基于智能控制的直进式拉丝机控制系统

针对直进式拉丝机的特点,设计研制了智能控制器,保持拉丝机拉拔过程中的反拉力恒定。结果表明,该系统能有效抑制反拉力的波动,实时检测出拉模的磨损。     

面向交互服务的智能机器人系统——记北京科技大学智能机器人研究所

北京科技大学智能机器人研究所主要从事机器人、人工智能、冶金流程工业信息与控制等领域的科研工作,具有在智能信息处理、机电联合控制、模式识别、机器学习、数字图象处理和高性能计算技术等方面的良好积累和丰富的研究经验.先后得到了国家863计划智能机器人主题、国家自然科学基金等的资助,均取得了良好的研究成果,研制出相关的机器人交互应用技术及系列产品,经过大量理论分析和技术优化,已经形成了多项具有自主知识产权的原创型理论及新技术,并与英国、日本、美国等国家的高校建立了较为密切的合作关系.     

霍夫空间中多足球机器人协作目标定位算法

针对嵌入式仿人足球机器人提出一种霍夫空间中的多机器人协作目标定位算法。机器人利用实验场地中的标志物采用基于三角几何定位方法进行自定位,把机器人多连杆模型进行简化,通过坐标系位姿变换把图像坐标系转换到世界坐标系中,实现机器人目标定位;在多机器人之间建立ZigBee无线传感器网络进行通信,把多个机器人定位的坐标点进行霍夫变换,在霍夫空间中进行最小二乘法线性拟合,获取最优参数,然后融合改进后的粒子滤波实现对目标小球的跟踪;最后在21自由度的仿人足球机器人上进行仿真和实验。数据结果表明,这种多机器人协作的定位算法的精度提高了约48%,在满足实时性的前提下,对目标的跟踪效果也得到了改善。     

无菌条件非接触式多通道自然交互手术环境

无菌和非接触环境是医疗手术室的基本要求,这使得计算机操作室和手术室需要在物理上隔离.同时,因为手术进行中,主治医生如果需要查看病灶图像,通常授意护士或者手术助理到计算机操作室操作病灶图像,由于手术室和计算机操作室间的隔离,以及主治医生和助理间可能存在的意图理解不准确,容易导致护士或者手术助理在手术室和计算机操作室往返多次,这增加了患者手术时间延长、失血增多、脏器暴露时间长等风险,尽量减少手术中定位到病灶图像的时间对于医生和病人都很重要.针对上述需求,借助遮挡环境下的深度图像人体骨架提取、手势跟踪与理解、手术室环境远场语音识别,多模态信息处理与融合技术,构建无菌条件下的非接触式多通道自然交互手术环境.该环境使得主治医生在手术中可通过语音命令、手势及上述交互方式相结合的方式快速定位到需要观察的病灶成像.在接近真实环境的实验环境中,建立的无菌条件的非接触式多通道自然交互手术环境在保证精度的情况下,可显著缩短病灶图像定位时间.无菌环境智能交互医疗手术室为未来下一代高效的手术提供了技术与方法验证.     

多舵机控制在类人机器人上的应用

舵机控制器是机器人的重要部件.采用一种新颖的利用单片机产生多路控制舵机用PWM的方法,利用单片机内部定时器,采用分时复用技术,在不增加任何硬件电路的前提下,用单片机实现多达24路PWM输出.该方法取代了传统的使用分立元件产生PWM波的方法,大大减少了分立元器件数目及电路连线,改善了系统可靠性,提高了控制精度,并成功用在17自由度仿人机器人的控制系统中.     

简化路况模式下驾驶员情绪模型的研究

驾驶辅助系统中的驾驶员模型较为单一, 没有考虑驾驶员的情绪状态对驾驶策略的影响. 为此, 本文研究了简化路况下驾驶员的情绪模型. 基于OCC (Ortony-clore-collins) 模型、情绪状态自发转移过程的马尔科夫模型和情绪状态刺激转移的隐马尔科夫模型(Hidden Markov model, HMM), 本文提出路况变化和无路况两种情况下的情绪模型, 并对驾驶员的跟驰、切换车道和超车过程中的情绪变化进行了研究. 在自发转移过程中, 结合情绪实时变化的特性, 提出了时变的自发转移过程,而在情绪刺激转移中, 考虑了情感对刺激的记忆效应, 即同种刺激先后对情感影响不同. 讨论了认知情感的变化对驾驶策略的影响. 针对车距、路宽和周围车辆车速对驾驶员的情感影响程度、刺激敏感程度以及特定事件对驾驶员的影响过程, 进行了仿真实验, 预估出驾驶员在特定事件刺激下会采取何种驾驶策略. 并进行了实测数据验证, 实验结果验证了所提出模型的有效性, 为驾驶辅助系统中建立驾驶员模型提供了有借鉴意义的基础理论.     

面向老人迟滞性特征的可信情感计算

根据老人认知心理特征中的迟滞性特征,结合基于Gross认知重评的情感计算模型,考虑迟滞性特征对个体情感状态转移的影响,在认知重评参数的基础上,建立迟滞性因子,对当前情感状态下的认知重评能力进行修正,从而对情感计算模型进行有效的修正,使人机交互更加自然和谐.为了实现情感计算模型的可信,结合现场可编程门阵列硬件平台和高级加密标准密码算法对情感计算模型中的老人情感信息进行加密处理,实现情感计算过程中的数据可信.采用可编程片上系统技术在现场可编程门阵列芯片EP4CE115F29C7中搭建功能实现所需的所有硬件组件,结合硬件组件编写逻辑程序并实现高级加密标准密码算法,在情感计算过程中实现数据的实时传输和安全处理,实现可信的情感计算.最后实验结果表明受到迟滞性特征影响下的情感计算模型与老人的真实情感具有高度一致性,且可信计算有助于提升老人的正向情感状态.      

变频矢量控制系统入侵检测技术

针对采用以太网控制自动化技术(EtherCAT)工业总线的感应电机交-直-交变频矢量控制系统的入侵检测技术进行了研究. 首先通过对EtherCAT总线协议进行深度解析, 结合目前为止已经发现的EtherCAT工业总线常见协议漏洞, 提取协议数据包的关键特征并构建EtherCAT总线协议入侵检测规则库, 采用三维指针链表树作为针对EtherCAT总线协议规则库的检索数据结构; 其次, 根据感应电机交-直-交变频矢量控制系统的物理模型, 进行模型参数仿真计算, 并根据仿真计算值, 构建矢量控制模型入侵特征的最小二乘支持向量机(least square support vector machine, LSSVM)分类器, 使用混沌粒子群优化(choatics particle swarm optimization, CPSO)算法对分类器的参数进行优化, 二者共同构成了CPSO-LSSVM入侵检测分类算法. 异常数据包在被分类后, 会被传递给Suricata入侵检测引擎进行精确规则匹配; 最后为该入侵检测系统搭建物理实验环境, 经过测试, 本文中的交-直-交变频矢量控制模型仿真结果动态性能良好, 与实际矢量控制系统参数的波形变化趋势相近. 通过抽取KDD Cup99测试数据集中的一部分对该入侵检测系统实施DOS攻击、R2L、U2R以及PROBING攻击行为, 验证该入侵检测系统的有效性.      

基于光流方向信息熵统计的微表情捕捉

以光流法为依据,提出了一种基于光流方向信息熵(entropy of oriented optical flow,EOF)统计的方法捕捉微表情关键帧.首先,采用改进的Horn-Schunck光流法提取视频流中相邻两帧图像的微表情运动特征;其次,采用阈值分析法筛选出投影速度模值较大的光流向量;之后,采用图像信息熵统计光流变化角度,进而得到视频序列的方向信息熵向量,通过对熵向量的分析,实现微表情关键帧捕捉;最后,本实验采用芬兰奥卢大学的SMIC微表情数据库和中国科学院心理研究所傅小兰的CASME微表情数据库作为实验样本,通过与传统的帧差法比较,证明了本文提出的算法优于帧差法,能够较好地表现出微表情变化趋势,为微表情识别提供基础.