刘毛毛 作品数:7 被引量:30 H指数:3 供职机构: 中北大学 更多>> 发文基金: 山西省青年科技研究基金 山西省自然科学基金 更多>> 相关领域: 自动化与计算机技术 更多>>
基于点云配准的工业测量技术研究 被引量:2 2015年 对待测产品的测量点云和标准设计点云进行配准,得出产品制造偏差量,进行精度测量评定。先采用主元分析(PCA)法作预匹配,再用随机抽样(RANSAC)算法取重合度高的匹配点对,最后利用最近点迭代(ICP)算法得到高精度的点云配准。其中,采用RANSAC算法得到高重合度的匹配点对,便于得出最优空间坐标转换参数,使得配准精度更高;对抽样次数的估计可以推出点云配准迭代次数,进而有效减少运算时间。实验结果显示算法是有效的。 常江 秦品乐 刘毛毛 陈晓青 张斌关键词:主元分析法 随机抽样法 最近点迭代 多新息优化MFAC控制律在网络控制系统中的应用 2015年 网络控制系统建模难度大或代价高,并且网络环境受时延、丢包、其他节点干扰的影响时刻都在变化,使用传统的控制方法已经难以满足控制要求,在网络控制系统中引入仅利用当前在线数据的无模型自适应控制,从而避开了系统建模问题,同时为了更好地适应网络环境变化,将多新息理论应用于无模型方法的控制律计算,加快其收敛速度,达到准确快速控制的目的;利用TrueTime仿真工具箱,搭建了一个以太网网络控制系统的仿真平台;仿真结果证实了无模型自适应控制算法在非线性系统下的控制效果优于PID,并且证实了使用多新息理论改进无模型控制律算法的有效性。 陈晓青 秦品乐 刘毛毛 常江关键词:网络控制系统 基于多新息Kalman滤波的TLD改进算法 被引量:3 2016年 针对跟踪检测学习(tracking learning detection,TLD)跟踪算法中目标被遮挡后跟踪失败以及跟踪精度不高的问题,本文提出基于多新息Klaman滤波的TLD改进算法,在原始TLD跟踪算法的基础上加入了多新息Klaman滤波算法。改进算法对跟踪目标建模,将TLD跟踪算法的结果作为系统当前状态的观测值,结合多新息Kalman滤波算法的预测值,最优化检测结果,作为当前帧中目标的跟踪位置。通过实验对原始TLD和改进后的TLD算法进行比较,通过在标准测试序列的实验验证,加入多新息Kalman滤波的TLD改进算法与原始TLD算法相比,其跟踪误差更小,而且实现了对跟踪目标被遮挡后的位置预测。 焦蓬斐 秦品乐 苗启广 刘毛毛 吕国宏关键词:目标跟踪 远程伺服系统外物入侵的视觉检测系统设计 被引量:1 2014年 针对目前工业安全人工管理成本高、实时性差的缺点,设计了远程伺服系统外物入侵的视觉检测系统.该系统将基于可编程逻辑控制器CP1H的伺服控制系统与网际组态软件WebAccess相结合,实现了伺服电机的远程监控.在此基础上,应用机器视觉技术实现了对伺服电机周围环境的入侵检测,整个系统分为上位机和下位机两个部分,下位机CP1H实现对伺服电机的控制,上位机WebAccess通过RS232实现了与CP1H的通信.运用Matlab处理网络摄像头采集的实时视频,并通过OPC(Odvanced Process Control)技术将处理结果反馈给WebAccess,WebAccess做出相应的反应,实现对伺服电机的安全控制.最后,通过实验验证了系统的可行性及实用性. 王博 高玉斌 刘毛毛关键词:伺服控制 可编程逻辑控制器 网际组态软件 基于多新息理论的EKF改进算法 被引量:9 2015年 针对标准的扩展卡尔曼滤波算法(EKF)在强非线性系统中估计精度较低的问题,提出了一种改进的扩展卡尔曼滤波算法(MI-EKF),使得滤波精度得到很大的提高。MI-EKF是在标准EKF基础上,结合多新息理论,不仅考虑了系统当前的测量值,而且也充分考虑了之前时刻的有用信息,从而使得MI-EKF的滤波精度和稳定性得到改善。最后,讨论了新息数量对改进算法精度的影响,仿真结果表明包含两个新息的MI-EKF算法滤波效果最佳。 刘毛毛 秦品乐 吕国宏 常江关键词:非线性 扩展卡尔曼滤波 基于多新息理论的卡尔曼滤波改进算法 被引量:6 2015年 系统建模是卡尔曼滤波的基础,系统模型不准确带来的验前数据误差,使滤波器精度降低,甚至可能造成发散.针对这种情况,提出一种基于多新息理论改进的卡尔曼滤波算法.多新息卡尔曼滤波算法不仅考虑了运动目标当前的运动状态,而且也充分利用目标之前运动信息,从而使得多新息卡尔曼滤波算法的滤波精度和稳定性得到改善.仿真结果表明,改进的多新息卡尔曼滤波算法较标准卡尔曼滤波算法更有效,预测精度更高. 刘毛毛 吕国宏 常江关键词:目标跟踪 卡尔曼滤波 基于多新息理论的EKF算法研究 被引量:11 2016年 扩展卡尔曼滤波算法(EKF)是将卡尔曼滤波理论(KF)进一步应用到非线性系统中.然而当系统为强非线性时,EKF就会违背局部线性假设,引起误差增大,从而使得其精度降低,最终导致滤波发散.针对上述问题,提出结合多新息(multi-innovation)理论的改进EKF算法,即多新息扩展卡尔曼滤波(M I-EKF),使系统在原先只利用单个新息的情况下,扩展为能够利用之前多个时刻的新息,从而大大提高了滤波的精度.另外本文同时也从理论上证明了改进的多新息扩展卡尔曼滤波算法的收敛性.最后仿真结果表明,改进的多新息扩展卡尔曼滤波较标准扩展卡尔曼滤波算法更有效. 吕国宏 秦品乐 苗启广 刘毛毛 焦蓬斐关键词:扩展卡尔曼滤波 非线性系统