基于LabVIEW Vision的无人机自主着降系统设计与实现

四旋翼无人机具有低成本、垂直起降、机动性好等优点,在民用领域诸如航拍、植保、物流、电力巡线等场合得到了广泛的关注和应用。随着四旋翼无人机应用的普及,一些新的问题也随之出现,其中一个厄待解决的问题是如何提高无人机的降落精度和可靠性,特别在超视距应用场景下,这一需求尤为突出。通过采用机器视觉技术,利用LabVIEW Vision编制视觉识别软件,可以控制四旋翼无人机实现高精度的自主降落。     

四维Minkowski空间上零括号代数的复括号和复差分表示

提出了四维Minkowski空间上零括号代数的复括号和复差分 (BCD) 括号,
将长括号的相等判定问题由指数复杂度改进为多项式复杂度. BCD
括号也可以直接用于长括号多项式的计算．     

消点法解题数例分析

中国科学院院士张景中教授在攻克计算机的可读性证明时创立了平面几何命题论证的“消点法” .众所周知 ,机器证明是现代数学 (计算机 )对科学的重大贡献 ,自吴文俊教授创立了吴方法之后 ,这项研究取得了突破性的进展 ,但其证明方式仍是“纯机器”的———采用的是非常规的语言 ,不能被一般的人“读”懂 .中国科学院院士张景中教授首创机器的可读性证明 ,使我国在机器证明这一尖端领域的研究水平无可置疑地处于世界领先地位 .这是继“吴方法”之后更辉煌的成就 .有趣的是 ,机器证明中使用的“消点法”不仅适用于机器推理 ,而且还可“手工”操…     

已知工件最大加工时间的平行机排序问题

研究了已知工件最大加工时间，目标为极小化最大机器负载的半在线平行机排序问题．证明了对于一般的m（〉6）台机器，任意的半在线算法的竞争比至少是（√33＋3）／6．同时还设计了一个半在线算法，算法的竞争比为2-1／（m-1）．     

带准备时间的两台同类机已知工件总加工时间的半在线排序问题的近似算法

主要研究带准备时间的两台同类机已知工件最大加工时间的半在线排序问题，目标函数极小化最大机器完工时间和极小化最大工件完工时间．对此问题给出了竞争比为√2的近似算法，并证明了不存在竞争比小于1＋√3/2的近似算法．     

《系统科学与数学》征稿简则北大核心CSCD

《系统科学与数学》是国内外公开发行的学报类月刊,是国内核心期刊之一.主要刊登系统科学及其有关的数学、交叉科学、工程应用等方面在理论和方法上具有创造性的学术论文;创造性地解决:实际问题的科学技术报告以及重要学术动态的报道.读者对象是国内外系统科学及其交叉科学的科学技术与教学工作者.国家最高科技奖得主吴文俊院士有关数学机械化机器证明的奠基性论文就发表在《系统科学与数学》1984年第4卷第3期上.     

基于机器视觉的数字化仪表字符识别

针对工业生产中测试仪表显示数据的自动识别问题,提出一种基于机器视觉的数字仪表数据识别方法;文章方法利用图像获取、图像去噪、阈值分割、光学字符识别等技术有效远程识别LCD/LED显示的数字信息。通过实验验证,该系统能远程实时识别具有LCD/LED显示的数字化仪表的显示数据,识别率能达到99%以上,并且能够实现超限报警及数据保存功能。     

基于脉冲耦合神经网络的弹簧卡箍缺陷检测

传统的弹簧卡箍缺陷多为产后人工全检,存在漏检与缺陷率上升等现象,这不但会使成本上升、也对人力资源提出了考验。为此实现自动实时在线全检就成为急需解决的课题,设计了基于机器视觉的弹簧卡箍在线自动检测系统,该系统安装在弹簧卡箍流水线两侧,搭建特定光源,通过激光传感器外部触发工业相机对其表面进行图像捕获,送上位机进行缺陷判定与定位,最后通过RS485将判定结果送下位机来控制剔除机制。实验结果显示：该系统采用改进的脉冲神经网络(PCNN)能准确提取目标缺陷区域并对缺陷进行判定,可在0.348 s每个零件的速度下,检测出弹簧卡箍表面大于10像素的缺陷。通过对不同弹簧卡箍进行检测验证实验,证明了PCNN算法对缺陷分割的准确性和有效性。     

基于平面镜成像的单摄像机立体视觉传感器研究

在传统双目立体视觉传感器的基础上,对基于平面镜成像的单摄像机立体视觉传感器进行了研究。在电荷耦合器件(CCD)摄像机前放置一平面反射镜,通过对目标物体和其虚像进行拍摄,得到一幅具有视差的图像,该图像相当于摄像机和其在平面镜中的虚拟摄像机从不同角度对目标物体进行拍摄,具有双目立体视觉的功能。建立了单摄像机立体视觉传感器数学模型,分析了参数对单摄像机立体视觉传感器的视场范围和测量精度的影响,设计了传感器参数尺寸,进行了相关实验验证。实验结果表明,该测量方案方便有效,结构简单,调节方便,尤其适合近距离高精度测量。     

基于矩形的摄像机自标定几何方法

基于矩形两组对边的消隐点特性和隐含的长宽比信息,提出了一种新的摄像机自标定几何方法。该方法仅依据同一个矩形的两次或三次成像,即可在摄像机传感器特性已知或未知时标定摄像机内参数并辨识矩形长宽比。利用空间中有限距离点与同一无穷远点的连线相互平行和完全四边形的调和分割特性,以及被多次成像的矩形长宽比相同的特点,建立了摄像机内参数约束方程。通过建立与直线段成像相关的代价函数,提出了畸变参数寻优与线性内参数标定相迭代的畸变校正方法,可获得与摄像机无畸变情况下相当的自标定精度。在确定矩形任意两个顶点坐标的情况下,即可求解摄像机所有外参数。仿真实验表明,该标定算法收敛快速,对图像噪声不敏感。实际图像实验表明,与传统平面靶标法相比,该方法不但减少了预知条件,而且提高了标定精度和效率。