国家高技术研究发展计划(2013AA041005)
- 作品数:7 被引量:48H指数:3
- 相关作者:李邦宇许会任建周春源邹风山更多>>
- 相关机构:沈阳新松机器人自动化股份有限公司沈阳工业大学中国科学院大学更多>>
- 发文基金:国家高技术研究发展计划国家自然科学基金辽宁省科技厅基金更多>>
- 相关领域:机械工程自动化与计算机技术金属学及工艺更多>>
- 视觉技术在机器人零部件装配中的应用研究被引量:13
- 2015年
- 为了实现机器人生产线上零部件的自动化装配,对机器视觉在工业机器人底座与一轴减速器装配中的应用进行了研究。针对底座位姿识别,提出了基于Hough变换的底座表面圆形特征识别算法。针对减速器在相机视场中因为镜头曲率原因无法通过圆识别检测其外侧安装孔的问题,提出了基于链码的姿态识别算法。分析了视觉算法库Open CV中的摄像机模型。最后通过实验对视觉算法进行了验证,实验结果表明视觉算法稳定、可靠,配合高精度大负载工业机器人的应用,实现了底座与减速器的智能装配。
- 王帅徐方陈亮邹风山李邦宇
- 关键词:机器视觉工业机器人
- 应用于超宽带呼吸检测的压缩感知算法研究被引量:18
- 2015年
- 超宽带雷达是最近生命探测采用的主要形式,绝对带宽不小于500 MHz的带宽对前端AD采样速率要求较高。针对超宽带系统硬件成本很高有时甚至不能实现的系统搭建问题,论文提出自适应的压缩感知(CS)呼吸检测算法。根据压缩感知欠采样的特点,首次将CS原理应用在微多普勒呼吸频率检测中,对OMP和GPSR两种恢复算法进行了测试,最终采用了OMP检测算法,并设计了自适应观测字典。应用本方法采样率可以达到0.66,大大降低了前端采样压力,节约硬件实现成本,并提高了检测效率。
- 许会任建李邦宇周春源郭莹
- 关键词:压缩感知
- Delta机器人运动控制及图形轨迹的动态仿真被引量:3
- 2015年
- 针对Delta机器人图形化编程中的图形轨迹以及仿真验证问题,提出一种Delta机器人图形轨迹算法及仿真验证方法。在分析Delta机器人运动学控制算法的基础上,根据机器人轨迹的复杂性特点,设计Delta机器人的基本图形轨迹算法和复合图形轨迹算法。在机器人算法的验证问题上,利用MFC结合OpenGL混合编程,开发一套Delta机器人的三维动态仿真系统。轨迹仿真实例验证了机器人运动学控制算法及图形轨迹算法的可靠性,动态仿真系统在Delta机器人算法研究方面具有价值。
- 闫林林徐方贾凯邹风山
- 关键词:机器人运动控制图形化编程动态仿真
- 压缩感知算法的关键参数设置研究被引量:3
- 2014年
- 针对压缩感知采样率选取问题,对压缩感知理论中的关键参数稀疏度和采样率的关系进行了研究。从理论和实验两方面对压缩感知采样过程中的样本个数进行了最小值论证。并在二维图像恢复过程中,对采样次数M进行扫描,用图像评价常用的信噪比(PSNR)、均方差(MSE)与相似度等标准检验图像的恢复效果,实现了低采样率。采用两个场景图像进行了恢复实验,实验结果证明理论推导正确,实际可行,为将来压缩感知在信号采样方面应用奠定了基础。
- 任建许会李邦宇周春源
- 关键词:采样率图像恢复
- 遥操作机器人的神经网络校正地图策略被引量:2
- 2021年
- 提出一种利用全身传感装置进行地图定位和校正的遥操作机器人。首先,针对遥操作控制系统进行了深入的研究,包括遥操作要素和技术要点等。其次,根据周围环境地图特征进行了地图建立和定位,提出了一种神经网络的方法进行地图校正。该方法可以学习来自信息捕捉装置的传感器数据信息,分配给每个神经网络的机器人执行器的位置之间的映射。最后,为了在学习过程中收集数据,机器人通过一系列成对的同步动作来校正地图。该方法可以应用于任何环境下机器人地图定位和校准,而不考虑环境物理中呈现出的差异。实验结果表明,该方法为实现机器人的遥操作提供了一种快速、有效、灵活的方法。
- 张皓宇刘晓伟赵彬任川
- 关键词:遥操作运动学神经网络
- 穿墙雷达图像CS编码算法设计被引量:2
- 2016年
- 针对TWR雷达图像由于检测信号的频率较高、带宽较大使得图像信息量增大,导致在传输和实时成像方面存在困难的问题,提出了采用压缩感知(CS)为雷达图像的编码提供欠采样压缩的新方法.设计了基于解凸优化的l_1范数等效算法和基于正交匹配追踪(OMP)算法的TWR图像编码方法,构造了部分哈达玛观测阵和高斯随机测量观测阵.实验结果表明,本文算法对雷达图像的欠采样率可达0.546 9,能够实现失真最小和速度最快地对墙内目标进行有效检测.
- 任建许会李邦宇
- 关键词:超宽带信号穿墙雷达欠采样L1范数
- 大数据物联网信息交互与数据感知被引量:8
- 2017年
- 数字化、网络化、智能化已经成为工业4.0的主要发展趋势,其中大数据和工业物联网作为主要组成部分在中国制造业转型升级过程中扮演着重要的角色。为了能够达到进一步加快信息化和工业化深度融合,提高传统产业升级的强度,就不得不依靠工业4.0和互联网产业一体化。大数据、物联网、数据感知是智能制造的基础,在大规模定制生产中主要包括数据管理、数据收集、智能制造、定制平台和数据感知等。数据的感知可以借助于大数据和工业物联网的应用推动更多的智能制造的发展。鉴于此,通过应用大数据、物联网和数据感知可以帮助制造商提高营销目标,降低物流的成本和库存,减少生产资源的风险。
- 李明皓刘晓伟于杨赵彬
- 关键词:大数据工业物联网信息交互