基于机床改造智能视觉的舰船用零件的加工控制优化

舰船用零件加工要求精度极高,为了改善加工工艺,提出一种机床改造智能视觉的舰船用零件的加工控制优化方法。进行加工控制约束参量分析,对影响加工精度的曲面啮合、机床进给速度、主轴转速等参量进行解析优化分析,在机器视觉下进行机床控制参量的优化量算改造,实现舰船用零件控制优化,得出机床进刀最优控制律,改善加工工艺。仿真结果表明,采用该方法进行舰船用零件的加工控制,加工轨迹误差较低,收敛效果较好。     

基于机器视觉的大规模船舶航行数据自适应识别方法

传统船舶航行数据识别方法,存在瞬态识别数据规模局限性大,超规模阈值下的数据识别准确率过低的问题。在当前船舶航行数据处理规模下,无法高效准确完成船舶航行数据的处理任务。为了在根源解决上述问题,引入机器视觉技术,提出基于机器视觉的大规模船舶航行数据自适应识别方法。首先基于机器视觉技术,对航行数据的识别标准进行定义,同时完成对相关不符识别量进行修正;接着对全局航行数据对应的轨迹信息进行机器视觉结构处理;最后完成对数据的自适应识别计算。通过与传统方法的多组航行数据模拟测试发现,采用提出识别方法的航行数据识别结果,相较传统识别方法具有识别速度快、准确率高、数据规模自适应性强的特点。     

驾驶人跟车风险接受水平对其接管绩效的影响

自动驾驶接管是一种安全性要求很高的手动驾驶操作,可能会受到驾驶人手动驾驶安全习惯的影响.本文基于驾驶模拟器分别设计了手动驾驶跟车和自动驾驶接管实验,研究了驾驶人的手动跟车风险接受水平对其接管绩效的影响,同时考虑了接管时间预算和视觉非驾驶任务的影响.结果表明:在日常驾驶中具有低跟车风险接受水平的驾驶人接管反应时间更短,并...     

2.4S电喷发动机怠速控制系统

详细阐述2.4S电喷发动机怠速控制系统的结构、应用和工作原理,并对其关键部件——步进电机的结构和工作原理作出相应介绍。     

基于机器视觉的道路上前方多车辆探测方法研究

提出一种基于车辆特征的方法识别和跟踪前方的车辆。首先,利用车辆底部存在阴影的特征,在图像中确定可能存在的车辆区域。然后,通过分形维数计算该区域的纹理特征,排除非车辆区域。最后,利用车辆的边缘信息,通过投影变换方法,对候选区域内的车辆进行定位。此外,利用NM I特征法对定位的车辆进行确认。该算法对不同环境和光照条件下的车辆图片进行了测试,以及在高速公路上进行了实时跟踪试验,具有较好的鲁棒性和可靠性。     

基于视觉信息融合技术的水面船只检测技术开发

无人船艇作为一种新兴船舶,不论在军事领域还是商业领域都具有非常重要的价值。本文的研究方向是水面无人船目标检测技术开发,分别介绍了毫米波雷达目标探测技术和计算机视觉目标识别技术的原理,基于2种目标探测手段,开发一种基于信息融合的水面船舶目标检测技术,从时间配准和空间配准等方面进行详细阐述。     

基于视觉传达技术的舰船三维图像自动重构系统

为提高舰船监测质量,获取更多的监测信息,进行舰船三维图像重构是必要的。基于该背景,设计视觉传达技术的舰船三维图像自动重构系统。在结合B/S三层架构的基础上,设计系统框架结构,包括前端硬件采集层,后台软件运行层,二者之间通过无线通信系统连接,在前者完成数据采集之后传输到后者。利用激光雷达采集舰船点云数据,利用CCD相机采集舰船纹理数据,完成舰船视觉图像采集传输单元设计。基于视觉传达设计后台软件处理单元,包括点云数据处理子程序、关键点云提取子程序、点云配准子程序以及三维视觉传达模型构建子程序。结果表明：本文系统应用下,重构的舰船三维图像信噪比达到最大值(26.32 dB),X,Y,Z三个方向上的平均误差值达到最小值(0.021 m、0.018 m、0.017 m),由此说明本文系统重构的三维图像更加清晰,准确度更高。     

机器视觉背景下基于VisionPro的轴承滚动体缺失检测

轴承在生产过程中的滚动体缺失会影响机械设备的安全运行,本文提出了机器视觉背景下基于VisionPro的轴承滚动体缺失检测。在获得较好的打光图像后,利用VisionPro的PMAlignTool进行模板训练以及缺失识别,并结合C#脚本,将结果可视化,在图片上显示具体的检测结果,包括产品合格与否、合格的滚动体个数以及不合格的原因,便于后续的人机交互。通过实验,该方法确实取得了较好的检测结果,能够正确检测轴承滚动体的缺失情况,后续结合通信设备与机械手臂,可实现自动分拣。相较于传统的人工检测,该方式具有效率高、准确性高、安全性高的优势,是现代工业生产中亟需的检测方式。     

基于双目视觉和路径规划的车辆自动泊车系统

主要讨论了作为无人驾驶智能汽车必备的重要功能之一的车辆自动泊车系统的总体构架,着重研究了其中用于识别泊车位环境、作为整个系统信息输入端的感知导航系统(基于双目视觉和陀螺仪)及根据所采集的信息判断环境空间大小并生成适当泊车路径的路径生成系统(基于路径规划).     

水下捕捞机器人视觉系统发展趋势分析

为突破作业环境、劳动力等因素对渔业发展的制约,解决当前水下捕捞能见度低、机器人识别分辨率低等问题,促进渔业向现代化转型升级,从学术角度梳理、分析国内外水下机器人视觉系统关键技术发展趋势,为相关研究提供参考。基于CiteSpace软件,分别选取中国知网（China National Knowledge Infrastructure,CNKI）的数据库和Web of Science的核心数据库的文献样本,从发文量、关键词共现图谱、关键词时间线图谱等方面完成可视化分析,并对水下捕捞机器人作业环境、视觉系统技术进行阐述。发文量和关键词时间线图谱表明,国内外水下机器人视觉系统关键技术的研发均经历初始阶段、探索阶段和成长阶段。关键词共现图谱表明,人机交互、识别算法设计等方面是水下机器人视觉系统相关研究的热点。未来,水下捕捞机器人视觉系统发展应聚焦智能化、自主化,重点解决目标检测优化、水生物数据库建立、数字化系统构建等多方面难点问题。