融合光流与多视角几何的动态视觉SLAM系统

视觉同步定位与地图构建(SLAM)在动态干扰的情况下,导致定位精度下降且无法准确构建静态地图,提出一种结合光流和多视角几何的动态视觉SLAM系统,该系统是在ORB-SLAM2的基础上进行改进的。在追踪线程中引入处理后的光流信息,结合多视图几何,得到动态区域掩码对视野内图像帧进行分割,实现动态区域检测并滤除动态区域中的特征点,在保证视觉SLAM系统实时性的同时提高追踪准确度,替换原本的地图构建线程。在新的地图构建线程中,引入光流信息及Mobile NetV2实例分割网络。利用实例分割网络分割结果结合光流动态区域掩码对获取到的有序点云逐层分割,解决地图构建中动态物体造成的“拖影”问题。同时对分割后的点云团融合语义信息,最终构建静态语义八叉树地图。在TUM Dynamic Objects数据集上的实验结果表明,相较于ORB-SLAM2,在高动态场景序列测试中,该算法的定位精度平均提升70.4%,最高可提升90%。

复杂环境下改进RRT算法的机械臂路径规划

针对标准快速扩展随机树(Rapidly Exploring Random Tree,RRT)算法在复杂环境下存在盲目扩展、陷入局部搜索易导致规划失败、采样成功率低、路径冗长等问题,提出一种自适应目标导向策略结合区域采样备选策略以及贪婪剪枝策略的改进RRT算法。在机械臂运动学基础上,用包络简化机械臂模型来提高碰撞检测的效率;自适应目标导向策略解决了复杂环境中RRT算法盲目搜索、搜索成功率低、不易收敛的问题;区域采样备选策略解决了RRT算法易陷入局部搜索、采样成功率低以及采样时间长的问题;贪婪剪枝策略剔除了冗余节点,缩短了路径,提升了路径质量,增强了算法的鲁棒性。在Matlab软件和机器人操作系统(Robot Operating System,ROS)中对不同场景进行了避障仿真规划。结果表明,改进RRT算法平均搜索成功率提高了82.4%,平均采样成功率提高了67.5%,平均路径规划成功率提高了70%,平均时间效率提高了81.9%,平均路径长度缩短了63.05%。最后,对实体机械臂进行轨迹规划,进一步验证了算法的实用性与有效性。

外骨骼关节驱动神经网络滑模力控制研究

针对外骨骼机器人液压关节驱动系统具有非线性、不确定参数等特性,导致模型建立困难以及负重时具有不确定冲击扰动的问题,基于电液伺服系统特性,建立以弹性负载为外负载的数学模型。为减小负重时冲击扰动项对力控制的影响,引入径向基(RBF)神经网络对干扰项进行补偿,设计一种基于RBF神经网络的滑模力控制策略。通过系统特性进一步验证模型可行性,并进行仿真试验对比。结果表明:与PID控制相比,所设计的控制策略响应时间更短,跟踪误差缩小70.5%;变负载工况下,所设计的控制策略具有更好的跟随能力、更强的鲁棒性能,可以满足外骨骼机器人关节驱动的力控制要求。平台试验进一步验证了仿真结果的有效性与正确性。

对妊娠期糖尿病患者展开治疗时应用胰岛素泵的效果及对妊娠结局产生的影响分析

探究为妊娠期糖尿病患者提供胰岛素泵的治疗效果以及对改善其妊娠结局的实际价值。方法:为观察组提供胰岛素泵治疗,为对照组提供胰岛素多次皮下注射。结果:未施治时2组FBG、2hPG、HbAlc较高P>0.05,经施治FBG、2hPG、HbAlc观察组低于同期对照组P<0.05;血糖达标用时、平均胰岛素用量等观察组短于/少于同期较对照组P<0.05;羊水过多、剖宫产、早产、妊高症、巨大儿、呼吸窘迫综合征以及新生儿低血糖等发生率观察组低于同期对照组P<0.05;观察组未发生低血糖事件,对照组低血糖发生率为8.33%,P<0.05。结论:给予妊娠期糖尿病患者胰岛素泵施治的疗效确切,可更好的控制血糖水平、预防低血糖事件,并可改善妊娠结局。