针对目前视线定位方法在驾驶员头部姿态和光照变化时,易出现定位精度低的问题,提出了一种残差网络辅助的驾驶员视线定位方法。首先在基础的残差网络模型上,改进残差网络结构来控制参数数量,采用激活函数FReLU代替ReLU,解决负值消失的问题;其次构建数据集,预训练检测模型,利用模型对驾驶员进行人脸检测,在人脸检测基础上使用dlib库提取面部特征点并计算头部姿态;最后根据头部姿态和虹膜中心位置信息融合确定视线方向。实验结果表明该方法降低了头部运动姿态和光照变化对视线定位精度的影响,能够实现头部活动范围直径在22cm内的视线定位,视线定位误差为0.7°。

针对全自主扫雪机器人在扫雪运行过程中偏离运行轨迹、覆盖率小、重复率高的问题,提出了一种路径-方向解析的选择搜索机制,设定扫雪场景局部坐标和世界坐标模型,采用视觉处理融合超声波测距反馈机制和方向解析算法,建立人机交互界面决策规则。通过扫雪机器人硬件和软件两个部分连接控制点,软件部分包括积雪识别、位置信息获取、人机界面;硬件部分包括行走机构、浮雪机构、视觉传感器、超声波传感器以及STM32F103ZET6芯片为核心的系统硬件。结果表明该优化控制算法在扫雪场景100cm范围内起点偏移距离维持在±2.17%内、起点偏差角度维持在±0.37%内、扫雪覆盖率≥95%、扫雪重复率≤20%,满足一定区域范围全自主除雪需求。

针对焊后焊缝识别仍存在适应性不强、精度较低的问题,提出了一种基于平滑处理的聚类PCA焊缝识别算法。首先对焊缝图像灰度化预处理,进行Canny检测,对获取的焊缝边缘进行细节点聚类,在此基础上进行主成分分析,对焊缝的细节点计数,并将结果映射;其次为消除映射数据的杂点,进行一维平滑处理,进行数据的阈值化处理并获取峰值的位置,对峰值域进行求导得到焊缝的左、右边界;然后进行反映射得到焊缝的上下边界,最后基于以上方法设计了四组对实验,重点考虑光照强度、分辨率、焊接方式、焊缝数量对本算法的影响。结果表明,这种焊缝识别算法适用于直型焊缝的识别,其精度高于95%。

以晋邦德煤业10406智能工作面为研究对象,采用理论分析、数值模拟、现场观测等手段,对智能工作面矿压规律及控制效果进行分析研究。理论计算得出10406工作面基本顶为“砌体梁”结构,基本顶初次来压步距为29.5 m,周期来压步距为12.6 m.通过数值模拟分析可知,当工作面初次来压步距约30 m时,工作面开始大面积垮落,随着工作面的继续回采,当周期来压步距约13 m时,采场围岩塑性区变大,数值模拟结果和理论分析相符。现场观测表明,工作面智能化电液控液压支架平均移架时间25.5 s,平均活柱缩量2.4 cm.回采过程中基本顶来压步距与理论分析及数值模拟相吻合,支架立柱的平均载荷为30.3 MPa,支架利用率为74%,支架工作阻力发挥效果较好。

解决家庭服务机器人的定位问题是机器人能顺利完成其他家庭生活任务的基础。设计了基于ZIGBEE、RGBD视觉传感器和二维码三种定位的方法，针对这三种定位方法的定位精度最终选择以二维码作为家庭服务机器人的定位方法的基础，提出一种结合视觉传感器的家庭服务机器人定位算法。该算法通过在世界坐标系中以二维码为绝对坐标系坐标建立家庭服务机器人的相对坐标，从而计算出家庭服务机器人在绝对坐标系中的坐标。验数据表明，结合视觉传感器的二维码定位算法，全局定位精度可达到16mm，很好的解决了家庭服务机器人的室内定位问题。

家庭服务机器人控制系统研究的一个最重要的问题是如何实现车体的运动控制精度并形成闭环控制系统。针对家庭服务机器人所处的室内环境，家具摆放没有规律，要求家庭服务机器人的车体运动控制系统必须要有较高的灵活性与快速响应性，设计了基于ARM Cotex-M3为核心控制器的家庭服务机器人车体运动控制系统。家庭服务机器人车体运动控制系统由软件和硬件2部分组成。硬件包括车体、机械臂以及STM32f103vet6芯片作为控制系统核心硬件；软件包括视觉循迹、语音控制、串口通讯，主要是为了给下位机硬件发送控制指令。家庭服务机器人车体控制系统可以实现家庭服务机器人运动灵活性、快速响应性、以及控制准确性。

针对传统人工采摘草莓带来的问题以及我国高架草莓种植面积的迅速推广,为实现草莓采摘的自动化、机械化,设计了高架栽培草莓的采摘机器人系统。高架草莓采摘机器人系统由软件和硬件2部分组成。硬件包括履带式行走机构、三自由度工作台、末端采摘机构以及STM32f103vet6芯片作为控制系统硬件。软件包括成熟草莓的识别、三维坐标定位。实验数据表明高架草莓采摘机器人系统可以完成成熟草莓的识别、成熟草莓的双目定位以及成熟草莓的采摘工作。成熟草莓识别率达到95%以上,在1120mm内双目草莓定位精度1.5cm±5%,完全满足草莓采摘的要求。

机器人导航是室内机器人的关键技术之一，是机器人实现智能化首要解决的问题。针对传统室内家庭服务机器人导航方法存在传感器价格昂贵、动态环境适应能力不足等缺点，提出基于多传感器相结合的机器人导航算法。该算法利用RGB—D视觉传感器和超声波传感器分别获取数据，通过数据融合获得障碍物的三维信息，建立障碍物的三维模型，通过启发式最佳搜索算法对导航路径进行了优化，较好的实现了机器人导航路径的绘制，这为后期研究机器人的智能化打下了坚实的基础。

针对常用的黑白格雷码结合黑白四步相移光栅三维重建需大量编码图像,计算量大和重建速速慢的缺点,提出了彩色格雷码结合彩色三步相移光栅三维重建方法。该三维重建平台由两台相机、一台投影仪和电脑组成。根据彩色编码原理,提出了相应的求解相位方法,并保持横纵相位一致和连续性原则进行了匹配后实现三维重建。最后,将该方法与黑白格雷码结合黑白四步光栅相移三维重建方法进行了实验对比。实验结果表明：彩色格雷码结合彩色三步相移光栅三维重建大大减少了编码图像数量、加快了三维重建速度并具有较好的重建效果。

随着科学的发展,人机交互日益成为社会发展的主流趋势。从传统的鼠标人机交互、手势交互、语音交互再到目前的人眼视线交互等,交互的形式和种类也越来越多、越来越复杂。尤其是机器人技术快速发展的今天,人机交互已经成为国内外的研究热点。人眼定位的精度对视线控制机器人具有重要的影响,因此对传统人眼定位算法进行了研究和改进,提出基于最小二乘法圆形拟合和改进积分投影的人眼定位算法,为后期的人眼视线控制机器人技术打下坚实的基础。通过实验发现该算法具有较强的鲁棒性与很高定位精度。