微机智能重量传感检测系统􀀁

本文阐述了一种微机智能重量传感检测系统的基本原理及设计方法 .其中包括 :激励信号的产生 ,信号的频谱分析 ,滤波器设计 ,PWM信号的产生等     

利用自整角机的一种新型高精度角位移检测系统

本文介绍了一种只用单自整角机作为角位移检测元件的检测系统。系统利用sinθ和cosθ的特殊互补关系,经硬、软件的处理后获得高精度的角位移θ。实践证明这种检测方法具有精度高、反应快、检测信号稳定的特点。     

基于优化RBF-DDA神经网络的摄像机标定

设计了一种改进的基于动态衰减的RBF神经网络，它能够自适应地确定RBF隐层节点数、高斯函数中心值及径向基函数的宽度，克服了原算法中过多依赖先验知识设计参数的弊病，仿真实验验证了该算法的有效性。并且将此网络应用于摄像机定标中，该网络无需确定摄像机具体的内、外部参数，而且补偿了摄像机非线性畸变，使测量结果更加准确。实验结果表明，应用该神经网络进行摄像机标定能达到较高的精度，且在机器人平面跟踪实验中得到了令人满意的结果。     

基于自适应神经模糊推理系统的磁悬浮电动机控制

磁悬浮电动机是一个非线性、强耦合的复杂系统,阐述了它的工作原理并建立了数学模型,为使该系统具有良好的动态性能和稳定性,采用逆系统方法解耦线性化,然后以解耦后的伪线性子系统为对象,设计了神经模糊PID控制器,该控制器利用PID算法实现控制的准确性,利用模糊控制的逻辑能力和神经网络的自学习能力来提高控制的快速性和自适应性.仿真结果表明,采用神经模糊PID控制响应快、无超调、过渡时间短,实现了预期目的.     

一种新的双目立体视觉伺服控制模型及实验研究

针对目前手眼视觉伺服系统模型中普遍存在深度信息估计的问题,提出了一种用于双目视觉伺服控制的模型,该模型避免了深度值的测量与估计,提高了系统的控制性能,从而解决了未知物点的深度信息估计的问题。本文应用此模型,单独考虑机器人的运动学特性,设计了机器人末端执行器进行定位控制的控制器,仿真结果验证了该模型与控制算法的有效性;进一步提出了模型使用的改进算法,使该模型更具有宽泛的实用性;并且,进行了基于MOTOMAN UP6型机器人的双目视觉伺服控制实验,实验结果验证了该模型在实际控制工程中的有效性、可行性。     

基于脉冲耦合神经网络和遗传算法的图像增强

提出了基于脉冲耦合神经网络（PCNN-Pulse Coupled Neural Network）与遗传算法的图像增强算法．对PCNN模型进行了改进使之更适用于图像处理,并利用遗传算法的全局寻优能力自动搜索图像的最佳灰度阈值,再对图像进行处理．该算法既可有效地去除噪声,又能根据图像灰度性质自动选取最佳阈值,并对自适应分割后图像进行不同的灰度变换,从而实现了图像的自适应增强．试验结果表明,该算法显著提高了图像增强效果．     

一种实用快速步进软件的设计及实现

本文叙述了一种“快速步进”软件的设计及实现方法,给出了几种重要参数的精确及近似计算公式。此方法具有起动,停止平稳,无冲击现象,且运行速度快等特点。     

平面机器人的视觉伺服H∞跟踪误差补偿控制

对于具有固定摄像机形式的平面机器人视觉伺服,考虑摄像机的径向透镜失真对图像的影响,引入一个L2函数向量来描述这种影响,采用鲁棒控制技术,提出了H∞跟踪误差控制补偿器,使得跟踪误差收敛并取得H∞跟踪性能;结合机器人的动力学特性,利用李亚普诺夫稳定性的分析方法设计了机器人关节控制力矩,整个系统全局渐近稳定.仿真结果表明了该方法的有效性.     

改进的基于α扩展移动的立体匹配算法

针对传统的α扩展移动立体匹配算法计算时间过长的问题,提出了一种改进的α扩展移动算法.改进算法在α扩展移动的外部循环过程中建立了一种新的循环机制,构造的参数满足循环停止的条件时提前停止循环,节省大部分低效率的循环时间;在算法的内部迭代过程中优化了α的设定顺序,使得能量函数更快地收敛.实验结果表明,改进的算法可以与原始算法获得几乎一致的精确视差图,并大大缩短了算法的运算时间.