遗传算法结合自适应阈值约束的ICP算法

根据传统ICP算法存在的缺点,提出了一种遗传算法结合自适应阈值约束优化的ICP位姿估计方法。采用统计学滤波和区域增长分割算法对原始点云进行预处理,去除离群点并得到各混乱工件的点云集;针对ICP易陷于局部最优的问题,利用遗传优化算法对点云进行粗匹配,得到目标点集相对于参考点云的初始位姿;针对迭代速度较慢的缺点,提出了一种自适应阈值约束法,利用点对距离约束和法向量夹角约束去除局部大变形点,在保证实时性的同时提高了位姿估计的精度。实验表明,该方法能够在84.5ms内定位一个工件,位姿估计误差达0.39mm,满足实时性和抓取精度要求,能够为工业机器人随机箱体抓取提供理论依据与指导。     

荧光量子点免疫标记法检测炭疽芽孢杆菌

建立了荧光量子点标记-免疫分析技术联用检测炭疽芽孢杆菌的方法.通过抗原抗体反应,结合生物素与亲和素间的特异性相互作用,将QDs特异性标记在炭疽芽孢杆菌上,并利用荧光显微镜和荧光分光光度计进行了验证.采用实验室自制的便携式荧光检测系统对标记QDs的炭疽芽孢杆菌样品进行定量检测.结果表明,在炭疽芽孢杆菌浓度在100～1×1...