,对散斑机理及抑制方法进行研究。从激光光斑的成像过程分析了激光随机散斑出现的原因,并推导出空间中任意一点总波扰表达式。建立了成像介质吸光性、粗糙度和表面出射光信噪比与随机散斑强度的关系模型,得出增加成像介质粗糙度和吸光性来提高出射光信噪比,进而降低随机散斑强度的结论。通过改变成像介质的物理特性进行对比实验,获得光斑质心位置稳定性随成像介质物理特性变化的趋势,验证了关系模型的正确性。实验结果表明,当激光功率为50 mW时,选取吸光性强、粗糙度与厚度适中的成像介质作为成像靶面,激光光斑质心的提取精度稳定在0.04个pixel之内,实现了对激光散斑的抑制,提高了光斑质心的定位精度。

基于响应面模型与遗传算法的空气喷涂工艺参数优化

为提高空气喷涂漆膜厚度的均匀性,提出一种基于响应面模型和遗传算法结合的优化方法。以铁板为基材,以漆料黏度、喷涂距离、喷枪移动速率、雾化气压、扇面气压和流量气压作为影响某白色聚氨酯面漆均匀度(即厚度标准差)的主要工艺参数,按正交实验法获取实验样本数据,得到关于漆膜厚度和均匀度的多项式回归响应面模型。然后运用遗传算法,以一定漆膜厚度为约束,对均匀度响应面模型进行寻优求解,并与正交实验喷涂结果进行对比。结果发现,喷涂工艺参数优化后的漆膜均匀度提高了6%~33%。运用响应面模型与遗传算法对漆膜均匀度进行单目标优化,提高了优化效率和漆膜均匀度,为之后的机器人喷涂工艺参数设置提供了有效的优化方法。

可实现非对称照明的自由曲面光学系统设计

基于最优传输理论的光线映射方法,针对非对称的照明的光学系统设计需求,以光源到辐照面距离为20 mm,在范围50 mm×50 mm范围内实现字母“JL”为目标,计算了面向零扩展度光源自由曲面光学系统初始参数,在此基础上利用LightTools软件优化设计并仿真分析了面向零扩展度光源和扩展光源的自由曲面光学系统,结果表明:面向零扩展度光源时,自由曲面直径为86.52 mm,光源与自由曲面距离为34 mm,在辐照面上可以实现字母“JL”的照度分布调控;面向直径为10 mm的扩展光源时,自由曲面直径为435.16 mm,光源与自由曲面距离为242 mm时,在辐照面上可以实现字母“JL”的照度分布调控,说明所设计系统可以实现非对称照明分布调控,有效的提高了自由曲面光学系统的设计效率。

融合结构光的折反射全景单目视觉测距

无人机在大机动运动时视场变化较大,在弱纹理环境下视觉特征易丢失,这降低了视觉距离测量的精度。针对此问题,本文将折反射全景相机与结构光相结合,进一步提出了融合结构光的折反射全景单目视觉测距方法。在本研究中,为了提高测距方法的精度以及处理速度,首先对结构光进行感兴趣区域(ROI)提取,并运用中值滤波对激光条纹图像进行去噪后,再采用改进的Steger算法进行亚像素级别的结构光光条中心坐标提取。其次,运用最小二乘原理对提取的亚像素点进行曲线拟合,得到结构光的曲线方程。最后,通过理论推导求取空间平面参数,建立测距目标函数,进一步求得距离信息。实验结果表明:在不同场景下,所提出测距方法的测距精度均在3%以内,证明了该方法的有效性。满足无人机在大机动运动条件下以及弱纹理场景中稳定可靠的测距需求,进一步提升了无人机环境感知能力。

基于G&L-HHO的光束指向精度优化算法

指向精度是光束控制领域最核心的指标之一,指向精度的高低直接决定了光束控制器性能的优劣。为了解决液晶相控阵受制作工艺限制会造成较大光束偏转角度误差、指向精度下降等问题,本文提出一种基于改进哈里斯鹰(HHO)的光束指向精度优化算法。首先,对影响因素进行分析,选取合理的器件参数。随后,采用哈里斯鹰算法对液晶相控阵进行光束指向精度优化。最后,鉴于哈里斯鹰算法容易陷于局部最优值的难题,本文设计了兼顾全局与局部并优策略的哈里斯鹰算法(G&L-HHO)。在全局优化策略方面,选择柯西分布函数增加初始种群多样性,提高算法的全局搜索效率;在局部优化策略方面,采用自适应余弦加权因子,多方面增强哈里斯鹰算法的寻优性能。仿真实验对比结果表明,本研究提出的G&L-HHO算法将归一化精度误差由100数量级优化为10^(-4)数量级,并大幅降低了归一化精度误差波动幅值。本研究显著提高了光束指向精度,并具有收敛精度高、收敛速度快、鲁棒性强等优点。

基于改进遗传算法的柔性流水车间调度研究

针对最小化最大完工时间的柔性流水车间调度问题,文章提出了多目标选择的改进的遗传算法(MTGA),设计了针对该问题的一维的编码与解码方法,采用对立的方法进行种群的初始化。针对遗传算法,交叉操作进行整个工序的交叉向最优解靠拢加快了算法的收敛速度,变异操作中对所有的工序操作顺序进行整体变异,选择操作将种群分成多份做到向多个较优解靠拢,扩大了算法的搜索范围,降低了陷入局部最优的概率,并应用了两套交叉和变异概率增加算法灵活性。通过多个已有算法进行对比验证了算法的有效性。

基于EMD-PSO优化阈值的COD光谱去噪研究

在对水体COD进行光谱检测时,光谱数据中会掺杂大量噪声,影响后续对水体COD的定量分析。为了降低噪声的影响,提出了一种经验模态分解-粒子群(EMD-PSO)优化阈值去噪模型,首先对EMD分解得到的特征模函数进行噪声主导分量和信号主导分量的划分,通过PSO优化选取噪声主导分量部分的最佳阈值,对数据进行截取、重构,获得去噪光谱信号。以不同浓度梯度的COD标准溶液进行测试,实验结果表明:EMDPSO优化阈值去噪模型相对于EMD软、硬阈值去噪,信噪比有所提高,均方误差由软、硬阈值的0.6247和0.6725降至0.02619,样品浓度与吸光度线性相关系数更高,达到0.99798。

学会组织参与新工科现代产业学院平台化建设策略研究

面对新时代与新挑战,针对现代产业学院目前面临的建设策略模糊、治理体系滞后、育人模式僵化等问题,该文从创新现代产业学院组织架构的视角,为新工科现代产业学院建设提供了新的思路与方向。随着学术型社会组织团体数量的增多,其赋权能力与服务力逐步增强,特别在参与新工科现代产业学院建设方面发挥出无法替代的关键作用。为此,该文从构建新工科专业联盟协作体、积极推进区域新工科公共实习实训基地建设、搭建“产学研用金服”综合一体化创新服务平台三个方面,探讨在学会组织深度参与下的新工科现代产业学院建设策略,从而全面推进新工科教育生态良性发展。

一种基于决策融合策略的全天空地基云图云量估计方法

云量对光伏发电有至关重要的影响。全天空地基云图云量估计的重点在于对全天空图像进行畸变矫正,以及设计准确率高的地基云分割方法。针对这两个问题,提出一种基于决策融合策略的云量估计模型。首先,通过基于多维球切面透视投影模型的鱼眼畸变矫正算法,获取多方位的局部复原图像;其次,采用最近邻复原中心的决策融合方法对多维复原图像分割后的数据进行修正,最终获取云量估计值。实验表明:该方法更好地复原了云和天空的比例关系,提高了云量估计的准确性。

舰载相控阵雷达光束指向控制策略研究

为改善在舰载相控阵雷达的光束控制中指向精度的参数指标,同时增强光束控制器性能与舰载相控阵雷达检测的准确性,本文通过相关影响因素分析,选取合理的器件参数,期望达到最佳效果。然后研究基于分数阶耦合复值神经网络的光束指向控制策略,通过对分数阶复值神经网络的投影同步的研究证明,系统的投影同步可以控制光束的指向。采用哈里斯鹰算法(HHO)对液晶相控阵进行光束指向精度优化,仿真实验结果表明,本文设计的全局与局部并行优化策略的哈里斯鹰算法,归一化精度误差由100数量级优化为10-4数量级,有效提高了舰载相控阵雷达的检测精度。

“AI+”教育生态共同体建设策略研究

随着卓越工程师教育培养计划的逐步深入,传统以高校为单一主体的教育模式正在不断演变与革新。在新工科建设倡导下,以“政-产-学-研-用”多主体协同开展人才培养模式逐步得到学界广泛认同与实践应用。近期,随着ChatGPT现象级应用的持续火热,人工智能技术再一次推动了所有行业生态圈的新一轮发展,为此,以“AI+”(“Artificial Intelligence+”)信息技术产业为核心的产业链、创新链、教育链、人才链有机融合机制成为文章所研究的主要目标。通过文献调研等方法进行了深入的理论研究与实践探索后,文章创新性地提出了“AI+”教育生态共同体的概念,并从教学生态系统、组织生态系统、环境生态系统三大维度,针对技术平台、教育教学、人才培养、市场应用、保障体系等五大体系提出建构“AI+”教育生态系统框架的具体策略。这将对我国高等教育行业的整体发展,以及与人工智能产业协同创新发展产生重要的研究价值与社会意义。

复杂曲面喷涂姿态自主规划方法

针对曲率变化大的复杂曲面喷涂问题,提出一种基于粒子群的喷涂姿态自主规划方法。该方法基于工件点云模型实现,通过改进的区域生长算法将曲率变化大的工件分割为若干简单曲面,根据喷涂工艺特点对各个简单曲面进行喷枪包围盒下采样,建立喷涂姿态目标函数,通过粒子群算法求解工件各个曲面的喷涂姿态。平均曲率范围为[2.01×10^(-6),1.83×10^(-2)]的工件试验结果表明:该方法可以有效地将复杂的曲面喷涂问题简化,将曲率变化大的曲面分割为边界规则的简单曲面,避免了待喷涂面超出工作空间或机器人进入奇异状态的问题,能够自主地实现复杂曲面的喷涂姿态规划。

基于注意力的多尺度水下图像增强网络

水下图像往往会因为光的吸收和散射而出现颜色退化与细节模糊的现象,进而影响水下视觉任务。该文通过水下成像模型合成更接近水下图像的数据集,以端到端的方式设计了一个基于注意力的多尺度水下图像增强网络。在该网络中引入像素和通道注意力机制,并设计了一个多尺度特征提取模块,在网络开始阶段提取不同层次的特征,通过带跳跃连接的卷积层和注意力模块后得到输出结果。多个数据集上的实验结果表明,该方法在处理合成水下图像和真实水下图像时都能有很好的效果,与现有方法相比能更好地恢复图像颜色和纹理细节。

轮足混合式行走机器人运动学建模与仿真

结合足式机器人与轮式机器人的优点,提出了一种基于2(6-UPUR+3P)混联腿的轮足混合式行走机器人构型,并对该机器人进行了运动学建模与仿真分析。基于螺旋理论建立机器人并联腿部单支链的六维运动螺旋系,基于此得到1阶影响系数矩阵,进而推导出6-UPUR并联腿部的运动学模型;提出了机器人机身姿态调整算法,改善了机器人在静态步行步态下机身运动的平稳性;用Matlab算例仿真与Adams仿真对比验证得出运动学模型的正确性,用Adams/Simulink联合仿真验证得出机身姿态调整策略的有效性,为进一步进行轮足混合式行走机器人控制系统的设计奠定基础。

红外与可见光图像融合的U-GAN模型

红外与可见光图像进行融合是解决单一传感器成像不足的有效手段,目的是得到适合人眼并有利于下一步应用和处理的融合图像。为解决大部分方法特征提取不全面,细节纹理丢失及公共数据集样本较少不利于训练等问题,提出一种用于图像融合的端到端网络结构。将U-net特有的卷积结构用于图像融合,最大程度地提取并保留源图像的重要特征信息。再通过生成对抗网络得到最后的融合结果,将U-net提取的特征输入生成器与包含红外图像的鉴别器进行对抗,得到训练模型。实验结果表示,所提算法能够得到轮廓清晰、纹理突出、目标明显的融合图像,SD、SF、SSIM、AG等指标明显得到提升。

基于深度学习的自动驾驶车辆运动规划研究

针对交通状况的复杂性和边缘情况的不确定性,很难设计一个通用的自动驾驶车辆运动规划系统,采用深度学习的方法,提出了一个时空LSTM(长短期记忆网络)的运动规划模型,它能够根据提取的时空信息产生实时处理。该模型有三个主要结构,依次完成,基于Conv-LSTM(卷积长短期记忆网络)提取连续图像数据的隐藏特征。然后,基于3D-CNN(3D卷积神经网络)提取多帧特征信息中的时空信息以及FCNN(全连接神经网络)构建车辆自动转向角的控制模型。最后,对提出的LSTM时空网络模型方法和经典方法在数据集上进行性能评估。实验结果表明,该方法能够为自动驾驶车辆生成实时鲁棒准确的视觉运动规划,可以达到99%的准确率。

粗精结合的室内机器人视觉定位方法

为实现室内机器人自身精准定位,提出一种由粗匹配到精定位相融合的视觉定位方法。利用搭载在机器人上方的1台相机观测室内天花板、水平方向的4台相机观测周边环境,得到当前环境特征形成指纹信息库。定位时,将测试图像的周边环境信息与信息库中对应的信息粗匹配,得到机器人粗略位置;使用改进的GMS算法对测试图像及粗匹配结果中对应的天花板图像进行拼接,计算距离差与偏转度,得到精确位置。实验结果表明,该方法位移误差可控制在4 cm之内,偏转角误差在2.4°之内;对光照变化、行人闯入等情况鲁棒性明显,定位精度优于ORB视觉定位及指纹定位方法。

基于大数据的金融风险预警系统

随着时代的发展,中国互联网已经得到了创新和发展,互联网金融也有了广阔的发展空间。互联网金融的发展过程中将出现各种风险因素。因此,有必要建立有效的风险预警系统。首先论述了国内外主要的区域金融风险预警系统,并以此模型为基础构建了金融风险预警系统。其次通过建立大量的相关支持数据,在建立风险指标和用户参与度等各种数据库的基础上,利用机器学习算法设计了预警预测系统。最后,将系统收集的数据库用于效果分析和相关性测试,并得出定量结论。