基于SLAM算法的机器人智能激光定位技术的研究

为了提高机器人行走的自主地图规划能力,需要进行机器人智能定位设计,提出一种基于同时定位与地图创建技术(SLAM)的机器人智能激光定位技术。采用激光传感器量化跟踪融合方法构建机器人同时定位地图创建模型,根据机器人的环境适应度建立机器人运动空间环境,在存在障碍物的环境下采用最短路径寻优算法进行机器人信息素规划,在运动方向一致性条件下设计SLAM算法构建避障规则,结合激光传感技术实现机器人的移动路径定位。仿真结果表明,采用该方法进行机器人智能激光定位精度较高,机器人的路径规划准确性较好,避障能力较强。

基于视觉的动态手势识别研究综述

手势自古以来在人类交流方面扮演着非常重要的角色,而基于视觉的动态手势识别技术是利用计算机视觉、物联网感知等新兴技术和3D视觉传感器等新型设备让机器能够理解人类的手势,从而让人类能和机器更好地交流,因此对于人机交互等领域的研究很有意义。介绍了动态手势识别中所用到的传感器技术,并比较了相关传感器的技术参数。通过追踪近年来国内外关于视觉的动态手势识别技术,陈述了动态手势识别的处理流程:手势检测与分割、手势追踪、手势分类。通过对比各流程所涉及的方法,可以发现深度学习具有较强的容错性、高度并行性、抗干扰性等一系列优点,在手势识别领域取得了远高于传统学习算法的成就。最后分析了动态手势识别目前遇到的挑战和未来可能的发展方向。

协作机器人及其运动规划方法研究综述

协作机器人是一种新型工业机器人,利用物联网感知等新兴技术进行智能人机交互,实现与人类近距离协同工作以提高生产效率。因此,协作机器人近年来备受关注,成为了机器人领域最热门的研究方向之一。介绍了协作机器人的基本情况,包括主要产品、机器人本体设计以及应用案例;介绍了常见的人机协作方法,重点围绕人机协作中的高效、简单、安全三个特点,分别对协作机器人编程、安全协作方法、高效协作方法三个方面的研究成果展开讨论;总结了常见的机器人运动规划方法,分成路径规划方法和轨迹规划方法两部分介绍,并分析了各类方法的优缺点;最后,对目前协作机器人研究的发展方向进行了展望。

基于复合卡尔曼的低成本手机陀螺仪降噪研究

在利用智能手机中的低成本MEMS传感器进行定位时,由于陀螺仪和加速度计输出的原始数据存在较大误差,难以获得较为准确的姿态角信息。其中利用陀螺仪数据进行积分运算后造成的漂移误差尤为严重。针对这个问题,将陀螺仪和加速度计的数据进行信息融合,使用复合卡尔曼滤波法来降低陀螺仪积分漂移误差。静态和摇摆实验表明基于复合卡尔曼滤波的降噪方法可有效提高姿态角测量精度。

临兴深部煤层气含气性及开发地质模式分析

鄂尔多斯盆地东缘晋西挠褶带临兴中部地区煤层埋深大于1 000 m,达到了深部煤层气的研究范畴。基于实际生产资料,探讨区内深部煤层含气性,提炼了深煤层开发地质模式。研究认为:以含气量转折为深煤层临界深度的划分依据,则工区内深部煤层的临界深度在2 000 m左右;且深部中煤阶储层的吸附性对温度的敏感性要小于压力,中煤阶煤层的临界深度相对深于高煤阶;深部煤层气仍以吸附气为主,现有的等温吸附测试方法易造成深部煤层气含游离气比例换算较大的误区;深部煤层受温度影响,煤层临储比较高,受应力影响,储层物性较差,气井总体具有"见气快、排水降压难、产气量上升缓慢"的特点;研究区深部煤层气潜力巨大,现有气井经验显示,合理优化开发单元为深煤层单井突破的关键,A型"源-储"相通的富集开发地质模式是深煤层突破重点考虑的开发模式。

临兴区块深部煤层气潜在可采地质模式分析

鄂尔多斯盆地东缘晋西挠褶带临兴中部区块深部煤层气资源潜力大,基于区内煤层气地质评价和单井试采效果,从试采井生产特征入手,分析深部煤层气井气水产出特征。重点从裂缝展布和应力特征方面,浅析深部煤层气井控产地质因素,同时结合煤系气多类型气层(致密气层、煤层)匹配关系,探讨了区内深部煤层气潜在可采地质模式。结果表明:①临兴区块煤层气资源潜力巨大,具有“煤层厚、含气量高、煤岩煤质较好、煤岩顶底板封盖好、滞留水环境”特征,煤层埋深较深,高应力、低孔低渗是制约区内煤层气开采的主要地质因素。②深煤层应力较大,以常规清水压裂为主的直井单压煤层模式难以有效压裂煤层、气井生产效果较差;“兼压砂层差气层、主采煤层气”模式可改善深部煤层气开发效果,且直井产气曲线仍以煤层气典型形态为主,具有“单井见气快、产水多,易应力敏感、气产量上升缓慢”的特点;③煤系地层微裂缝发育区为深煤层单井突破的潜力区。依据临兴区块现有气井开发经验,临兴区块深部煤层气可划分出2种潜力地质开发模式,其中“内生外储型”的Ⅰ型可采地质模式是目前深部煤层气开发现实可行的优选地质模式。“内生外储型”Ⅱ型可采地质模式、“内生内储”的Ⅰ型可采地质模式是后期深部煤层气开发的潜力接替模式。

地震相控约束下的储层高精度定量预测方法--以曲塘次凹阜三上亚段为例

滩坝砂体空间分布非均质性较强、厚度薄,常规储层预测方法无法精细刻画其特征。针对该问题,采用主成分分析的地震相分析技术获取滩坝砂体空间展布变程、方向、规模等表征参数,将沉积模式和地震相引入地质统计学反演中进行变差函数的分析,在提高垂向分辨率的同时弱化随机反演井间结果的不确定性,最终实现对滩坝薄砂体的高精度定量预测。

非结构环境下成熟草莓分割方法

针对目前在非结构环境下草莓识别准确率较低的问题,提出一种改进的Otsu阈值分割与分水岭算法相结合的成熟草莓图像分割算法。首先,将采集的图像进行双边滤波去除噪声,其次利用果实色差的关系,将RGB颜色空间转换成YCrCb颜色空间并提取Cr分量。通过改进的Otsu阈值分割算法对草莓图像进行初次分割,针对连通区域的草莓目标利用分水岭分割算法进行二次分割。实验结果表明,改进的Otsu分割算法在复杂场景下分割成熟草莓果实的正确率为90%,较传统Otsu分割算法提高了15%。分水岭算法正确分割重叠、遮挡草莓目标的分割率为85%,为成熟草莓在非结构环境下精准识别提供了理论基础。

Emotion model of interactive virtual humans on the basis of MDP

Emotion plays an essential role in the adaptation and social communication of organisms.Similarly,an appro-priately timed and clearly expressed emotion is a central requirement for believable interactive virtual humans.Presently,incorporating emotion into virtual humans has gained increasing attention in the academia and industry.This strong interest is driven by a wide spectrum of promising applications in many areas such as virtual reality,e-learning,entertainment,etc.This paper introduces an emotion model of artificial psychology,in which the transition of emotion can be viewed as a Markov process and the relation of emotion,external incentive and personality can be described by a Markov decision process(MDP).In order to demonstrate the approach,this paper integrates the emotion model into a system composed of voice recognition and a realistic facial model.Thus,the model could be used for generating a variety of emotional expressions of autonomous,interactive virtual human beings.