回转窑PLC控制系统的改造与实现

介绍了某回转窑轻烧白云石车间电气控制系统的改造方案,阐述了基于原有PLC控制系统的硬件组成,分析了高温风机、冷却器及除尘器控制系统的软件设计思想,提出了阶梯式控制法和"合-分"两条线的编程思路.实际运行结果表明,该系统稳定且有效.     

基于ANFIS的焦炉火道温度预报模型研究

针对焦炉生产过程中直接检测火道温度成本高、精度低等问题,提出运用自适应神经网络模糊推理系统理论(ANFIS)建立焦炉火道温度预报模型,模型采用模糊减法聚类方法选取模糊规则数目,大大减少规则冗余量;结合最小二乘和误差反向传播混合算法对神经网络参数进行优化,采用现场的热工数据作为输入,将获得的模型与传统的线性回归模型和BP神经网络模型进行了比较,数值仿真结果表明所建立的模型具有学习速度快、预报精度高、泛化能力强等优点.     

求解线性约束二次优化问题的神经计算模型

本文提出了一种求解线性约束二次优化问题的神经模型 ,研究了该神经网络的稳定性和收敛性 ,给出了电路框图 ,并通过算例证明了该神经网络的可行性。     

基于人眼优先拟合的AAM人脸特征点跟踪

使用主动外观模型(active appearance model,AAM)对人脸特征点进行跟踪时,当人脸姿态出现大幅度偏转以及初始位置与目标人脸偏离较大时,将导致人脸特征点跟踪失败.针对以上问题,应用支持向量机算法估算出当前人脸的偏转角度并对人脸姿态偏转模型中的参数进行实时更新,有效解决人脸姿态大幅度偏转问题.使用强跟踪卡尔曼滤波算法进行人眼跟踪,将所获取的当前人眼位置坐标与人脸姿态相结合优先对人眼进行特征点拟合,当人眼特征点拟合完成后再对剩余人脸部件特征点进行拟合,提高了人脸特征点跟踪的稳定性与实时性.最后通过实验表明算法在视频人脸特征点跟踪的准确性、实时性和鲁棒性方面具有良好的性能.     

融合沿墙行为的多移动机器人有序化多模态群集运动控制

一类基于势场原理的群集控制理论正逐步应用于多agent(智能体)/机器人稳定协同运动中.针对群集运动系统在非规则障碍物环境中运行时易出现的局部极小问题,引入基于行为的机器人学理念,构成多移动机器人多模态群集控制系统.在此框架内,仿生的动物沿端行为与有序化群集运动控制策略相融合,实现了多移动机器人系统快速聚合行为与高效避障行为的统一.移动机器人仿真实验验证了该方法的有效性.     

基于激光测距与双目视觉信息融合的移动机器人SLAM研究

未知复杂环境中不规则的障碍物使传感数据具有不确定性,单依靠激光测距仪进行移动机器人的定位与自主导航可靠性不足;针对此问题,提出了一种基于激光测距仪和双目视觉传感器信息融合的精确定位方法,利用加权最小二乘拟合方法和尺度不变特征变换(SIFT)算法分别从对激光信息与视觉信息中提取直线和点特征,进行特征级的信息融合。通过对实验结果和数据分析,多传感器信息融合可以有效提高移动机器人SLAM(即时定位与地图构建)的精度和鲁棒性。     

基于Kinect的移动机械臂平台开门策略设计与实现

目前对于机器人开门方法的研究基本都是在机械臂位于门前固定位置的前提下,通过对门把手进行识别来实现的.将机械臂与机器人本体运动控制相结合,提出了一种基于深度传感器(Kincet)的移动机械臂开门策略.给出开门策略的流程图,分析基于Kinect的图像接收处理过程,采用色调饱和度强度(HSI)颜色空间对门把手进行定位的方法以及将门把手定位信息与五自由度机械臂的运动控制相结合的控制策略.在VS2008环境下编写控制软件,以开门实验验证了该方法的有效性.     

基于局部融合特征与分层增量树的快速人脸识别算法

传统的人脸识别模型采用离线方式进行训练,同时由于人脸特征维数较高导致算法的实时性不足。文中分别从人脸特征与分类器两方面来构建快速的人脸识别算法。首先使用 SDM(Supervised Descent Method)算法进行人脸特征点定位,提取每个人脸特征点邻域内的局部(Multi Block-Center Symmetric Local Binary Patterns,MB-CSLBP)特征,并将所有的人脸特征点邻域特征以串联的方式构成局部融合特征,即所提出的局部融合MB-CSLBP特征LFP-MB-CSLBP(Local Fusion Feature of MB-CSLBP)。将以上特征送入分层增量树HI-tree(Hierarchical Incremental tree)中进行人脸识别模型的在线训练。分层增量树是使用分层聚类算法来实现增量式学习的,因此其能够以在线的方式对识别模型进行训练,具有较高的实时性与准确性。最后在3种不同的人脸库以及摄像头采集的人脸视频上对算法的识别率与实时性进行测试。实验结果表明,相比于当前其他算法,所提算法具有较高的人脸识别率与实时性。