双目立体视觉系统摄像机标定

对摄像机参数标定是三维定位的关键.制作了平面式标定板,将标定板中圆的当量中心作为标定用参考点,这样可以有效避免测量误差.采用线性和非线性结合的方法标定摄像机参数,首先利用直接线性转换模型(DLT)得到投影矩阵,通过约束条件分解参数矩阵,分别求出摄像机内部参数;然后将得到的标定参数作为初值,代入非线性方程进行优化,得到精确的标定参数.非线性优化采用Levenberg-Marquardt迭代法.试验表明,标定参数与出厂参数有一定差异,但和实际情况完全吻合.

立体视觉系统标定及成熟果实定位

根据颜色特征利用阈值自动设定的方法对图像进行分割,自动、快速地识别成熟柑橘,采用圆形Hough变换算法拟合出目标图像的形心坐标。采用现场标定技术标定系统,减少设备组装拆卸带来的误差。同时,对传统双目立体成像测距公式进行了改进,以增强其适应性,提高定位精度。实验结果表明,该方法简单、有效、可靠。

计及负荷特性的电压暂降随机预估

提出一种改进的电压暂降随机预估方法,并应用于具有多项式负荷模型的配电网评估中。该方法按照系统不同故障时的节点功率方程建立统一的牛顿型迭代方程,针对牛顿法不能保证迭代可靠收敛的问题,采用可变步长的Levenberg-Marquardt(LM)方法计算得到4种故障类型下的电压暂降域及评估指标。IEEE30节点系统的计算证明了考虑负荷模型的必要性以及所述方法的有效性。

基于改进PSO算法的Logistic模型在饱和负荷预测中的应用

将改进的粒子群(PSO)算法应用到饱和电力负荷预测中,通过与Logistic时间序列预测模型相结合,对Logistic曲线函数进行优化参数求解。建立了基于该优化算法的Logistic时间序列饱和负荷预测模型,利用某地区电网历史数据进行Logistic时间序列分析。仿真结果表明,该改进算法收敛速度快,全局寻优能力强,克服了传统PSO算法局部搜索能力较差、容易陷入局部最优的缺点。利用它得到的Logistic拟合曲线,相对于传统PSO算法和Marquardt迭代算法的拟合结果,精度有明显的提高,说明该模型能够很好地反映电力负荷整体变化趋势。另外,运用该模型和人均用电量法分别对某地区电网饱和全社会用电量进行预测,结果显示两者预测结果较为接近,而人均用电量法在饱和电力负荷预测中运用已较为成熟,因此可以证明该模型应用到饱和电力负荷预测中是可行的。

模拟AMSR-E数据的地表多参数反演

为了提供更适用的地表参数反演方案,对Njoku等模拟AMSRE-E数据的多参数反演工作重新进行正向模拟和算法改进,算法用MATLAB开发实现。反演结果表明,改进后的反演方法不仅在精度上略高于原方法,而且还能反演裸露地表可实际测量的粗糙度参数,并在更大的植被含水量范围内达到较高的反演精度。

酸碱线性滴定统一程序及其应用

本文给出BrΦnsted体系中计算各组分C_i及K_(i,j)的通式及其程序。经文献的滴定数据及自测的数据检验,结果满意,所得C_i及K_(i,j)符合实际。

增强室内视觉里程计实用性的方法

针对现有视觉里程计在实时性、鲁棒性和准确性之间难以协调统一的问题,提出增强视觉里程计实用性的方法.分别运用基于图形处理器的定向加速分割测试特征和旋转感知的二进制鲁棒基元独立特征以及K最邻近加速提取、匹配图像的特征点.根据Kinect有效的深度量程剔除深度误差较大的特征点.求解相机帧间运动时,首先采用高效n点透视快速求解相机帧间运动参数的估计,然后将其作为Levenberg-Marquedt迭代法的初值,优化相机帧间运动参数.在运动参数解计算过程中,使用随机采样一致排除特征外点的干扰.实验表明,文中措施可以提高相机运动轨迹的解算速度,在室内环境下获得的相机运动轨迹更准确,鲁棒性更强,因此适用于室内机器人导航及定位.

杉木人工林可变密度收获表、密度标准表编制的研究

为反映Rieneke所定义的林分充分密集条件下直径与株数间的量变关系,以杉木人工林标准地为材料.通过L=[(N/N_m)~2+(D/D_m)~2]^(0.5)式解出各标准地L值,并由大至小排序。根据统计学原理.选取30块大样本标准地求解N=D^(-h)的b值.得出标准直径与密度指数的变化规律:随着标准直径的降低,密度指数及其范围增大;反之.减小。以拓广Richard式为密度指数、地位指数、树高与断面积数学模型。检验表明.断面积、蓄积精度很高.达99％或以上.证明这些数学模型准确反映了它们之间的量变关系。根据这些数学模型及杉木人工林地位指数表或模型参数编制可变密度收获表;以最大密度指数代入模型编制密度标准表。