翰林學(xué)研 普通課題目錄（硬件）

課題名稱

采摘機器人視覺定位及行為控制的硬件在環(huán)虛擬試驗系統(tǒng)設(shè)計

因采摘機器人野外試驗易受收獲季節(jié)、氣候和場地等諸多因素的限制,為輔助試驗采摘機器人視覺定位及其行為控制算法,設(shè)計了基于硬件在環(huán)仿真的葡萄采摘機器人虛擬試驗。該文先利用雙目立體視覺提取葡萄串采摘點及防碰包圍體等空間信息;然后以實驗室已有的6自由度采摘機器人樣機為原型,建立三維虛擬仿真模型,運用D-H法建立機器人坐標(biāo)變換,求解虛擬環(huán)境下機器人運動學(xué)正解和逆解;再以實物視覺提取的葡萄串空間信息為基礎(chǔ),運用VC++、Javascript等編程語言在虛擬現(xiàn)實平臺EON上對采摘機器人視覺定位及其采摘行為進行仿真設(shè)計和編程實現(xiàn),設(shè)計出一套以實物視覺與虛擬采摘機器人相結(jié)合的硬件在環(huán)仿真平臺。最后,在該平臺上對葡萄采摘機器人進行了34次虛擬試驗,試驗中視覺定位、路徑規(guī)劃、夾剪果梗3個環(huán)節(jié)的成功率依次為85.29%、82.35%、82.35%。結(jié)果表明,該方法可很好地運用于驗證和試驗采摘機器人視覺定位及其行為算法。

基于GINI指數(shù)分類的嵌入式CPU功耗預(yù)測方法

文中提出了一種基于嵌入式系統(tǒng)CPU功耗預(yù)測并對其進行低功耗優(yōu)化的方法.引入GINI指數(shù)的構(gòu)建訓(xùn)練分類器,利用PowerTop工具對系統(tǒng)CPU進行監(jiān)測,并以此作為訓(xùn)練數(shù)據(jù)集,將該分類器封裝到系統(tǒng)中,對嵌入式系統(tǒng)的CPU頻率、電壓及所處的狀態(tài)進行預(yù)測.通過仿真實驗表明,該方法在系統(tǒng)負載較小的情況下,對嵌入式CPU功耗的優(yōu)化的效果更好.