四旋翼飞行器双环条件积分滑模控制

针对存在阵风干扰及未建模特性下的四旋翼飞行器轨迹跟踪控制,基于非线性滑模控制技术,结合条件积分思想及Lyapunov稳定性理论设计了一种位姿双环条件积分滑模控制器.在获得四旋翼非线性动力学模型后对其进行线性化,简化被控对象数学模型,提高控制器设计效率.利用条件积分滑模控制律设计了位置环和姿态环的轨迹跟踪控制器,实现了控...     

旋翼飞行机器人的结构设计与动力学建模研究

为了实现旋翼飞行机器人与外部环境交互作业,设计了一种带有机械臂的新型飞行机器人系统,并应用空间算子代数理论对计及刚柔耦合多体系统的旋翼飞行机器人系统进行了递推动力学建模。首先,考虑到旋翼飞行机器人的运动状态、质量比与工作需求,设计了一款通过六旋翼飞行器加装2自由度机械臂的新型旋翼飞行机器人系统。其次,采用空间算子代数理论实现基于刚柔耦合的旋翼飞行机器人正向与反向递推动力学建模。最后,通过编制动力学仿真程序和飞行实验对文中所提算法的有效性进行了验证。结果表明:基于空间算子代数的刚柔耦合递推动力学建模方法计算效率高,仿真结果与实验数据基本吻合,具有一定的工程实用价值。     

基于机器视觉的大尺寸零件测量方法研究综述

随着工业化水平的不断提高,基于机器视觉的大尺寸零件测量技术成为研究的热点。首先阐述了机器视觉测量技术的研究背景以及国内外研究现状,指出目前视觉测量研究的难点,提倡通过研究图像处理算法来提高测量精度和效率。其次,对视觉测量中广泛运用的边缘检测技术进行了调研分析,其主要采用粗精定位相结合的边缘检测算法,并重点分析了精确边缘定位中的亚像素边缘检测算法。接着,对大尺寸零件测量中所用到的图像拼接技术进行了调研分析,该技术所应用的图像配准主要基于区域和特征两类方法,并分析了两类方法的优势与不足。最后,总结了大尺寸零件测量方法的特点与局限性,并指出未来进一步探索的方向。     

基于改进Zernike矩的轴类零件尺寸测量方法

轴类零件尺寸视觉测量当前多采用像素级边缘检测算法,难以适应工业自动化高精度测量需求。为提高轴类零件轴径尺寸测量精度,本文提出一种基于改进Zernike矩的轴类零件尺寸测量方法。首先利用Canny边缘检测算法对轴图像进行粗定位,获取像素级边缘。其次,根据图像目标与背景间灰度差异,提出基于多阈值Otsu的Zernike矩最佳判定阈值获取方法,获取亚像素级边缘。最后,提出基于边缘点搜索的改进最小二乘法拟合轴图像边缘直线,获取轴径尺寸测量值。实验结果表明,以自行车后轴轴径尺寸测量为例,本文算法相比传统Zernike矩方法稳定性更高,与人工测量值相对误差在0.011%以内,测量精度满足工业零件尺寸测量中自行车轴直径6级公差精度要求。     

基于广义反向粒子群与引力搜索混合算法的多阈值图像分割

提出了基于粒子群优化(PSO)与引力搜索(GSA)混合算法(PSOGSA)的多阈值图像分割方法来解决图像阈值搜寻过程中单一优化算法局部搜索能力不强的问题。提出了图像阈值分割领域中的广义反向学习策略,在阈值寻优过程中提高群体多样性,增强了全局搜索能力;采用了全局最优解的正态变异策略,扩展了全局最优的搜索区域,避免了算法的早熟收敛。在此基础上,实现了基于广义反向粒子群与引力搜索混合算法的多阈值图像分割方法。最后,使用本方法对复杂多目标图像进行了多阈值分割实验,并与引力搜索算法和萤火虫算法进行了比较。实验结果表明,本文方法的分割精度优于引力搜索算法与萤火虫算法,其分割目标函数值在连续运行时的标准差降低了90%以上,是一种精度高、稳定性强的多阈值图像分割方法。     

基于改进灰狼优化算法的QFN芯片图像多阈值分割方法

在QFN芯片封装缺陷检测中,增加图像分割环节可有效提高缺陷检测准确性与检测效率。针对图像分割中传统算法效率低、智能优化算法分割精度低稳定性差的问题,本文提出一种基于改进灰狼优化算法（IGWO）的图像多阈值分割方法。首先,改进原始灰狼优化算法非线性因子,平衡算法搜索效率与挖掘能力;其次,引入反向学习策略提高种群整体质量,引入正弦函数、调整头狼权重以改进灰狼更新策略,增强算法多样性与挖掘能力;然后,提出头狼靠拢与种群变异交替进行的位置更新策略,平衡算法收敛性能与跳出局部最优能力;最后,以Kapur熵为适应度函数,求解最优分割阈值。将本文提出的改进灰狼优化算法的多阈值图像分割方法,与灰狼优化算法（GWO）、基于翻筋斗觅食策略的灰狼优化算法（DSF-GWO）、基于莱维飞行的樽海鞘群优化算法（LSSA）、改进北方苍鹰算法（INGO）的图像分割方法进行实验对比,结果表明：本文方法在分割用时方面,约为DSF-GWO的1/2,INGO的1/4;在分割精度与稳定性方面,在进行QFN芯片缺陷图像的连续30次分割时,本文方法具有最大Kapur熵平均值、最小标准差与最短分割时间。因此本文方法可实现高精度、高稳...     

基于改进梯度加权的零件图像高精度聚焦方法

以标准量块为实验对象,针对环形光源照射下的零件图像易出现倒角特征成像存在宽边缘,手动调焦缺乏相机聚焦的客观性而导致图像聚焦不精确等问题,提出一种基于改进梯度加权的零件图像高精度聚焦方法。首先采用条形光源45°布置的照射方式,消除倒角特征在成像中的宽边缘。其次,基于改进Otsu实现自适应分割阈值获取,提取图像特征边缘点。接着,基于4方向Sobel算子获取边缘点梯度值。然后,根据像素点与其8邻域像素点灰度分布差异值大小,获取像素点梯度加权系数。最后,通过改进梯度加权的聚焦评价函数完成图像清晰度评价,获取精确聚焦图像,实现高精度尺寸测量。实验结果表明,该方法相比传统高精度测量方法精度更高,与人工测量值相对误差在0.002 4%以内。改进聚焦评价函数相比传统评价函数清晰度比率平均提升75倍,灵敏度因子平均提升5倍,陡峭度平均提升1倍。     

基于改进 Harris 角点检测的芯片图像快速校正

以方形扁平无引脚封装(QFN)芯片为实验对象,针对芯片在封装缺陷视觉检测过程中的图像倾斜问题,提出一种半导 体芯片图像快速校正方法。 首先,提出改进 Harris 角点检测算法,结合多边形逼近方法提取目标轮廓拐角顶点;其次,通过最小 二乘法对最长边顶点进行直线拟合;最后,根据直线拟合结果进行图像校正。 实验结果表明,与传统 Hough 变换、最小外接矩法 以及傅里叶变换校正方法相比,该方法获取的倾斜角度准确度更高,运行时间少于其 1 / 5,速度更快且效率更高。     

基于改进YOLO-v4的室内人脸快速检测方法

针对室内安防工程应用中检测人脸角度不同、光照变化、部分遮挡、模糊等复杂工况,提出一种基于改进YOLO-v4的室内人脸快速检测方法。基于深度可分离残差网络结构改进YOLO-v4主干网络,提升模型检测效率;在构建特征金字塔过程中引入注意力机制,自适应调整通道特征与空间特征权重,提升模型特征提取能力。实验结果表明,该方法对室内人脸图像的检测精度与速度分别为92.53%与35?frame/s,相比原YOLO-v4算法及其他主流人脸检测算法,具有更好的检测精度与效率,因此可应用于移动机器人的室内人脸实时检测。     

储油库油气回收处理设施监测工作浅谈

储油库的油气回收是指在装卸汽油的过程中,将挥发的汽油油气收集起来,通过吸收、吸附或冷凝等工艺中的一种或两种方法,或减少油气的污染,或使油气从气态转变为液态,重新变为汽油,达到回收利用的目的。