摘要：针对六自由度机器人砂带打磨作业,基于力跟踪阻抗控制方法建立了一种机器人砂带打磨样机系统.首先,考虑实际打磨过程中砂带以及接触轮的弹性形变和刚度时变等特点,根据Hertz弹性接触理论建立了连续接触力模型.进而,分析砂带打磨过程的刚柔耦合关系,设计了一种具有自适应补偿的力跟踪阻抗控制器,补偿接触时砂带的形变量.然后,依据砂带的材质特点,运用模态中性文件法创建砂带柔性体,在此基础上,在Adams中建立机器人砂带打磨的虚拟样机.最后,利用Adams和Matlab搭建机器人砂带打磨联合仿真平台;仿真实验结果表明该样机能够较好的满足对力控制的要求.

摘要：为了提高机器学习在大数据集中的学习性能,提出了一种基于局部敏感Hash的半监督支持向量机增量学习算法.首先利用局部敏感Hash能快速查找相似数据特性的能力,筛选出第一次增量中与有标签样本相似的样本,通过TSVM（Transductive support vector machine）得到支持向量并筛选出再次增量中有可能成为支持向量的无标记样本,然后与已有支持向量和有标签样本一起作为后续训练的基础,最后使用多个数据集对算法进行验证.实验表明：提出的半监督TSVM增量学习算法能有效地提高训练学习的速度和分类准确率.

摘要：针对大部分基于单目相机的位姿估计方法只适用于平面场景的问题,提出了一种同时适用于平面场景和立体场景的单目位姿估计方法.首先,将所有图像与参考帧进行特征匹配;然后,提取每帧图像中都出现的特征点的像素坐标,并结合地平面约束和相机内参矩阵构建出观测矩阵;其次,对观测矩阵进行奇异值分解得到各帧图像的位姿估计,并利用约束矩阵解决奇异值分解不唯一问题;最后,利用光束平差法优化图像位姿,得到机器人位姿的最优估计.实验结果表明：该方法能准确对移动机器人进行位姿估计.

摘要：人脸三维数字化在医疗、影视制作和虚拟现实等领域具有重要意义,是计算机视觉研究的热点.为快速、完整、低成本和精确地实现人脸三维数字化,提出一种基于多Kinect的三维数字化系统.首先,连续采集8巾贞点云信息,避免信息缺失,改进双边滤波算法,对Kinect获取的点云滤波去噪;然后,精简点云拼接区域,先采用点特征直方图在两点云间寻找配准点,构造协方差矩阵,奇异值分解法求解该矩阵,得到初始变换参数,粗拼接点云;再通过改进的共享最近邻居聚类算法加快粗拼接后两点云间的最近点搜索速度,利用改进的最近点迭代算法实现精拼接;最后,实验结果表明：该系统能够快速、完整和精确地三维数字化人脸,达到了实验预期效果.

摘要：注入式和抽头式相结合的格型结构具有低有限字长效应,采用遗传算法可以高效地找到合适的离散参数,用较低的复杂度实现期望的滤波器性能指标.基于该结构提出一种IIR（无限冲激响应）数字滤波器的硬件实现方法,采用Verilog HDL语言进行编程,并通过QuartusII软件进行仿真验证.该方法有助于IIR滤波器的高效低成本实现,促进其进一步实用化.