一种STEDF的可视图环境建模方法

提出的一种STEDF的可视图建模方法,可有效的提高环境模型建模效率,并且使移动机器人在路径规划的算法更加高效。在环境模型中通过删减融合一些不必要障碍物的手段,利用机器人所在的起始点、目标点和障碍物之间的关系,在不对路径规划的结果有影响的情况下建立一种极大程度下减少可视边的可视图。该方法在前期的环境建模中由于可视边是移动机器人的路径的原因,所以节约了很多环境建模的时间。根据有效的仿真结果可知,这里的方法极大程度的使路径规划算法的速率在原来的基础上取得了非常大的进步。

嵌入式平台上的三维重建算法研究

针对当前在嵌入式平台上的三维重建实时性和点云配准精度下降的问题,提出了一种简单的位姿估计方法并在此基础上实现了基于视觉的三维重建。将差动式驱动的移动机器人运动简化为在同一时刻只有水平转动或者同一时刻只有直线平移。对分解后的两种运动形式采用不同的简化算法,在降低计算量的同时保证模型精度。通过基于标准数据集的离线实验和基于真实环境的机器人在线实现结果表明,提出的方法能够满足室内环境重建的精度和实时性。

一种分层模糊控制的灭火机器人火源寻踪

为了实现灭火机器人火源寻踪,同时避免单一模糊控制器中由于输入变量个数太多造成的模糊规则数量庞大,提出一种分层模糊控制的灭火机器人火源寻踪控制策略。首先设计一种分层模糊控制系统,底层模糊控制器将灭火机器人左边、前面以及右边的红外温度传感器和红外火焰传感器探测到的火源信息进行反馈式融合,得到关于火源方向的模糊向量;上层模糊控制器利用机器人上左方、前方以及右方的三个超声波传感器探测到的障碍物距离信息和火源方向进行火源寻踪。然后利用MATLAB进行两种火场情况下火源寻踪仿真分析,仿真结果表明灭火机器人在火源寻踪过程中排除了干扰热源的影响,避开障碍物后准确到达了火源点。

财务会计教学模式的改革

市场经济发展步调不断加快,财务会计教学的宗旨就是要促使学生能够适应时代发展的需要。但是研究分析当前的财务会计教学,不难发现财务会计培养出来的学生很难满足经济市场发展的需要。为保持与经济市场发展相平衡的节奏,就需要对当前的财务会计教学进行改革。改革财务会计教学,提高教学质量,促使财务会计人才更能够适应社会发展。本文就财务会计教学模式改革进行简单分析。

叶片式摆动液压缸门形密封结构的设计及性能分析

针对叶片式摆动液压缸的泄漏问题,设计一种门型密封结构,该结构具有"自密封"优点,能够根据工作压力的变化调节密封压力,对密封面进行自适应密封。基于有限元分析方法,在ANSYS中建立门形密封结构的接触模型,研究预压缩量、工作压力对接触面压力和油膜厚度的影响。结果表明:当门形密封结构的预压缩量在0~2 mm,工作压力在0~3 MPa范围内时,密封面的接触应力分别同预压缩量和工作压力呈线性关系,反映自密封功能非常理想;同时密封面油膜分布呈楔形分布,具有良好的承载能力和润滑性,减少了密封面的摩擦力,提高了叶片式摆动液压缸缸的运动效率和稳定性。

用VB编程处理图像的方法

主要阐述在图形处理的过程中，对于常见的图形的柔化、锐化、浮雕、扩散等的处理方法。

基于XGBoost机器学习的地磁日变重构方法研究

为了重构或恢复存在严重干扰或数据缺失的台站观测数据,本文基于周边已有台站的高质量观测数据采用XGBoost机器学习方法重构地磁日变数据。仿真试验结果显示,无论是磁静日还是磁扰日,地磁场分量的绝对残差均值均低于0.1 nT。试验统计数据及重构结果残差曲线的对比分析表明,地磁日变重构精度与地磁活动性和待重构信号的时变剧烈程度有关;相较于反向传播神经网络,XGBoost方法对地磁场日变数据的重构精度更高。本文研究表明,基于XGBoost机器学习的重构方法在处理非线性复杂问题方面具有优势,能够用于高精度重构存在严重干扰或数据缺失的地磁台站观测数据的重构。

Self Ordering of Nematic Liquid Crystal Molecules in HPDLC Bragg Gratings

Using the simple treatments of back refilling and subsequent annealing above the clear point of the liquid crystal,the self ordering of liquid crystal molecules is observed in a holographic polymer dispersed liquid crystal (HPDLC)Bragg grating without orientational layers or mechanical rubbing.Transmittance curve fitted anisotropy of the liquid crystal (△n) is in good agreement with its nominal value.