机械原理MATLAB辅助分析
该书籍提供了如何基于MATLAB软件进行机械原理里面一些机械结构的运动分析，里面还有MATLAB程序可供使用，很不错的一本书。高等学校教材◎李滨城徐超编著机械原理 MATLA辅助分析化学孓业約版祉本书介绍了数学软件 MATLAB辅助机械原理分析的方法。运用解析法,通过建立数学模型,对机构与机器进行精确的分析与综合,是机械原理学科发展的重要方向。全书分为七章,分别应用 MATLAB进行了平面连杆机构的运动分析、平面连杆机构的力分析、连杄机构设计、凸轮机构设计、齿轮机构设计、机械的运转及其速度波动的调节和机构优化设计,每一专题内容通过数学模型的建立、计算实例的介绍、 MATLAB程序的编制,深入浅出地介绍了 MATLAB在机槭原理中的应用。书中大量的程序实例不但实用,更包含作者多年在机械原理教学中使用 MATLAB的经验。本书既可作为高校机械类专业选修课的教材,也可作为学习机械原理和机械原理课程设计的参考书。图书在版编目(CIP)数据机械原理 MATLAB辅助分析/李滨城,徐超编著北京:化学工业出版社,2011.5ISBN978-7-122-10596-7I·机…Ⅲ.①李…②徐…Ⅲ,机构学-计算机辅助分析软件包, MATLABⅣ.TH1139中国版本图书馆CP数据核字.(2011)第026200号责任编辑:杜进祥周永红装帧设计:韩飞责任校对:边涛出版发行:化学工业出版社(北京市东城区青年溯南街13号邮政编码100011)印刷:北京市振南印刷有限责任公司装订:三河市宇新装订厂710mm×100m1/16印张11%字数227千字2011年7月北京第1版第1次印刷购书咨询:010645188传真:010-64519686)售后服务:010-64518899网址:http://www.cipciom,cn凡购买本书,如有缺损质量问题,本社销售中心负责调换。定价:25.0元版权所有违者必究前FOREWORD机械原理 MATLAB辅助分析现今,计算机辅助设计在机被原理学科中得到了广泛的应用。为了在教学中培养学生利用计算机先进软件解决实际问题的思维方法和动手能力,我们从2007年开始尝试在机械原理教学中应用 MATLAB辅助机械原理分析与综合,在多年教学改革实践的基础上,编写了这本《机械原理 MATLAB辅助分析》本书运用科学与工程计算语言 MATLAB进行编程计算,它是一种数值计算的优秀工具,易学易用,一般学生只要经过10多个小时的练习就能够用它完成所需要的计算。本书在内容编写上首先是应用解析法建立分析或综合的数学模型,然后通过具体的计算实例来说明数学模型的使用方法,接着用 MATLAB进行编程计算。书中所附程序全部在计算机上调试通过,有些实例还根据运算结果绘制出了相应的分析曲线图和设计仿真图。其目的一方面可加深学生对课程内容的理解,提高分析问题和解决问题的能力;另一方面,意在培养学生独立编程能力,掌握 MATLAB编程方法和技巧。在编写本书过程中,编者参考了高等院校理工科机械类专业机械原理课程的现行教学大纲,也参照了兄弟院校编写的《机械原理》有关教材。江苏科技大学有关领导和机械原理学科组对本书的编写和出版给予了热情的帮助和支持,在此谨致深切的谢意。由于编者水平有限,加之编写仓促,书中定有不妥之处,恳请读者批评指正。编者2010年10月目录CONTENTS机械原理 MATLAB辅助分析算一章平而连杆机构的运动分析第一节平面连杆机构运动分析概述…………第二节铰链四杆机构的运动分析…1128第三节曲柄滑块机构的运动分析第四节导杆机构的运动分析……………………………………………………14第五节六杆机构的运动分析习题..···.·.4444·:4.:4.4···4a,:s30第二章平面连杆机构的力分析35第一节平面连杄机构力分析概述甲曹鲁,度m曲·使普35第二节铰链四杆机构的力分析……………………………………37第三节曲柄滑块机构的力分析44第四节导杆机构的力分析…………………………………51第五节六杆机构的力分析:::·.=:··..4:··““·4“““+“++:·+t58习题…………………………………………………………-………………………68第三章莲杆机构设计第一节铰链四杆机构类型判断72第二节几何法按连杆上活动铰链已知位置设计四杆机构………………………77第三节位移矩阵法按连杆预定位置设计四杆机构第四节解析法按连杆预定位置设计四杆机构第五节按预定的运动规律设计四杆机构·97第六节按行程速比系数及有关参数设计四杆机构102习题……112算四章凸轮机构设计117笫一节推杆常用的运动规律…………………………………117第二节凸轮轮廓曲线的设计118第三节程序设计实例………………122习题130第五章齿轮机构设计第一节渐开线函数的计算133第二节渐开线标准直齿圆柱齿轮的设计计算·:.+.....::...·..:=.::·138第三节直齿圆柱齿轮机构传动设计计算143第四节渐开线齿轮的范成…………………………………………………“145习题150算六章机的运转及其遠度波动的调节151第一节机槭的运转及其速度波动的调节概述番福…·151第二节机械系统的等效动力学模型……………………………………152第三节机槭运动方程式156第四节机槭运转的速度波动及其调节方法…………………………………,165习题………………167第七章机构优化设计169第一节平面连杆机构再现已知运动规律的优化设计…169第二节凸轮机构最大压力角及其位置的确定……………………………174习題………………………………………178参者文獻第一章平面连杆机构的运动分析第一节平面连杆机构运动分析概述机构的运动分析,就是按照已知的起始构件运动规律来确定机构中其他构件的动。它的具体任务:一是求构件的位置;二是求构件的速度;三是求构件的加速度、数学模型的建立平面连杆机构属闭环机构,在用解析法进行机构运动分析时,采用封闭矢量多边形法求解较为简便。首先建立机构封闭矢量方程式,然后对时间求一阶导数得到速度方程,对时间求二阶导数得到加速度方程。二、程序设计每个平面连杆机构运动分析 MATLAB程序都由主程序和子函数两部分组成,其程序设计流程如图1-1所示。开始开始输入已知参数,如各构件尺寸等输入已知参数,如各构件尺寸等调用子函数求解位移表达式求机构的位移、速度和加速度求解速度表达式用图形输出计算结果求解加速度表达式机构运动仿真结:)结束(a)主程序b)子函数图1-1平面连杆机构运动分析程序设计流程子函数的任务是求机构在某一位置时,各构件的位移、速度和加速度;主程机械原理 MATLAB辅助分析序的任务是求机构在一个工作循环内各构件的位移、速度和加速度的变化规律,并用线图表示出来,同时进行机构运动仿真。第二节铰链四杆机构的运动分析在图1-2所示的铰链四杆机构中,已知各构件的尺寸及原动件1的方位角a1和匀角速度ω,需对其位置、速度和加速度进行分析。、数学模型的建立为了对机构进行运动分析,先如图1-2建立直角坐标系,并将各构件表示为杆矢,为了求解方便,将各杆矢用指数形式的复数表示。1.位置分析B2如图1-2所示,由封闭图形ABCDA可写出机构各杆矢所构成a163的封闭矢量方程+=+(1其复数形式表示为图1-2铰链四杆机构l1en+l2e2=l3e3+l4(1-2)将上式的实部和虚部分离,得l1 tl2 cosb2=l3 cos03+lLysin@1 +l2 sin02=L3 sine(1-3)由于式(1-3)是一个非线性方程组,直接求解比较困难,在这里借助几何方法进行求解,在图中连接BD,由此得D=2 +4A-2L1 cos9=arcsin(,singBD2-lrccs2LBDL363=π82=arcsinls sinBa-Li sinel1-4)2.速度分析将式(1-2)对时间t求一次导数,得速度关系tl202e=l30(1-5)第一章平面连杆机构的运动分析将上式的实部和虚部分离,得G1 w1 cosB)+li az cos]2=l3w3 cose1-6)Liw sinB1+1202 sinB2=l3 w3 sinB3若用矩阵形式来表示,则上式可写为l2 singal3 sinaLi sinBaI(1-7)l2 cost2Co3-l,解上式即可求得二个角速度2、aB33.加速度分析将式(12)对时间t求二次导数,可得加速度关系表达式-L2 sine ls sinB3 ]ra2w2 L2 cose2 als cos03 1o2141coS61le coste -l3 cose1an2 L2 sine2 (3 l3 sinO3 I La3u1 1 siney(18)解上式即可求得二个角加速度a2、a3。二、计算实例例1-1】如图1-2所示,已知铰链四杆机构各构件的尺寸为:l1101.6mm,l=254mm,l3=177.8mm,l4=304.8mm,原动件1以匀角速度1=250rad/s逆时针转动,计算构件2和构件3的角位移、角速度及角加速度,并绘制出运动线图。三、程序设计铰链四杆机构 MATLAB程序由主程序 crank rocker main和子函数crank rocker两部分组成。1.主程序 crank_ rocker_main文件兴著并菁兴并菁普并普菁暑菁#“萧誓養美赀黄并“兴弹一萧萧兴浙普兴黃蒉景是吴暑普暑州,暑1.输入已知数据clear ill=101.6;2=254;l3=177.8;l4=304.8omega=250;alpha1=0hd=pi/180;du=180/pi;%2.调用子函数 crank rocker计算铰链四杆机构位移,角速度,角加速度forn1=1:361theta=(nl-1)*hd:Theta, omega, alpha]-crank rocker(thetal, omega, alpha1, 11, 12, 13. 14)theta2(nl)=theta(1): theta(n1)=theta(2)
- 2020-06-20下载
- 积分：1
基于视频的三维重建研究
这是一篇华中科技大学的硕士毕业论文，里面对三维重建技术的讲解很详细，适合作为综述来看独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集休已经发表或撰写过的研究成果。对木文的研究做出贡献的个人和集休,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关侏留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华屮科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以釆用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口,在年解密后适用本授权书本论文属于不保密口。(请在以上方框内打“√”)学位论文作者签名指导教师签名:日期:年月日日期:年月日万方数据华中科技大学硕士学位论文摘要基于视频的重建技术在计算杋视觉领域中扮演着非常重要的角色,而如何恢复场景的三维模型是目前研究的热点与难点问题。本文围绕基于视频的场景重建技术展开讨论,包括棊于单目视频的三维场景重建和于双目视频的视差图和场景流获取。由于单目包含的深度信息比较少,如何基于单目视频恢复相机的运动参数以及目标的深度信息是研究的重与难点。双目视频虽然包含了非常显著的深度信息,但是考虑到视频中场景的迕续性问题,如何使得恢复岀的深度图保持前后帧的连续性以及场景中运动日标的一致性,也是比较困难的问题。因此,针对上述所提到的问题进行了深入的研究,具体的研究工作如下第一,对三维重建研究进行了详细的介绍,介绍了对于特征点匹配的理解以及我们提出的基于特征引导偏向性高斯混合模型( Feature Guided Biased GaussianMixture model,FGBG);详细介绍立体视觉中立体匹配算法的原理、分类及评测标准,并在4个典型的数据集上对有代表性的局部、全局、半全局算法进行对比实验。此外,详细介绍运动恢复结构(SFM)的基本原理,并进行了实验分析。第二,提岀一种基于双目视频的视差图和场景流获取技术。基于双目视频,首先获得初始的视差图和2D特征点轨迹;在此基础上获得初始的3D稀疏运动轨迹,利用本文提出的 Object Motion Hypothesis(OMH)算法获得运动物体的致性假设采用 slanted-plane model以及参考图像与前后时间点图像对的约束关系,构建超像素和运动物体之间的能量模型,通过优化获得视差和场景流的估计结果。第三,提出一种棊于单目视频的动态场景重建系统。在获取特征点轨迹的基础上,基于运动信息获得特征点轨迹的聚类结果;提出一种基于超像素的多标记Graph-cut算法,得到每一个日标的精确边界;为每一个运动日标分配一个虚拟相机通过标准的SFM方法分别单独估计每个运动目标对应的虚拟相机的参数和稀疏三维点云,通过PMVS和泊松表面重建获得目标的稠密重建结果。关键词:三维重建、单∏视频、双目视频、视差、场景流万方数据华中科技大学硕士学位论文Abstract3D reconstruction based on video has play an important role in computer vision, andhow to recover 3D scene model has been paid much attention and is a difficult problemBased on the importance of 3D reconstruction, in this paper, the 3D reconstruction basedon video has been studied, including 3D scene reconstruction based on monocular videoand depth map and scene flow estimating based on binocular video. Since the monocularcontains much less depth information, how to recover the camera motion and depth maphas been a difficult problem. Besides, although binocular view contains significant depthinformation, it is difficult to keep the consistency of depth map and moving objectsTherefore, in view of the problems mentioned above the specific research works are asFirst. we introduce two directions of 3D reconstruction in computer vision: based onstereo vision method and based on structure from motion. The stereo matching method hasbcen introduced in detail, including algorithm principle, classification, and evaluationmethod. And, we compare the global, local and semi-global algorithm on four typicaldataset. In addition, we have made a detail introduction of structure from motion(SFM)and the experiment has been carried out to get 3D point cloudSecond, a method for depth map and scene flow estimation is proposed. First, inputbinocular video, initial disparity map is got by SGM, 2 point trajectories are got byoptical flow. Then the 3D tracks are got by disparity map and 2D point trajectories, get theobject motion hypothesis. Considering constraint between the reference image and theforward-backward images, the energy model based on super-pixel and object isconstructed using slanted plane model. Finally, the depth map and scene flow will be gotThird, a method for reconstructing monocular dynamic scene with multiple movingrigid objects captured by a single moving camera is proposed. First of all, feature pointsare matched through the video sequence via the optical flow method and the tracks "aregot based on these matches. Then the tracks are divided into several groups according totheir motion differences. An improved graph cuts based multi-label auto imagesegmentation method is used to acquire the accurate boundary of each moving object and万方数据华中科技大学硕士学位论文the static background. Then we assume a virtual camera for each moving object and thestatic background. The pose of these virtual cameras are estimated via the standardStructure from Motion(SFM) pipeline. Finally a dense point set and textured model isreturned for each virtual camera. We evaluate our approach on real-world video sequenceand demonstrate its robustness and effectivenessKey words: 3D reconstruction, monocular video, binocular video, disparity, scenefleOw万方数据华中科技大学硕士学位论文目录摘要Abstract绪论1研究的背景及意义2国内外研究现状1.3论文的主要工作及结构···································:··········.················4·2三维重建基本方法研究2.1引言.………8)2.,2线性摄像机模型(8)23基于特征点的图像匹配24运动恢复结构方法(12)2.5立体匹配与三维重建···.·.·······.·················:····.····················(15)26本章小结(22)基于双目视频的视差图与场景流估计3.1引言(23)3.2运动目标的提取(25)3.3双向约束场景流模型..31)34实验分析.333.5本章小结(444基于单目视频的三维重建研究(45)4.2目标分割(464.3三维场景估计(51)万方数据华中科技大学硕士学位论文4.4实验分析(52)4.5本章小结(55)5全文总结与展望5.1木文的主要页献与创新点(56)5.2工作展望…7)致谢S8)参考文献非D·非非··非。非(59)附录万方数据华中科技大学硕士学位论文绪论11研究的背景及意义视觉是人类的基本功能。通过视觉,人们能够感知外部世界中物体的大小,以及辨别物体之间的相对位置,并且了解它们之间的相互关系。人类把这种功能称为视觉功能。随着科学技术的不断创新,新兴的电子产品不断涌现,数码设备的成熟和计算机理论的涌现让人们越来越关注计算机视觉。人们开始利用摄像机采集视频或者图像,并将其转化为人类可理解的信号。即利用计算机实现模仿人类视觉的功能,计算机视觉也就随之六生。计算机视觉是个涵盖多种学科知识的新兴学科。其理论研究的最终目的是通过对采集到的视频或者图像进行处理,将二维图像或视频转化为三维信息,从而感知场景或物体的形状及运动。因此,计算机视觉吸引了越来越多的研究人员参与其中,包括图像处理与模式识别,应用数学,计算札科学与技术等等。三维场景重建作为计算札视觉中一个重要的研究方向,受到许多研究者的青睐。最近,获取三维场景信息的方式主要有以下三种:第一种,利川常见的建模软件3DMax、CAD等进行重建;第二种,利用深度扫描仪、红外或者激光测距仪器等设备进行三维重建;第三种,利用计算机视觉原理,基于视频或者图像获取场景的三位模型。在上述方法中,第一种是最为成熟的,但是第一种方法的操作步骤十分复杂,并且建模周期长。第二种方式能够获得物伓的髙精度几何模型,但是这些仪器价格昂贵,费时费力,并且对于重建大型场景非常局限。因此,第三种方式受到了普遍的关注,它可以重建复杂的室外大型场景,真实感强,价格低廉且方便携带。利用图像或者视频对场景进行重建,即从图像或视频中恢复场景或者物体的三维几何信息,构建三维模型,给人以视觉亨受。三维重建的用途十分广泛,它可以用于机器人导航,无人驾驶,医学图像分析,游戏等众多方向在众多的三维场景重建方法中,于视频的重建方法一直是一个研究热点。其中,从单目视觉的角度出发,基于单目视频的三维重建技术就是利用单个摄像札对万方数据华中科技大学硕士学位论文场景进行拍摄,研宄如何利用图像序列光流估计运动物体或场景的三维运动来重建三维模型。从双日视觉的角度出发,基于双∏视频的三维重建技术就是利用两个摄像机,从两个不同的角度对同一个场景进行拍摄,研究如何利用左右两个图像序列各自的运动信息,以及左右视图之间的视差信息,完成场景的三维重建。本文的基于视频的三维重建技术具有十分重要的研究价值。针对双目视频,提出了一种基于双目视频的视差图和场景流获取技术,目的是同时获得视差图和场景流信息、。针对单目视频,提出个完整的基于包含多个刚体运动目标的单目动态场景视频的重建系统。12国内外研究现状121基于单目视觉的三维重建研究现状近年来,3D静态场景的重建己经取得了显著性的突破。其中,大多数的研究都是遵循一个特定的步骤:首先从一组多视角的图像中提取特征点,然后对多视图中的特征点进行匹配,构建基础矩阵,恢复相机参数,从而得到玚景的三维结构凹。其中, Snavely N主要通过SFM( (structure from motion)从无序图像序列中恢复相机的位置以及获得场景的三维稀疏点云倒。除∫稀疏点云的重建之外,很多学者也集中研究场景的三维稠密重建四。其中, Seitz s m对多种立体匹配算法进行比较,并且是第一个提供已标定的多视图数据集。 Kolev K在前者的基础之上提出了一个全局能量模型,融合了轮廪信息和立体信息。值得一提的是,深度信息也是一种非常有前景的3D重建方法,主要思想是通过恢复图像的深度信息,融合多幅深度图逃行稠密重建η。此外,很多研究集屮于基于单个视频的稠密表面重建,主要包括基于场景流( scene flow)s, mesh- based稠密表面重建例, patch-base稠密表面重。但是,大多数捕获的视频中,动态场景视频比铰常见。而上述的研究只能用于处理静态场景,它们在应对多目标运动场景方面是十分有限的。最近, Tron r提出了一个包含动态运动目标的场景分割标准山,它是·个重要的3D运动估计和重建的预处埋过程视频重建主要有于两个视图12和基于多个视图314其中,HanM和万方数据
- 2020-12-11下载
- 积分：1
