数学机械化研究回顾与展望

回顾了脑力劳动机械化思想形成的过程,介绍了数学机械化研究的主要结果,并展望了数学机械化在未来的发展.     

具有机器故障的单机随机JIT排序问题

对中断－继续和中断－重复两种模型研究具有机器故障的单机随机JIT排序问题, 目标函数是期望完工时间 与工期方差和. 对中断－继续模型证明SSDE问题的最优排序具有关于期望加工时间的V-形性质, 并给出了一个拟多项式 的动态规划算法. 同时对SSDE问题和ESSD问题 进行了比较, 证明了SSDE问题的最优解是一个非常好的ESSD问题的近似最优解. 在一定的条件下, SSDE问题 的最优解就是ESSD问题的最优解. 对中断－重复模型, 由于完工时间的方差无法求出, JIT排序问题至今没得到解决, 故从实际 应用角度用SSDE问题替代ESSD问题, 证明了SSDE问题最优解具有关于期望占用机器时间的V-形性质, 并给出了 一个拟多项式的动态规划算法, 提出了一个研究JIT问题的中断－重复模型的新思路.     

第三届西安机器视觉与工业检测展览会召开

2007年10月18日至19日,由西安国家光电子成果转化及产业化基地和西安机器视觉研究发展中心主办,西安光电子专业孵化器和西安光电子行业协会承办的第三届西安机器视觉及工业检测展览会在西安光电园隆重召开。这次展会是集行业分析、技术研讨、产品展示、技术与应用相结合的盛会。共有国内外的30多家机器视觉知名企业参展,其中包括世界顶级机器视觉企业加拿大DALSA集团、国内知名机器视觉企业北京中科泛华测控技术有限公司、北京嘉恒中自图像技术公司、北京微视凌志图像技术有限公司、北京微视新纪元科技有限公司、西安市春秋视讯技术有限责…     

基于特征列方法和Wronskian行列式的曲面定理机器证明

将Chou与Gao的关于微分几何中曲线定理机器证明的方法推广到微分几何曲面定理中. 改进了经典的Wronskian行列式, 它可以用于判断微分域中的有限个元素是否在其常数域上线性相关. 基于Wronskian行列式, 可以用代数语言来描述微分几何曲面理论中的几何表述, 进而用特征列方法来证明这些定理.     

FPC补强片贴片质量视觉检测系统设计

基于挠性印制电路板补强片贴装质量的检测要求,从硬件与软件系统设计出发,开发适用于FPC补强片的贴片质量视觉检测系统。采用自主设计的弧形机架简化标定过程并减少硬件设备对图像采集的影响。在激光三角测量法的基础上,引入高斯拉普拉斯算子和极限式阈值分割用以分离散射光斑的光心和散射光区域,同时采用形态学运算进一步分离出光心区域。运用矩的不变性进行椭圆拟合并将其中心位置的改变转换为补强片厚度的变化,更易于观测。实验结果表明,改变结构元素的大小,光斑中心位置的波动为1.15像素,且最大误差仅达0.82像素,若闭运算结构元素设定为8,能进一步提高检测精度与检测效率。     

采用球面波叠加法还原自由声场的方法

为解决非自由声场中近场声全息重建时,干扰声在目标声源表面产生的散射影响,提出一种基于球面波叠加法的自由场还原技术。该技术首先采用基于球面波叠加法的声场分离技术获得向内和向外传播的声场,然后以目标声源的表面导纳作为边界条件,实现目标声源辐射声和散射声的分离,从而获得等效于自由声场的测量条件。该技术为准确实现非自由声场中的噪声源识别创造了条件。文中首先详细描述了该技术的基本原理,并提出一种最优球面波展开项数选取方法,最后通过数值仿真说明了该技术的有效性。结果表明:在频率较低时,散射声影响较小,采用声场分离技术和自由场还原技术效果相当;但随着频率升高,散射声影响逐步增强,必须采用自由场还原技术才能准确获得目标声源辐射声。      

基于Kinect传感器多深度图像融合的物体三维重建

物体的三维重建技术一直是计算机视觉领域研究的热点问题,提出一种利用Kinect传感器获取的深度图像实现多幅深度图像融合完成物体三维重建的方法。在图像空间中对深度图像进行三角化,然后在尺度空间中融合所有三角化的深度图像构建分层有向距离场（hierarchical signed distance field）,对距离场中所有的体素应用整体Delaunay三角剖分算法产生一个涵盖所有体素的凸包,并利用Marching Tetrahedra算法构造等值面,完成物体表面重建。实验结果表明,该方法利用Kinect传感器采集的不同方向37幅分辨率为640480的深度图像完成目标物体的三维重建,仅需要48 s,并且得到非常精细的重建效果。     

相机标定的外界影响因素分析

针对相机标定结果易受外界因素干扰的问题,为了提高标定准确度,利用已有的摄像机针孔成像模型,采用自适应角点检测算法提取靶标图像中的特征点,标定结果以重投影横纵像素误差的平均值作为性能指标,对均匀光源的照度、标定图片数量以及标定靶标上棋盘格尺寸3个影响因子做了相应的分组对比实验。研究结果表明,选择亮度高的光源提升标定准确度达到38%以上;特征点数目156个时,仅需18张～22张标定图片;相对较小的棋盘格尺寸可以使得标定准确度提高50%。以上结果充分说明了光源、图片数量和棋盘格尺寸对于提高相机标定准确度具有重要意义。     

旋转型单分子机器

分子机器是一种分子水平上的机器,它是一类通过外部刺激（如化学能、电能、光照等）将能量转化为可控运动的分子器件。由于人工分子机器在纳米科技领域的应用越来越普遍,已经引起人们的广泛关注。人工合成的分子机器在模拟机器运动时主要有线性运动和旋转运动两种基本运动方式,本文重点介绍了几种旋转型的单分子机器,包括分子齿轮、分子转门、分子闸和分子棘轮、分子马达等。这类分子机器的结构特点是由轴、转子和定子三部分组成,其运动特点是转子通过轴围绕定子进行双向或单向旋转。本文在介绍这类分子转子的同时,简单讨论了其设计理念和在溶液状态下所表现出的动力学行为,同时还展望了分子转子和分子马达的发展前景和面临的挑战。     

化学驱动的[2]轮烷型分子梭

机械互锁的轮烷型分子梭在分子机器化学领域具有重要的位置,可通过"积小为大"的方法在分子水平进行新材料的自组装.在外界的刺激下,大环分子可以在轴分子的不同识别位点间或态间往复穿梭,从而引起体系物理或化学性质的交替变化,这种变化又构成了一类基本的机械开关,可以用来执行特定的功能,在分子开关、信息储存和处理等领域具有潜在的应用前景,是超分子化学领域的研究热点.本文以[2]轮烷型分子梭的驱动力(外部刺激)为主线,分别从酸碱驱动、离子配位作用驱动和溶剂极性改变引起的疏水驱动等角度,综述了近年来化学驱动的[2]轮烷型分子梭在合成和应用方面的最新研究进展,同时介绍了其他力(如热力学参数熵、互锁体系中修饰基团尺寸大小、外加化学氧化剂或还原剂、得失电子引起的电化学氧化还原以及紫外-可见光照射诱发的偶氮苯顺反光异构化等方式)驱动的轮烷型分子梭的进展,最后对化学驱动的[2]轮烷型分子梭的未来发展趋势进行了展望.