为了对自主研发的工业机器人进行校准从而提高其运动精度, 提出一种采用双目视觉动态跟踪球面编号靶点的机器人标定方法, 利用安装在机器人末端靶球上特征分布的编号标志点进行工作空间内任意位姿的测量, 由最小二乘迭代准确辨识出机器人的几何结构参数对控制器进行补偿。利用MFC由开放式、模块化思想编制标定软件, 设计视觉测量、数据处理、机器人控制等功能模块, 最后通过测量实例和对比实验, 验证其可靠性和准确性。实验表明, 该软件测量得到的位姿数据具有较高的精度, 扩大了传统视觉跟踪的视野范围; 同时将识别得到的机器人模型实际几何参数进行反馈补偿, 成功地将机器人绝对位置精度由3.785 mm提高到1.618 mm, 姿态精度由0.235 提高到0.139。

针对机器人手眼关系的求解问题, 在现有研究方法基础上, 将传统方法高精度的优点和主动视觉方法的简单易实现性相结合, 提出了一种新的混合求解方法; 只需机器人进行两次正交平移运动及分别对标定板成像一次, 即可标定手眼旋转矩阵R, 再指导机器人移动到标定板原点, 即可求解手眼平移矩阵T。以自主研发的平方六轴串联机器人为实验对象, 应用所提出方法求解出手眼关系, 并用传统方法对所求结果进行分析, 证明该方法误差在1 mm以内, 不需要求解复杂的传统方程, 且准确度高、易实现。

核函数粒子滤波(KPF) 是小噪声动态系统目标跟踪的一种有效方法，核窗宽选择是该方法中核密度估计的核心问题。本文提出了一种基于协方差的变窗宽核粒子滤波算法。该方法首先通过粒子集的协方差矩阵估计粒子的粗略核窗宽和其粗略的后验概率密度，然后调节全局核窗宽获得适用于每一个粒子的精确核窗宽，提高核密度的估计精度;然后,通过迭代寻找后验概率模型，使得粒子集能够在核密度估计后向后验概率密度的真实分布移动，从而提高跟踪精度。通过这种方法生成的新粒子是对后验概率密度的一个更加近似的表达。实验结果表明，在小噪声动态系统中，本文提出的变窗宽核函数粒子滤波在光电目标跟踪的性能和效率(PF的20%粒子数目)上都优于传统的粒子滤波(PF)、UPF(Unscented Particle Filter)以及KPF方法。

介绍了国家同步辐射实验室原子分子物理实验站自行研制的小型光电离反射式飞行时间质谱计(RTOFMS-Ⅲ).该仪器为浮地式结构,可用YAG激光器或同步辐射为激发光源.在质量数为107时,其质量分辨本领可达1034.