识别物体材质的水下机器人触觉传感器

论述了用于识别水下物体材质的触觉传感器的原理和识别方法。

单材质物体锥束CT成像的硬化校正

目前常用的FBP重建算法假定用以产生投影数据的X光是单能的,而实际上X光机或加速器发出的光并不是单能的。这就造成成像过程与重建算法的不匹配,导致硬化现象的产生。本文分析了这一研究领域的各种硬化校正方法,指出对单材质物体的硬化校正来说,线性化是其中较好的方法,它能够解决硬化校正的问题。本文对已有的线性化方法进行创新发展,解决了多项式阶数选择问题,将其应用推广到锥束CT成像,并通过实验验证了改进方法的实用性和有效性。

虚拟图书馆中飞行器逼真建模与虚拟装配研究

基于数字图书馆的研究成果,提出了一种虚拟图书馆中飞行器逼真建模与虚拟装配方法。介绍了飞行器三维模型转换、模型编码压缩、真实物体表面材质反射属性的获取与建模等关键技术,在此基础上,介绍了航空设备虚拟装配任务的典型应用示范。研究与实践表明:提出的航空虚拟图书馆藏品逼真建模方法具有进一步改善三维数字化展示和用户交互式体验等方面的能力。给出了航空虚拟图书馆虚实融合及交互应用的工作展望。

基于多模态的在线序列极限学习机研究

单一模态包含的物体信息有限,导致在物体材质识别分类中表现不佳,而传统多模态融合方法在样本训练过程中需要输入所有数据。提出一种多模态的多尺度局部感受野在线序列极限学习机方法。对物体不同模态样本运用改进的特征提取框架,利用多尺度局部感受野感知样本信息提取特征,并将不同模态特征融合后通过在线序列极限学习机进行训练学习。在线序列极限学习机在训练过程中增量式地输入样本进行训练,当有新数据需要训练时无需对所有数据重新训练。在TUM触觉纹理数据库上进行验证,实验结果表明,多模态融合的分类精度高于单模态的分类精度,且改进的特征提取框架可以显著提升分类性能。