灵巧手主从抓持中的运动映射

抓持规划是灵巧手研究中的关键问题之一,主从抓持是目前较为可行的解决方案.其核心问题是将人手的抓持合理地映射为灵巧手的抓持.以仿人灵巧手为研究对象,提出了从人手到灵巧手的主从运动映射方法,在直角空间内建立了主从运动映射模型.根据人手和灵巧手运动学结构的相似性,提出了主从映射矩阵的简化形式,即通过主从手指尖位置增量的线性比例映射,由人手各指尖的运动独立控制灵巧手对应指尖的运动.通过实验对主从映射结果进行了分析,初步探讨了主从映射应满足的基本要求.实验结果表明,映射所确定的灵巧手的指尖位置基本在其工作空间,从而保证主从运动可行;主从手的运动轨迹较为相似,从而保证了主从控制的简单直观.     

地声监测及识别

遥远战场地声信号监测识别系统是国外正在兴起的一种无人自动侦察系统。本文通过对大地传输特性的分析,得出了轮式车辆、履带式车辆和人运动时地声信号的特征。基于此特性,设计出目标分类的特征提取方法,选择了合适的信号处理方法和识别算法。研制了以主从式计算机系统为核心的交互式高速地声信号处理系统;以优化设计思想设计了特征提取算法和识别算法。最后以实验数据为基础提取出特征提取算法和识别算法中的一些参数,并对信号处理系统、特征提取算法和识别算法进行了检验,得到了很好的识别准确度,这表明该系统和各种算法的设计思想是正确可行的。     

用于灵巧手的新型两自由度关节机构

提出并设计完成了一种用于灵巧手的两自由度关节机构,该机构用于连接灵巧手的下指节与掌骨节,使得下指节相对掌骨节同时实现屈曲和侧展2个运动.在完成两自由度关节机构设计的基础上,对该机构进行了运动学分析,并应用虚拟样机技术进行了验证.两自由度关节机构的应用将对提高灵巧手的动力学特性和简化灵巧手的结构设计起到重要的作用.      

基于经验的抓取姿态构造及数据手套校正

针对数据手套校正过程中真实人手姿态获取困难、校正模型简单的问题,提出一种基于真实抓取经验的校正数据库构造方法.该算法根据人手生理结构和手套传感器布局建立具有更高运动逼真度的虚拟手运动学模型,实现更为灵活的拇指运动和软手掌效果;在不需要任何外部硬件设备的情况下,将真实抓取经验与最优化理论结合,寻找针对给定三维物体及操作任务的最优抓取姿态,从而构造真实人手姿态数据库;利用最小二乘拟合和闭环迭代算法获得精确的数据手套传感器输出模型.实验结果表明:所提出的姿态构造方法能有效提高数据手套校正效率,且操作过程简单,易于实现自动化校正,适合实际工程应用.     

中国成功研制灵巧太空手

近日,我国工程技术人员成功地研制出了我国第一个类似人手的机器人灵巧手。它可以代替航天员在恶劣危险的太空环境中进行一些复杂的作业。此前,世界上只有美国宣布已研制成功这种高技术装置。这个机器人灵巧手的尺寸与人手相似,有4个手指,每个手指又有4个关节,共12个自由度。它的核心部分由96个多功能传感器、12个驱动器以及一部外置电     

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.     

基于卷积盲分离的强干扰下通信信号分离算法

针对目前通信辐射源个体识别算法在实际试验中由于各类干扰信号和多径衰落导致识别率较低的问题,提出一种用于识别算法前端的信号分离算法,可有效地减少其他电磁信号对于识别算法输入信号的影响,从而提高在复杂电磁环境中通信辐射源个体识别的正确识别率。该算法将灾变策略和搜索状态的自适应引入量子粒子群算法,通过对混合信号的联合对角化从截获的观测信号中提取出目标通信辐射源的有用信号。为了更加系统、直观地衡量算法的分离效果,提出分离熵来量化算法的整体性能。仿真结果表明,该分离算法可以把目标通信辐射源的有用信号从复杂电磁环境中提取出来,从而提高通信辐射源个体识别在复杂电磁环境中的正确识别率,具有较好的可行性和有效性。     

用于识别双星故障的RAIM算法

由于传统的基于识别门限的卫星故障识别算法存在漏检和误警致使识别率较低,为此提出一种可用于识别双星故障的接收机自主完好性监测算法.该算法通过构造新的奇偶矢量与故障特征平面,利用奇偶矢量与故障特征平面之间的几何关系来识别卫星故障,使得算法不再受限于识别门限的影响,从而有效地避免了由于识别门限引起的识别效率较低的问题.计算机仿真结果表明:改进后的算法与传统的基于识别门限的算法相比,双星故障正确识别的性能有显著的提高,正确识别率可达到90%.同时,与基于门限识别的重构最优奇偶矢量法相比,计算量可减少约61.2%以上.     

一种基于Hausdorff距离的改进星图识别方法

针对基于Hausdorff距离HD(Hausdorff Distance)识别法存在识别速度慢和对星敏感器镜头旋转特别敏感的问题,提出了一种基于Hausdorff 距离进行星图识别的改进算法,它采用有向距离和绝对距离相结合的方法,利用恒星的空间结构信息,构建有向距离匹配模型;根据镜头旋转特性,建立绝对距离抗旋转模型;对两种模型测试研究确定加权因子,同时选取恰当的匹配识别门限,最终实现匹配识别的性能达到最优.仿真实验结果表明,改进后的算法不但保持了原有算法的高识别率,强抗噪性,而且还具有更快的识别速度和好的抗旋转特性.它在实际工程中已得到成功应用.      

基于特征图形匹配法的高效星图识别方法

针对目前星敏感器使用的星图识别算法存在的冗余匹配、匹配时间长、识别率低等缺点,对星图识别算法进行了研究,提出了一种高效星图识别方法。该算法首先对传统星表进行处理,取出冗余信息,重新分配天区,使每个天区的导航星数目均匀,将分区以及处理后的星表信息重新存储并作为导航星库,然后通过对拍摄的图像进行处理并提取特征信息,与导航星库中的特征信息进行匹配,从而改善传统星图匹配算法出现冗余匹配、匹配时间过长及识别率低等缺点。完成算法设计后,选取视场为15°×15°的大视场星敏感器,对该算法进行仿真验证分析,可以发现该算法可以实现部分天区与拍摄星图匹配时间在20ms以内,全天区星图的识别和匹配时间在15s以内,识别率达到98%以上,印证了该算法可以提高识别的成功率并且缩短识别时间,使识别算法具有高效性。     

微创外科机器人灵活工作空间分析

微创手术给外科机器人提出了较高的灵活性要求,但是机器人很难具有完全灵 活的工作空间.首先提出象限分割的方法,即把手术工作空间分割为8个象限,确定微创外 科机器人所需灵活工作空间只需要为手术工作空间的1/8.然后,给出微创外科机器人灵活 工作空间与工作空间之间的解析关系, 从而确定机器人的运动学参数.在此基础上,对自行 设计的微创外科机器人结构进行了运动学参数优化设计.这种方法有效降低了微创外科机器 人的灵活性要求,解决了机器人结构尺寸与灵活性之间的矛盾.      

灵巧手滚动操作的运动规划

主要研究灵巧手和物体滚动接触时运动规划,首先,介绍了空间物体曲面的表示,在此基础上建立了两刚体点接触时的运动学方程,并由点接触的运动学方程和滚动接触的约束条件得到了两刚体的滚动接触运动方程,然后,由于掌坐标,手指末端坐标,接触坐标和物体坐标之间的位置关系,推导了关节速度和物体速度之间的关系,建立了灵巧手滚动操作的运动方程,并分析了滚动操作中的物理约束,位置约束,速度的约束和方向约束及其表示,最后,     

非连通非确定运动目标的识别方法

针对非连通目标的识别问题,结合人眼识别的特点,提出了一种基于识别目标的全局特征建模,从图象中提取模型特征参数的模型参数识别法,处理的结果表明,此方法参数的识别误差仅为正负一个像素,而且对序列图象能够准实时自动识别,通过对实际图像进行了实验,证实了本方法的有效性。     

无人直升机自主着舰系统设计及仿真试验

设计了一套包含视觉目标识别单元、目标跟踪器、甲板状态跟踪器和模糊逻辑控制的无人直升机自主着舰系统.视觉系统通过对采集的图像预处理提取出可能的甲板标识区域,然后对此区域计算其仿射不变矩特征集合,对得到的特征集经过模糊识别技术实现对甲板降落区域的识别,并根据矩特征集计算出甲板运动状态信息.目标跟踪器采用了卡尔曼滤波技术,在目标二阶运动方程的基础上设计了跟踪算法.甲板运动状态跟踪器用于在无人直升机的降落期间实现对甲板尤其是触舰瞬间甲板的纵摇、横摇及浮沉状态的预测,该跟踪器采用了改进的卡尔曼多步预测算法.设计了基于模糊逻辑的比例积分控制器,由多个并行的对特定任务实施控制的子控制行为构成.仿真试验结果验证了所提出的算法.在仿真试验中,无人直升机能够正确的识别甲板目标区域,实现了对运动舰船在二维水平面内的跟踪,甲板状态跟踪器能够预测未来1~5个周期内甲板状态,控制器基于目标信息和甲板状态能够正确地引导无人直升机实现安全着舰.     

证据理论和神经网络结合的目标识别方法

提出用证据理论和神经网络结合的高分辨率雷达(HRR)目标识别方法,即首先把多个目标高分辨一维距离像送入学习矢量量化神经网络,进行目标类证据估计;然后用D-S证据理论对各次估计结果进行融合.提出了连续特征空间离散化及类支持度构造的方法,并分析了神经网络识别的误差原因.仿真实验结果表明,这种方法的输出正确识别率比仅仅使用矢量量化神经网络有较大的改善,抗噪能力也有所提高.     

结合嵌入可信度的B样条小波边缘检测

边缘检测中，用一个由输入数据得到的模板进行匹配是很有意义的，因为它提供了一种独立测量存在所用边缘模板的可信度的方法。文章充分利用边缘信息的多尺度特性及小波变换的特性，设计三次B样条平滑滤波算子，再结合嵌入可信度方法进行边缘检测，并进一步根据人类视觉系统的敏感性，对噪声严重的图像边缘检测进行了研究。实验结果表明，丈中所给的方法能准确检测出图像边缘，效果较好。     

一种基于深度学习的交互式电话号码识别方法

物流、保险和中介服务等行业需要频繁地拨打电话,而人工拨打电话效率较低,高效的电话号码识别技术具有重要的应用价值。传统的印刷体数字识别方法存在人工设计特征过程复杂、识别字体单一等不足,难以满足实际应用需求。本文提出了一种基于深度学习的交互式的电话号码识别方法,通过鼠标双击图像中的电话号码,自动截取出包含此号码的目标区域,并进行灰度化、二值化、目标区域定位、字符分割和图片补白等预处理操作,在此基础上利用改进的LeNet-5卷积神经网络（CNN）自动学习图像特征,支持多种字体、字形和字号的印刷体数字识别,并利用交互式识别和内存池等方法提高识别速度。实验结果表明,单一字符的识别率为99.86%,整个号码的识别率为99.50%,整个号码平均识别时间为91 ms。本文方法识别精度高、识别速度快,具有较为广泛的应用前景。      

基于可操作度的单冗余度机器人容错性指标

当冗余度机器人关节出现故障时,必将影响其灵活性.即使正常操作时具有较高的灵活性,如果关节出现故障也可能导致雅可比矩阵奇异,致使机器人不能沿任意方向运动.针对单冗余度机器人出现一个关节故障的情形,用可操作度分析此类机器人的容错性,并提出新的运动学和动力学容错性评价指标,所给指标计算量小、易于在线实时运算,最后给出优化算例,证实了所给评价指标的有效性.