基于双kinect数据融合技术的工人作业疲劳智能化检测研究

本文针对制造型企业工人的作业疲劳检测问题,首先采用双kinect数据融合技术,提出了骨骼数据融合算法模型并应用于人体姿势识别,实现对工人作业疲劳姿势的智能化检测;然后将该算法与单kinect、Lin等算法比较,验证该算法的可靠性及识别精度;最后通过企业案例进行工人作业疲劳检测,结合人因工程学对工人动作进行分析并改善,对比验证结果表明,基于姿态角的双kinect人体姿势识别算法识别时间明显缩短,识别率显著增强,精准度较高,工人姿势识别数据具有较高可靠性.     

基于双kinect数据融合技术的工人作业疲劳智能化检测研究

本文针对制造型企业工人的作业疲劳检测问题,首先采用双kinect数据融合技术,提出了骨骼数据融合算法模型并应用于人体姿势识别,实现对工人作业疲劳姿势的智能化检测;然后将该算法与单kinect、Lin等算法比较,验证该算法的可靠性及识别精度;最后通过企业案例进行工人作业疲劳检测,结合人因工程学对工人动作进行分析并改善,对比验证结果表明,基于姿态角的双kinect人体姿势识别算法识别时间明显缩短,识别率显著增强,精准度较高,工人姿势识别数据具有较高可靠性.     

考虑作业疲劳的物料搬运路径研究

针对目前物料搬运路径中无法兼顾搬运效率和作业疲劳的双目标优化问题,主要根据搬运负荷、搬运时间与作业疲劳之间的线性关系,建立作业疲劳函数。以最小化搬运费用和作业疲劳为优化目标,建立搬运路径双目标优化新模型,双目标模型主要采用精英策略的非支配排序的NSGA-Ⅱ遗传算法进行求解,该模型与最小化搬运费用和搬运时间为优化目标的模型进行比较,仿真表明,该模型在保证搬运效率的同时,还能有效地降低作业疲劳,验证了所建模型的有效性。     

基于OWAS的立式加工中心工人疲劳作业分析

以立式加工中心VMC800为研究对象,记录机床加工作业中常见姿势,从人因工程的角度出法,利用OWAS姿势分析对工人作业姿势进行分析评估,据此进行改善优化,有效降低因不合理姿势对作业人员带来的损伤,降低工人作业疲劳度。     

基于OpenCV的车道线识别与跟踪算法

随着无人驾驶汽车技术和机器视觉研究的不断升温,车道线识别与跟踪算法逐渐被人们重视。文章通过定义热点区域并融合其他检测算法提出一种车道线识别与跟踪方法。经过验证,该方法能够在复杂环境下准确地提取出车道线,并预测出消失点,具有较强的实时性、准确性和鲁棒性,对无人驾驶技术具有一定辅助作用。     

数字射线检测焊接缺陷的模式识别算法

为了准确提取与识别焊缝射线数字成像中焊接缺陷,本文提出了一种基于神经网络的模式识别算法。首先,分析了非线性模式分类的基本原理,通过人工神经网络实现对焊缝内存在的焊接缺陷进行分类;然后,采用缺陷的几何特征作为分类算法的输入数据,并应用神经网络关联标准理论评估鉴别能力,证明了特征提取的质量重要性优于数量;最后,将基于神经网络的主要非线性鉴别分量的识别算法应用于缺陷识别中,并通过大量实验分析与评价其分类性能。实验结果数据证明该算法在焊接缺陷模式识别方面具有较高的效率。     

精益生产方式下多能工作业疲劳状况调查研究

为了解精益生产方式下多能工的作业疲劳状况并提出改善方案,本研究以无锡市某大型外资企业K公司为例,随机抽取150名多能工和150名单能工,运用《劳动与作业时间调查表》、《自觉症状调查表》、《疲劳部位调查表》等量表,对员工的疲劳状况进行调查,并对作业疲劳影响因素进行多元线性回归分析。结果发现,疲劳感随工作时间的变化均呈递增趋势,同一时间点多能工疲劳感强于单能工,疲劳部位集中于躯干部位及上下肢,对多能工作业疲劳影响较大的因素有个人所得福利、作业姿势、程序化作业。研究表明,多能工运用不当会加重作业者的作业疲劳,预防多能工作业疲劳要多方面综合考虑。     

融合动态特征和IV-SVM的火焰识别算法研究

应用传感器信号进行火焰识别的方法易受诸多外部环境因素干扰,同时现有火焰图像特征提取方法对于火焰与场景区分能力欠佳,从而导致火焰或场景发生改变时的准确率较低。文章在颜色信息融入尺度不变特征变换方法(Scale-invariant Feature Transform,SIFT)条件中提出融合动态特征和增量支持向量机(Incremental Vector Support Vector Machine,IV-SVM)的火焰识别算法。首先,针对火焰图像应用SIFT算法提取特征描述符;其次,通过火焰在颜色空间的动态特征融合去除噪声点;再次,将特征描述符转换为对应特征向量并作为IV-SVM训练模型内容,从而获取火焰识别算法模型。在互联网火焰图像数据集的实验结果表明,与Kim方法、Dimitropoulos方法、Sumei方法比较,文章的方法对于不同场景与火焰类型均有较高识别率和较快检测速度,具有较好的实际应用意义。     

基于历史航迹的航空器高度改变点数据挖掘模型

为分析航空器飞行中高度变化特征,对航空器历史航迹数据的深入挖掘,识别航空器历史航迹高度改变点,本文建立了一种基于最小二乘法的航空器历史航迹点自适应可扩展拟合池模型.该模型可分析航空器高度剖面并解析高度改变轨迹点,并以此分析管制员高度指令及发布时机.用监视数据对本文模型进行验证,结果表明,该模型能效地检测航空器历史航迹,并识别出高度变化点,识别效率及正确率与初始拟合池池长及步长值相关,当初始拟合池池长为4,步长为1,能达到较高的识别效率及正确率.     

基于人体运动建模的逆运动学算法研究

为提高逆运动建模的速度,并针对传统逆运动学数值法精度不高的问题,提出了一种循环坐标下降算法和BFGS算法结合的逆运动学求解算法。首先利用三维动作捕捉系统得到人体的运动数据,并建立人体的关节模型;然后对循环坐标下降和BFGS结合的算法的实现方法进行分析;最后通过仿真实验验证了算法的可行性。