Local Feature Based Geometric-Resistant Image Information Hiding

Watermarking aims to hide particular information into some carrier but does not change the visual cognition of the carrier itself. Local features are good candidates to address the watermark synchronization error caused by geometric distortions and have attracted great attention for content-based image watermarking. This paper presents a novel feature point-based image watermarking scheme against geometric distortions. Scale invariant feature transform (SIFT) is first adopted to extract feature points and to generate a disk for each feature point that is invariant to translation and scaling. For each disk, orientation alignment is then performed to achieve rotation invariance. Finally, watermark is embedded in middle-frequency discrete Fourier transform (DFT) coefficients of each disk to improve the robustness against common image processing operations. Extensive experimental results and comparisons with some representative image watermarking methods confirm the excellent performance of the proposed method in robustness against various geometric distortions as well as common image processing operations.

Improving Ship Detection with Polarimetric SAR based on Convolution between Co-polarization Channels

The convolution between co-polarization amplitude only data is studied to improve ship detection performance. The different statistical behaviors of ships and surrounding ocean are characterized a by two-dimensional convolution function (2D-CF) between different polarization channels. The convolution value of the ocean decreases relative to initial data, while that of ships increases. Therefore the contrast of ships to ocean is increased. The opposite variation trend of ocean and ships can distinguish the high intensity ocean clutter from ships' signatures. The new criterion can generally avoid mistaken detection by a constant false alarm rate detector. Our new ship detector is compared with other polarimetric approaches, and the results confirm the robustness of the proposed method.

用于移动机器人自定位的视觉路标设计

为了实现室内移动机器人的自定位,提出了一种简易美观的新型视觉人工路标以及基于对数极坐标系投影直方图的路标识别方法,并用基于共面四点的位姿估计算法计算机器人位姿。实验结果说明,路标检测具有很高的鲁棒性;路标识别方法抗噪声和形变的能力强;位姿精度足够满足室内移动机器人自定位的需要。

一种改进的模糊PD控制器

充分利用非线性跟踪微分器获得高质量微分信号的特性,将跟踪微分器与传统的简单模糊PD控制器相结合,提出一种简单的高性能的改进的模糊PD控制器.该改进模糊控制器的最显著特点是对测量噪声的强鲁棒性和工程易实现性.数值仿真证明了其有效性和高效性.

逆向物流流量不确定闭环供应链鲁棒运作策略设计

考虑一类同时具有再分销、再制造和再利用的闭环供应链在逆向物流流量不确定环境下的运作问题.采用具有已知概率的离散情景描述逆向物流流量的不确定性,利用基于情景分析的鲁棒线性优化方法建立该闭环供应链的多目标运作模型.设计了一个数值算例,其结果验证了运作策略的鲁棒性.在该算例基础上,分析了逆向物流流量的大小对闭环供应链系统运作性能的影响.

改进的符号时间序列分析方法及其在电机故障诊断中的应用

提出了一种改进的基于符号时间序列分析的电机异常探测方法,该方法自适应地将符号序列中出现符号最多的符号区间重新划分为2个新的符号区间,使得数据密集区间可以分配到相对更多的符号,而数据稀疏区间则分配到较少的符号,提高了符号对于信号变化的灵敏度。电机转子断条故障的诊断实验结果表明:该方法较平均划分区间的方法对于电机异常诊断有着更高的灵敏度以及更好的鲁棒性和可靠性。

基于PSO的球磨机粉磨系统自适应模糊控制

提出了一种基于粒子群算法优化(PSO)的模糊控制器,对模糊控制器参数进行全局优化,以弥补模糊控制器参数在线调节方面的不足,并应用于球磨机粉磨系统的控制中。控制系统采用粒子群优化模糊控制器作为双闭环控制中的成品流量控制器,并在Matlab/Simulink进行的仿真分析中实现模糊控制器参数的在线调节。仿真结果表明,系统较好地实现了给定参考轨迹自适应跟踪,具有鲁棒性强、控制精度高等优点。

基于天际线识别的无人机实时姿态角估计

以无人机天际线识别为背景,提出了一种准确、实时的天际线识别算法,并由此估计姿态角。在结合实际情况的基础上,对天际线建立能量泛函模型,利用变分原理推出相应偏微分方程。在实际应用中出于对实时性的考虑,引入直线约束对该模型进行简化,然后利用由粗到精的思想识别天际线。首先,对图像预处理并垂直剖分,然后利用简化的水平直线模型对天际线进行粗识别,通过拟合获得天际线粗识别结果,最后在基于梯度和区域混合开曲线模型约束下精确识别天际线,并由此估计无人机滚动和俯仰姿态角。实验结果表明,该算法对天际线识别具有较好的鲁棒性、准确性和实时性。

基于主动视觉和超声的机器人目标跟踪系统

运动目标跟踪技术是未知环境下移动机器人研究领域的一个重要研究方向。该文提出了一种基于主动视觉和超声信息的移动机器人运动目标跟踪设计方法,利用一台SONY EV-D31彩色摄像机、自主研制的摄像机控制模块、图像采集与处理单元等构建了主动视觉系统。移动机器人采用了基于行为的分布式控制体系结构,利用主动视觉锁定运动目标,通过超声系统感知外部环境信息,能在未知的、动态的、非结构化复杂环境中可靠地跟踪运动目标。实验表明机器人具有较高的鲁棒性,运动目标跟踪系统运行可靠。

基于UD分解的自适应扩展集员估计方法

用于非线性椭球估计的扩展集员算法在实际应用中存存着数值稳定性差、计算复杂度高以及滤波器参数难以选择等问题.本文提出了一种基于UD分解的自适应扩展集员估计算法,用于解决非线性系统时变状态和参数的联合估计和定界问题.新算法将UD分解与序列更新和选择更新策略结合起米,改进了传统扩展集员算法的数值稳定性和实时性能;同时,对滤波器参数进行自适应选择以进一步降低计算复杂度并达到次优估计结果.仿真实验表明了该算法的有效性和鲁棒性.

基于自调整神经元的无人直升机航向控制方法

直升机航向动力学包含输入非线性、时变参数和主-尾旋翼之间的强耦合,传统的比例积分微分(Proportional integral differential,PID)方法很难达到良好的控制性能。基于以上原因,通过把自调整神经元与滑模控制相结合,提出一种能够解决带有输入非线性的航向自适应控制方法。与常规自适应控制相比,用滑模条件代替误差函数作为目标函数,使控制器在保证闭环稳定性的同时,能够进一步使跟踪误差满足期望精度。证明了该方法的稳定性,针对实际模型直升机试验平台航向动力学模型的仿真结果,以及与传统PID方法的比较都表明了该方法的有效性。

一种新的角加速度估计方法及其应用

首先提出了一种新的基于卡尔曼滤波及牛顿预测的角加速度估计方法,在已知电机驱动系统位置信息的情况下,利用卡尔曼滤波实时估计系统的角加速度;同时采用牛顿预测方法解决估计算法的滞后问题,进一步提高了估计加速度的响应频带．以此为基础,本文进一步分析了利用估计加速度进行反馈控制以增强系统对外扰动的鲁棒性问题,提出了加速度反馈控制策略的设计准则并分析了稳定性．在一个直接驱动机器人关节上针对上述加速度估计及控制方法进行了实验研究:将估计加速度的实验结果与实测加速度(利用加速度计)的实验结果进行了比较分析,从而定量地揭示出估计加速度及其反馈控制在实际系统中的可行性及有效性．

移动机器人运动目标跟踪系统设计

利用SONYEV-D31摄像机和自主研发的摄像机控制模块,构建了一套主动视觉子系统,并将该子系统应用于RIRA-II型移动机器人上,实现了移动机器人运动目标自动跟踪功能。RIRA-II移动机器人采用了由一组分布式行为模块和集中命令仲裁器组成的基于行为的分布式控制体系结构。各行为模块基于领域知识通过反应方式产生投票,由仲裁器产生动作指令,机器人完成相应的动作。在设置了障碍、窄通道以及模拟墙体的复杂环境下进行运动目标跟踪实验,实验表明运动目标跟踪系统运行可靠,具有较高的鲁棒性。

可重构装配系统中智能体的开发

为了实现可重构装配系统的快速重构能力,在分析了传统控制结构的基础上,结合分层递阶和分布式控制的优点,提出了基于多智能体系统的混合控制体系结构。这种结构具有低复杂性、强鲁棒性、易维护性、可扩展性以及可重用性等特点,能够适应重构系统的要求。在遵守智能物理代理基金会规范的前提下,以Java智能体开发平台进行了装配系统中各层智能体的实例开发。

小型无人直升机实验平台的设计与实现

高级控制算法对于无人直升机实现高机动性非常重要,但是在实现上也经常受制于鲁棒性和实时性的要求。同时这些控制方法在飞行测试时也会带来高风险。本文介绍了一种自制的安装在机械臂上的直升机作为实验平台去验证控制方法的有效性和可行性,这个平台还能够保证飞行测试的安全性。实验结果显示,能够实现转速跟踪控制以及航向动力学的辨识,并证明平台的有效性。