您的位置: 专家智库 > >

河北省自然科学基金(F2012203169)

作品数:14 被引量:171H指数:8
相关作者:朱奇光陈卫东陈颖袁梅关永贞更多>>
相关机构:燕山大学更多>>
发文基金:河北省自然科学基金国家自然科学基金教育部科学技术研究重点项目更多>>
相关领域:自动化与计算机技术机械工程医药卫生一般工业技术更多>>

文献类型

  • 14篇中文期刊文章

领域

  • 8篇自动化与计算...
  • 4篇机械工程
  • 2篇医药卫生
  • 2篇一般工业技术
  • 1篇理学

主题

  • 7篇移动机器人
  • 7篇机器人
  • 5篇图像
  • 4篇图像匹配
  • 3篇滤波
  • 2篇弹簧-质点模...
  • 2篇导航
  • 2篇导航研究
  • 2篇地图创建
  • 2篇点模型
  • 2篇同时定位与地...
  • 2篇粒子滤波
  • 2篇力反馈
  • 2篇晶体
  • 2篇计量学
  • 2篇光子
  • 2篇光子晶体
  • 2篇感器
  • 2篇高斯
  • 2篇SURF

机构

  • 14篇燕山大学

作者

  • 13篇朱奇光
  • 11篇陈卫东
  • 10篇陈颖
  • 2篇赵成龙
  • 2篇关永贞
  • 2篇王文跃
  • 2篇袁梅
  • 1篇于娜
  • 1篇刘要龙
  • 1篇尹红娟
  • 1篇张兴家
  • 1篇陈攀攀
  • 1篇王佳

传媒

  • 4篇仪器仪表学报
  • 2篇计量学报
  • 2篇小型微型计算...
  • 1篇物理学报
  • 1篇光学学报
  • 1篇生物医学工程...
  • 1篇强激光与粒子...
  • 1篇中国生物医学...
  • 1篇机器人

年份

  • 1篇2017
  • 3篇2016
  • 5篇2015
  • 1篇2014
  • 4篇2013
14 条 记 录,以下是 1-10
排序方式:
基于高斯矩改进SURF算法的移动机器人定位研究被引量:24
2015年
针对移动机器人定位过程中视觉图像特征点提取与匹配数量较多,边缘特征点不稳定的问题,提出基于改进离散Gaussian-Hermite矩的SURF图像匹配算法。利用双树复小波变换将图像分解为低频与高频部分,将低频部分作为改进算法的输入图像。通过采用3D非极大值抑制求取图像不同尺度下的特征点,计算图像Gaussian-Hermite矩,重新确定Hessian矩阵,检测稳定边缘特征点,定义新的特征描述向量。将改进算法与自适应粒子滤波定位算法相结合,实现移动机器人在室内环境中的视觉定位。实验结果表明:改进算法配准精度高于SURF算法,不稳定特征点提取数量相比于原算法约减少9%,匹配率得到进一步提升。
朱奇光王佳张朋珍陈颖
关键词:移动机器人图像匹配SURFGAUSSIAN-HERMITE矩
基于图像匹配的移动机器人导航研究被引量:4
2017年
针对移动机器人导航过程中基于尺度不变特征变换(SIFT)算法图像匹配速度较慢,提出了基于减法聚类和特征描述符二值化的改进SIFT算法。通过减法聚类消除大量特征点中的冗余特征点,在不影响原SIFT算法稳定性的前提下有效降低了特征点数量,然后将生成的特征描述符进行二值化,依据Hash函数生成索引,以汉明距离作为度量准则。实验结果表明:与原SIFT算法相比,改进的SIFT算法中特征点数量下降30%~40%;匹配对数基本维持不变;匹配率上升6%~12%;匹配时间下降60%~70%。与基于颜色矩的改进SIFT分级图像匹配算法相比,改进的SIFT算法中特征点数量下降15%-25%;匹配对数基本维持不变;匹配率上升5%~10%;匹配时间下降45%~55%。
朱奇光王梓巍陈颖
关键词:计量学移动机器人图像匹配减法聚类改进SIFT
基于CEH∞ F的移动机器人SLAM算法研究被引量:6
2015年
针对移动机器人同时定位与地图创建(SLAM)面对噪声干扰时估计精度低、鲁棒性差的缺点,提出一种基于容积扩展H∞滤波(CEH∞F)的SLAM算法。首先,通过线性误差传播特性将容积变换嵌入到扩展H∞滤波框架中,利用得到的CEH∞F计算SLAM条件转移概率密度,避免雅克比矩阵的计算和线性化误差积累的同时增强了算法的鲁棒性;另外,在每次迭代中更新调节因子γ,将噪声干扰到估计误差最大能量增益控制在较小范围内,进一步增强算法鲁棒性。实验部分将所提算法与扩展卡尔曼滤波SLAM(EKF-SLAM)、无迹卡尔曼滤波SLAM(UKF-SLAM)、容积卡尔曼滤波SLAM(CKF-SLAM)在不同噪声环境下进行了对比。结果表明,CEH∞F-SLAM算法具有良好的稳定性与精度,是一种有效的SLAM算法。
朱奇光袁梅陈卫东陈颖
关键词:SLAM鲁棒性
虚拟手术中软组织形变建模及力反馈算法研究被引量:13
2013年
基于弹簧-质点模型,建立一种改进的软组织实时形变模型。在正六边形拓扑结构软组织表面模型中,增加了虚拟体弹簧,以实现更加真实的形变效果。在系统中各质点处,表面弹簧形变量的叠加等效为物体表面形变,各质点处虚拟弹簧弹性力的合力等效为物体表面的接触力。该模型继承了经典弹簧质点模型的原理简单、易建模、计算速度快等优点,同时还具有控制变形区域的能力。基于此模型,利用PHANTOM触觉交互设备,进行了软组织形变以及实时虚拟力反馈仿真实验。实验表明,该模型效果逼真,反馈力刷新一次小于1 ms,能够满足虚拟手术系统实时性的要求。
陈卫东赵成龙朱奇光关永贞
关键词:虚拟现实弹簧-质点模型力反馈
基于全局和局部特征融合的图像匹配算法研究被引量:58
2016年
针对移动机器人视觉同时定位与地图构建过程中图像处理速度慢以及特征点匹配实时性和准确性差的问题,提出基于颜色特征和改进SURF算法融合的图像匹配算法。首先,采用颜色特征对图像序列进行粗匹配,选取与测试图像最相近的5幅图像作为待匹配图像;其次,改进SURF算法,用Krawtchouk矩对采用Hessian矩阵获取的关键点进行描述,计算关键点的梯度方向和幅值,得到新的特征向量,对待匹配图像提取改进SURF特征再与测试图像进行精确匹配,得到最佳匹配图像,此匹配算法提高了移动机器人图像处理的速度和精度。实验结果表明,改进算法的误匹配率降低10%左右,程序运行时间减少,在可靠性得到保证的同时适应于实时性应用。
朱奇光张朋珍李昊立詹贤娇陈颖
关键词:图像匹配SURFHSV
多孔硅表面缺陷光子晶体的传感模型及特性被引量:5
2015年
提出了多孔硅表面缺陷光子晶体结构,引入多孔硅敏感层及吸收介质层形成表面缺陷腔,利用多孔硅高效的承载机制,将其作为待测样本的传感区域;由于吸收介质Zn S对谐振波长的吸收,可在反射光谱中获得与谐振波长对应的缺陷峰。以多孔硅的厚度为被优化变量,利用反向传播神经网络进行结构参数优化获得多孔硅的厚度最优值。由Goos-H?nchen位移建立待测样本浓度与缺陷峰波长的关系模型,进而对该结构进行传感特性分析。结果表明,优化结构参数后,缺陷峰对应的反射率由31.23%下降到0.00129%,其Q值可达1537.37。在传感特性研究中,每1%质量分数的灵敏度为2.5 nm。该表面缺陷光子晶体传感结构可为样本浓度、组分等信息的监测提供一定的理论参考。
陈颖范卉青王文跃朱奇光陈卫东
关键词:传感器光子晶体多孔硅反向传播神经网络灵敏度
基于改进雁群PSO算法的模糊自适应扩展卡尔曼滤波的SLAM算法被引量:11
2013年
针对扩展卡尔曼滤波同时定位与地图创建算法中难以建立准确的先验噪声模型的问题,提出一种基于改进雁群粒子群算法的模糊自适应卡尔曼滤波算法.利用分数阶微积分改进粒子进化速度,利用混沌来改进粒子的初始化和发生早熟时的处理.改进后的雁群粒子群算法在收敛速度与避免早熟方面有了很大改进,并将改进的雁群粒子群算法用于模糊自适应扩展卡尔曼滤波同时定位与地图创建算法的训练,并与用雁群粒子群算法训练的模糊自适应扩展卡尔曼滤波同时定位与地图创建算法进行对比,其在定位与构图方面有很大的提高.
陈卫东刘要龙朱奇光陈颖
关键词:同时定位与地图创建分数阶微积分
移动机器人模糊Sarsa(λ)学习导航研究
2013年
针对复杂未知环境下难以获得完善的模糊导航控制规则以及传统的强化学习算法不能解决连续状态空间和连续动作空间的学习问题,提出了一种模糊强化学习算法.通过将模糊推理系统和强化学习算法相结合,设计了一种模糊强化学习系统,一方面,在缺乏专家经验的情况下,利用强化学习中的Sarsa(λ)学习算法来获取模糊逻辑控制器的模糊规则库,另一方面,利用模糊推理系统所具有的广泛逼近性,使机器人在学习时可以遍历到每一个状态动作对.同时将有限的专家经验引入到模糊推理系统,使Sarsa(λ)学习具备一定的先验知识,从而加快学习速度.仿真实验表明,该方法具有较好的实时性和鲁棒性,能够有效解决移动机器人在未知复杂环境中的导航问题.
陈卫东关永贞朱奇光赵成龙
关键词:模糊推理系统机器人导航
基于萤火虫算法改进移动机器人定位方法研究被引量:20
2016年
针对传统蒙特卡洛定位中粒子退化以及粒子贫乏造成的移动机器人定位精度下降问题,提出了利用萤火虫算法改进蒙特卡洛定位的方法。利用改进后的萤火虫算法优化粒子的采样过程,使粒子在权值更新前趋向高似然区域,并且改进了重采样策略,新的重采样可以使粒子的多样性更好。将改进后的新算法用于机器人定位实验中,结果表明新算法相比扩展卡尔曼粒子滤波在粒子数分别为10、30、50的情况下性能分别提高了20%、34%、29%,并且使用的时间更少。
朱奇光肖亚昆陈卫东倪春香陈颖
关键词:移动机器人粒子滤波萤火虫算法重采样
改进直接线性标定的移动机器人视觉定位算法被引量:4
2013年
在移动机器人视觉定位中,图像处理技术为摄像机标定和视觉定位奠定了基础.本文首先对机器人采集得到的目标图像进行灰度变换,将彩色的图像转换为灰度图像,利用中值滤波滤除目标图像中的孤立噪声点,再使用sobel算子提取图像的边缘,由于提取的边缘不清晰,最终使用改进的hough变换得到图像的清晰边缘.实验中利用matlab 7.5软件对图像进行处理,获取到准确的目标点像素.而要得到机器人在实际坐标系中的坐标,需要对摄像机进行标定,本文对直接线性标定算法进行改进,利用最小二乘法简化计算的过程,实现机器人视觉定位过程.实验结果表明,该方法简单且有效,提高了定位的准确度,验证了该方法在视觉定位中的有效性和可行性.
陈卫东尹红娟朱奇光
关键词:图像处理视觉定位移动机器人摄像机标定
共2页<12>
聚类工具0