基于改进PSO-SVM的生产线分拣机器人罐装食品识别方法

目的:解决现有食品生产线分拣机器人目标识别方法存在的准确率差和效率低等问题。方法:在对基于双目视觉食品分拣系统进行分析的基础上,提出了一种将改进的粒子群算法和支持向量机相结合用于食品分拣机器人的目标识别。通过改进粒子群算法寻优支持向量机参数,获得优化的支持向量机分类模型,对全局特征和局部特征分别进行分类器训练,动态分配特征权重系数,得到最佳识别率。通过试验分析所提方法的性能,验证其可行性。结果:与常规方法相比,所提方法在食品分拣机器人的目标识别中具有较高的识别精度和效率,准确率为99.50%,平均识别时间为0.048 s,满足机器人的分拣需要。结论:所提方法能有效识别罐装食品,提高了分拣机器人分拣准确率和效率。     

肠道机器人扩张机构设计与优化

为了满足肠道机器人在肠道中运动和驻留的要求,设计了一种大变径比的新型扩张机构。该机构通过采用双层叠腿式设计,增大了与肠道的接触面积,最大扩张半径达到24.5mm,变径比增加到3.27。为了进一步研究该扩张机构的性能,建立了扩张臂的数学模型,对扩张臂的力学与运动学特性进行了理论分析。然后通过有限元分析,对扩张臂运动过程进行了动力学仿真,研究了不同扩张半径下,扩张臂的应力分布和变化趋势,基于有限元分析结果,对扩张臂进行了优化设计,优化后的等效应力最大值比优化前减小了12.89%。之后通过ADAMS对扩张臂进行运动学仿真,以验证其运动学模型的准确性。最后搭建了力学性能实验台,对其扩张力进行了测试,以验证其力学模型的准确性。实验结果显示:实验值与理论值的变化趋势基本一致,而且实验值小于理论值;机构扩张初始阶段误差较大,扩张半径为7.5 mm时,实验值仅为理论值的14.30%;之后误差急剧减小并趋于稳定,扩张半径为10~23mm时,实验值平均为理论值的73.64%;扩张臂1、2、3的实际扩张半径分别为24.5、24和23mm。结果显示本文设计的肠道扩张机构基本满足肠道安全性和大变径比的设计要求,而且结构优化效果明显。     

一种适用于胶囊机器人的肠道几何参数感知方法

胶囊机器人被认为是实现肠道疾病微创诊查最具前景的器件,肠道的几何参数（即半径和厚度）感知对于机器人在未知的肠道环境中实现主动运动具有重要意义,然而现阶段胶囊机器人均不具备这一感知功能;为此提出一种基于扩张机构和薄膜压力传感器的肠道几何参数感知方法;通过在扩张机构末端安装薄膜压力传感器,测量不同扩张半径下肠道的收缩压力,并基于压力值和以本构方程为核心构建的感知模型,实现对肠道初始半径及厚度的感知;搭建实验平台对该感知方法测试发现：针对五段具有不同几何参数的离体猪肠道,可在15s内完成对肠道几何参数感知,对于初始厚度的感知误差范围为[0.084 mm, 0.239 mm],初始半径的感知误差范围为[0.186 mm, 0.339 mm]。     

基于聚类结构编码的差分隐私异构数据发布

针对异构数据发布的隐私保护以及数据挖掘泛化性问题，提出一种用于聚类分析的异构数据差分隐私发布方案。为了解决处理隐私信息后缺乏正确引导的问题，将原始数据分组为集群，并利用集群标签对数据的集群结构进行编码，还为异构数据定制了一个同时考虑关系属性和集值属性的距离度量集群。在保留集群结构的同时迭代地概括原始数据。进一步在原始数据中加入噪声从而满足ε-差分隐私的要求。在满足差分隐私原则的前提下，提出一种同时处理关系数据和集值数据的不确定性算法，不同类型的数据以类似的方式进行匿名化。通过实验验证了该方法能够有效解决异构数据发布问题。