繁华商业区地下立体车库车辆堆垛测控实现

给出面向繁华商业区地段的新型巷道堆垛式地下立体车库实现方案,探讨巷道堆垛式立体车库堆垛机测控方法,研究车库出入库车辆寻址定位方法,基于STC89C52单片机实现了堆垛小车测控定位及光电寻址.给出巷道堆垛式立体车库存取策略,采用叉梳式车辆存取方式实现车辆搬运,完成车库搬运机构结构设计并采用计算机辅助制图软件Solid Works绘制相应结构图.该研究成果对于实现繁华商业街快速停车、解决商业区停车难问题具有重要现实意义.

大齿轮齿形偏差测量方法研究

在齿轮测量中心上采用法线极坐标法测量大齿轮齿形偏差,仪器结构将过于庞大,影响测量精度。利用径向长度基准和回转基准生成渐开线,实现极坐标法测量大齿轮的齿形偏差,避免了使用切向长度基准。以渐开线原理为基础,建立了极坐标系下齿轮渐开线数学模型;结合齿轮测量中心的工作原理,给出了齿轮渐开线测量方程;根据齿形偏差的定义,得出了齿形偏差的测量方程;并对标准齿轮样板进行了测试实验。实验结果表明,在齿轮测量中心上采用极坐标法测量齿形偏差,测量精度满足生产实际的要求。

LVQ神经网络在三维物体识别中的应用

三维物体识别已经广泛应用于工业、医疗及军事等领域,是近年来的研究热点之一.传统的识别方法是根据二维图像来识别三维物体.但摄像机从不同角度拍摄三维物体,引起三维物体的图像变化,使图像特征发生改变,这会严重影响三维物体识别的准确性.针对这个问题,本文采用矩不变量作为图像的特征向量,并且应用LVQ神经网络进行训练,实现识别三维物体.结果表明,这种方法能够从不同角度的图像识别三维物体.

内涵式发展模式下信号与系统课程群研究

本文从测控专业角度阐述"信号与系统"课程的特点,论述高等教育新形势下发展大学内涵式教育的必要性,提出以"信号与系统"课程为核心的课程群建设的思想和构建方法,藉此架构测控专业基础课、平台课与方向课之间的桥梁,加强课程间联系,帮助学生形成以被测量信息流为主线的知识体系,有效促进测控专业本科课程体系的建设。

基于矩不变量和神经网络识别三维物体

三维物体识别是计算机视觉的重要研究课题,广泛应用于工业和军事等领域。目前大多数识别方法,只能由某个特定角度的二维图像识别三维物体。采用矩不变量与神经网络相结合的方法实现三维物体的识别。使样本物体绕z轴旋转,间隔一定角度拍摄一幅图像(最大间隔角度不超过30度),得到一系列样本物体图像。计算这些图像的矩不变量并作为其特征向量,并且应用LVQ神经网络进行训练,从而实现三维物体的识别。实验结果表明,这种方法能够从不同角度的图像识别三维物体。