重大装备制造多机器人任务分配与运动规划技术研究综述

飞机蒙皮、船舶舱体、高铁车身等大型复杂部件高效高品质制造是航空航天、海洋舰船、轨道交通等领域重大装备发展的根基.大型复杂部件具有尺寸超大、型面复杂等特点,传统的人工、单机制造面临着效率低、一致性差、空间有限等问题,多机器人具有高鲁棒性、高效性等优点,为大型复杂部件制造提供了良好的制造基础.任务分配与运动规划是多机器人制造系统的决策中枢,其性能影响整个系统的运行效率.考虑到重大装备部件制造任务分配与运动规划过程中任务工序多、冲突干涉多、精度需求高等挑战,本文首先对复杂环境下多机器人任务分配与运动规划的重要性进行了说明;然后阐述了目前主要的任务分配与运动规划方法,包括其在智能制造领域下的应用;在此基础上,对现阶段复杂场景下任务分配和运动规划存在的问题进行了分析,并使用强化学习与混合优化算法等方法提出了解决思路;最后对重大装备大型复杂部件制造过程多机器人任务分配和动态规划技术及应用的发展进行了总结与展望.

基于改进RetinaNet算法的输电线路电力器件及异常目标检测

根据电力作业场景的实际需求,针对电力设备可能存在遮挡和检测目标较小、难以识别等问题,采用自适应样本选择方法中的样本分配策略来解决设备遮挡问题。同时,采用CIoU损失函数克服小目标识别困难问题,进一步提高检测准确性。此外,通过数据增强方法增加算法的鲁棒性,优化检测效果。理论和实践结果均显示,该优化后的算法能够显著提高输电线路电力器件及异常目标的检测准确性,从而实现对输电线路电力器件及异常目标的有效检测。

基于模糊小脑模型神经网络的遥感图像分类算法

针对遥感图像分类的特点 ,提出一种基于模糊小脑模型神经网络的遥感图像分类算法。首先阐述小脑模型神经网络的工作原理 ,然后将模糊理论引入小脑模型神经网络 ,提出一种能反映人脑认知的模糊性和连续性的模糊小脑模型神经网络 ,并将其应用于遥感图像分类。实验结果表明 ,这种基于模糊小脑模型神经网络的分类器经过训练后 ,可应用于遥感图像的分类 。

汽车挡风玻璃定位与支架粘合视觉检测系统的设计与实现

针对企业提出的汽车前挡风玻璃自动制造需求,设计了一套基于机器视觉的前挡风玻璃定位与支架粘合检测系统。阐述了系统的整体设计方案,详细介绍了电气控制部分、机器人控制部分和机器视觉部分。系统采用底部背光与双侧面条形光相结合的光学控制策略。针对产品的特征,提出了自适应阈值图像分割算法和基于改进的随机霍夫变换特征提取算法,实现汽车挡风玻璃定位和支架粘合质量检测。实验结果表明,设计的系统能够很好地降低粘合支架的次品率,次品率仅为4%,满足了企业生产现场的精度和时间要求,实现粘合精度小于0.5 mm,智能制造系统生产效率为人工的4.5倍,大大提高企业的生产效率。

基于神经网络的遥感图像分类

针对传统的遥感图像分类方法分类精度低的缺点 ,提出了一种基于神经网络的分类方法。实验结果表明 ,这种基于神经网络的分类器经过训练后 ,可应用于遥感图像的分类 。

一种基于模糊小波基函数神经网络的图像分类器

针对图像分类的特点 ,提出了一种基于模糊小波基函数神经网络的图像分类器。该分类器采用小波基函数作为模糊隶属函数 ,将模糊技术与神经网络相结合 ,利用神经网络实现模糊推理 ,并可对隶属函数的形状进行实时调整 ,从而使分类器具备了更强的学习和自适应能力。实验结果表明 ,这种基于模糊小波基函数神经网络的分类器经过训练后 ,可应用于图像的分类 。

合成孔径雷达干涉成像技术及其应用

卫星合成孔径雷达干涉技术 (INSAR)通过对地面同一地区两次或多次平行观测成像得到的复图象对 ,可以获得精度达米级的数字高程模型和监测地表的厘米级形变。首先简单介绍了INSAR技术的发展历史 ,然后阐述了INSAR技术和D -INSAR技术的原理及数据处理流程 ,同时给出了基于ERS - 1原始数据的实验结果。最后介绍了该技术在地形测量、地质灾害研究、极地监测、海洋表面监测等领域的应用。

模糊B样条基函数神经网络的遥感图像分类器

本文针对遥感图像分类的特点 ,提出了一种基于模糊B样条基函数神经网络的遥感图像分类器。该分类器采用B样条函数作为模糊隶属函数 ,将模糊技术与神经网络相结合 ,利用神经网络实现模糊推理 ,从而使系统具备了自适应的特性。实验结果表明 ,这种基于模糊B样条基函数神经网络的分类器经过训练后 ,可应用于遥感图像的分类 。

基于ICA的仿射不变Zernike矩的交通标志识别

针对在复杂的交通环境下,摄像机获取的交通标志会受到拍摄环境、自然环境等影响而存在不同程度的几何失真。提出了一种基于ICA的仿射不变Zernike矩特征交通标志识别方法,根据交通标志的形状坐标在仿射变换之前x、y方向是相互独立的,经过独立成分分析(ICA)得到只发生旋转和镜像变换的交通标志,然后提取Zernike矩特征进行识别。实验结果表明该方法可以极大提高Zernike矩特征提取的准确度和交通标志的识别效率。

基于模糊高斯基函数神经网络的遥感图像分类

针对遥感图像分类的特点 ,提出了一种基于模糊高斯基函数神经网络的遥感图像分类器。该分类器将模糊技术与神经网络相结合 ,采用神经网络来实现模糊推理 ,利用神经网络的学习能力来达到调整模糊隶属函数和模糊规则的目的 ,从而使系统具备了自适应的特性。实验结果表明 ,这种基于模糊高斯基函数神经网络的分类器经过训练后 ,可应用于遥感图像的分类 ,其分类精度明显高于传统的最大似然分类法。

径向基函数神经网络的遥感图象分类

针对遥感图象分类的特点,提出了一种径向基函数神经网络的遥感图象分类器。实验结果表明,这种径向基函数神经网络分类器经过训练后,可应用于遥感图象的分类。通过与BP经网络分类器相比较,径向基函数神经网络分类器在学习速度和分类精度等方面具有一定的优势。

模糊控制在直流电机调速中的应用

本文主要介绍了以模糊控制理论为基础的直流电机调速模糊控制系统。通过把人们用自然语言描述的控制直流电机调速经验转换成模糊控制规则,通过这些规则经过模糊推理和模糊决策得到控制量。实验证明,模糊控制直流电机调速性能高于一般的直流电机调速。

实用微机遥感图象处理系统的研制

介绍了微机网络遥感图象处理系统的设计、总体结构、软硬件组成、主要特点及各处理程序的功能和实现方法。

基于反向P-M扩散的钢轨表面缺陷视觉检测

研制了一种基于反向P-M(Perona-Malik)扩散的钢轨表面缺陷视觉检测装置,该装置可自动获取钢轨表面图像,并实现实时检测与定位钢轨表面缺陷.钢轨图像具有光照变化、反射不均、特征少等特点,为了在运动过程中从复杂的钢轨表面图像提取缺陷,首先将图像进行反向P-M扩散,然后将扩散后的图像与原图像进行差分,从而减小了上述因素的影响,最后将差分图像进行二值化操作,根据缺陷边缘特性和面积进行滤波,分割出缺陷图像.实验仿真和现场测试结果表明,该方法能很好地识别块状缺陷和线状缺陷,并且检测速度、精度、识别率和误检率都能很好地满足要求.

基于机器视觉的啤酒瓶口缺陷检测分类方法研究

针对目前国内玻璃空瓶机器视觉检测系统存在瓶口缺陷分类检测精度不高的问题,提出一种基于机器视觉的可靠的检测方法。首先选取封盖面缺口、外环口崩口、口缘毛刺、口面磨损、内环口崩口、封盖面破裂等6种常见缺陷类型作为分类目标,研究6种常见瓶口缺陷类型图像的表面特征,提出以灰度方差等6种瓶口的缺陷特征构成支持向量机(SVM)分类算法的输入向量,并择优选择径向基(RBF)函数作为SVM分类器的核函数,然后根据瓶口缺陷的分类性质选择多类分类方式中的一类对余类法(OVR)设计相应的SVM。最后,每种缺陷都选取80个样本对所设计SVM分类器进行训练学习与测试。测试结果表明:设计的SVM分类器能较精准地检测出6种常见的瓶口缺陷类型,识别率为91.6%,满足生产企业对机器视觉检测系统缺陷分类识别的要求。

局部环境增量采样的服务机器人路径规划

针对室内服务机器人在未知动态环境中工作时的功能需求,提出了一种局部环境增量采样的路径规划算法。该方法首先依据当前环境构建基于障碍物碰撞风险的评估概率;然后在搜索树扩展的过程中,设计了结合碰撞风险评估概率和欧氏距离的代价函数,避免了每次扩展时新节点和潜在扩展边的碰撞检测,提高了算法效率;同时,搜索树扩展借鉴了快速随机扩展图算法的扩展方式,实现在当前搜索树结构下的最优扩展;另外,提供了算法的性能分析。最后,仿真及实验结果表明该方法具有良好的规划性能,需要较少的计算时间和平均迭代次数,能够满足室内服务机器人实时路径规划的工作需求。

非完整移动机器人目标环绕动态反馈线性化控制

本文针对多个非完整移动机器人对静止或运动目标的环绕追踪问题进行研究.每个机器人仅通过自身和其相邻的机器人的位置与方向信息以及所追踪的目标的位置信息来协调其运动.首先,提出了一种基于动态反馈线性化方法的分布式控制策略,并引入一个控制机器人之间相对角间距的非线性函数,控制机器人间的相对角间距.使多个机器人能够以期望的与目标之间的相对距离、环绕速度和机器人之间的相对角间距对目标进行追踪.然后,利用Lyapunov工具对控制算法进行了渐近稳定性和收敛性分析.最后构建了多移动机器人实验平台,进行了数值仿真和实验验证,仿真和实验的运行结果表明了所提出算法的有效性.

基于相关匹配和最大谱图像配准相结合的InSAR复图像配准方法

InSAR复图像配准是合成孔径雷达干涉3维成像技术中的重要步骤之一。为了获得高精确度的测量结果,要求两幅复图像之间配准达到亚像素级配准精确度。提出了一种将相关匹配和最大谱图像配准相结合的配准新方法。在相关匹配进行粗配准的情况下,通过插值所选控制点的值,并采用最大谱图像配准方法以亚像素单元进行精配准,其配准精确度达到亚像素级。实验结果证实了所提出方法的有效性。

基于数字图像处理技术的绝缘子表面电荷测量标度问题的研究

如何实现对绝缘子表面电荷分布进行准确的测量,是高压绝缘领域一个重要的课题。针对这一问题,采用了一种基于数字图像处理的标度方法;在采用静电容探头法测量厚度一定的绝缘子表面电荷时可近似把整个测量系统按平移不平系统进行处理;通过作二维傅里叶变换,把传统的表面电荷测量标度过程转化到频域中完成。同时,为了提高标度的精度,结合数字图像处理中维纳滤波复原技术抑制测量中噪声项的影响。文中给出的算例表明,基于频域的标度方法可以大大地缩短标度计算耗时,并且在一定程度上改善了标度计算的精度。

基于分形维数的图像纹理分析

利用分数维能够把图像的空间信息和灰度信息有机结合起来的特性,提出了一种基于分形维数的图像纹理分析方法.为了更准确地描述纹理表面的粗糙度,该方法首先将纹理图像进行6种灰度变换并计算其相应的分形维数,同时采用H lder指数作为描述图像纹理的奇异性特征,然后利用提取的纹理特征对图像进行纹理分割.实验结果表明:采用该方法所分割的图像能很好地体现图像的纹理分布.