基于极坐标Hough变换的焊点检测标定方法

针对探头在粗定位情况下对车身焊点检测效率和准确率方面存在的不足,提出了一种结合焊点形态结构特点,利用极坐标Hough变换算法和改进的边缘检测算子,以精确获取焊点坐标的方法.此方法通过形态结构决策降低参数存储,用极坐标构造二维参数极大地提高了运算速度,再结合滤波、最小二乘法、双阈值法等算法,能在高噪声的背景下对焊点进行检测标定,以提高机械臂末端探头检测焊点质量的效率和准确率,对于工业上车身焊点检测具有重要的实际意义.实验结果表明,该方法处理焊点图像的准确率达到99.2%,且快速性也有很大的提高.

3RPS/UPS结构并联机器人设计与分析

为了满足踝关节康复训练对自由度、工作空间和刚度等性能的要求,本文设计了一种新型的三自由度高刚性3RPS/UPS结构并联机器人.此结构在传统的3RPS结构基础上加入了一条UPS结构的冗余驱动支链,在保证满足自由度要求的同时,又增强了结构的刚度性能,减少了操作平台的晃动和形变,提高了操作精度.通过对此结构进行逆运动学分析、工作空间分析和刚度分析,验证了3RPS/UPS结构可以应用于踝关节康复训练这类具有高负载、操作灵敏等特点的操作任务.最后对该3RPS/UPS结构并联机器人进行了运动学控制仿真,仿真结果表明系统具有较高的动态轨迹跟踪控制精度,适用于实际应用.

一类MIMO非线性系统的自适应神经网络鲁棒跟踪控制

针对一类具有不确定性和外部干扰的非线性MIMO系统,提出一种基于神经网络的鲁棒二次镇定反馈混合控制方案。该混合方案将神经网络与自适应鲁棒补偿器相结合,实现了滑模控制和H_(∞)最优控制。采用神经网络逼近不确定非线性系统中未知的理想反馈控制律,设计滑模控制器以消除神经网络的重构误差和逼近误差,并采用H_(∞)鲁棒控制器实现给定的跟踪性能。采用二次镇定方法有效降低传统鲁棒控制方法的保守性。理论证明了闭环系统内所有信号是有界的,采用所提出的智能混合控制器保证了给定的H_(∞)性能。仿真结果表明,与其他类似方案相比,所提出的智能鲁棒二次镇定反馈混合控制器具有更好的性能。

基于轻量化网络与嵌入式系统的喷码检测

针对食品饮料等复杂包装上喷码质量检测的准确率不高与速度慢等问题,提出了一种基于Ghost-YOLO轻量化网络与嵌入式平台的喷码质量检测方法。网络以YOLOv5为基础,采用了幻影模块(GM)对卷积层进行降维,模型参数减少25%。多分类目标检测任务的后处理采用位置重复抑制(PDS)方法,通过对所有类别同时采用非极大值抑制(NMS),进一步提高检测精度。最后,利用所提出的改进自训练方法对模型进行训练,并将所提检测方法部署于嵌入式设备中,实现了对喷码质量的实时检测。实验结果表明,所提检测方法在满足实时性的要求下,对喷码字符检测的精确度和召回率分别达到了100%和99.99%。

基于Sauvola算法和神经网络的图像自适应二值化方法

二值化处理是文档图像OCR识别中非常重要的一个环节。针对目前主流Sauvola二值化算法存在参数需要人为确定、效果受设定的参数影响等问题,提出了基于Sauvola算法和神经网络的图像自适应二值化方法。在针对Sauvola算法的参数进行分析的基础上,阐述了开窗大小r与参数k对二值化结果的影响。使用SWT算法实现了开窗大小r的计算,将二值化视为对像素点的二分类问题,根据Sauvola算法的思想提取窗内的灰度均值、灰度标准差及当前像素点灰度值作为特征向量,并搭建全连接神经网络进行训练,训练后的神经网络可为每个窗生成特定的参数k,并判定各个像素点的二值化结果。实验结果表明,相较于使用人工精确调节的全局参数k的Sauvola算法,所提出的方法具有更好的自适应性和二值化效果,且具有较好的实用性和普适性。