CN103778347A - 一种家蚕吐丝行为的解析与仿真方法 - Google Patents

一种家蚕吐丝行为的解析与仿真方法 Download PDF

Info

Publication number
CN103778347A
CN103778347A CN201410070576.5A CN201410070576A CN103778347A CN 103778347 A CN103778347 A CN 103778347A CN 201410070576 A CN201410070576 A CN 201410070576A CN 103778347 A CN103778347 A CN 103778347A
Authority
CN
China
Prior art keywords
silkworm
silk
behavior
family
silkworms spin
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410070576.5A
Other languages
English (en)
Other versions
CN103778347B (zh
Inventor
王宇俊
向玉冰
方灿
孙亚芹
谭艳
胡翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest University
Original Assignee
Southwest University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Southwest University filed Critical Southwest University
Priority to CN201410070576.5A priority Critical patent/CN103778347B/zh
Publication of CN103778347A publication Critical patent/CN103778347A/zh
Application granted granted Critical
Publication of CN103778347B publication Critical patent/CN103778347B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Processing Or Creating Images (AREA)

Abstract

本发明涉及了一种家蚕吐丝行为的解析与仿真方法,该方法是基于一种家蚕吐丝行为数据的自动采集方法获得家蚕吐丝行为三维坐标数据,根据多项式曲线拟合的方法,求得家蚕吐丝行为的运动轨迹,利用模拟仿真的原理,再现家蚕的吐丝行为,并从时间和空间等全新的角度分析家蚕的轨迹方程,解析出家蚕吐丝行为的时序和位姿等特性,获得家蚕吐丝行为的平均速度与运动方向。本发明的有益效果在于该仿真方法为获取家蚕吐丝行为数据与蚕丝理化性能之间关联性的研究提供有利依据,有利于家蚕吐丝行为的控制以及蚕丝的获取。

Description

一种家蚕吐丝行为的解析与仿真方法
技术领域
本发明涉及数据仿真领域,尤其是涉及一种家蚕吐丝行为的解析与仿真方法。
背景技术
蚕丝是自然界中最轻最柔最细的天然纤维,撤销外力后可轻松恢复原状,内胎不结饼,不发闷,不缩拢,均匀柔和,可永久免翻使用。
蜘蛛丝的理化性质与蚕丝相比,具有非常明显的优势,特别在力学强度方面,蜘蛛丝纤维与强度最高的碳纤维及高强合纤等强度相接近。目前蜘蛛丝纤维在国防、军事、建筑领域具有广阔前景,而家蚕丝在纺织领域应用广泛。但是由于蜘蛛的地盘意识较强,容易相互残杀而无法大规模集体饲养,因此蜘蛛丝的产量有限。而蚕丝在几千年前就被人类大规模地利用,在全球的年产量达到几十万吨,同时家蚕可以高密度养殖,获得高产量的蚕丝。
家蚕吐丝行为仿真是一个复杂的计算过程。家蚕吐丝行为仿真过程中会模拟出不同实体的行为,通过对家蚕吐丝行为进行分析可以帮助人们理解家蚕的运动轨迹以及运动规律,为获取家蚕吐丝行为与蚕丝理化性能之间关联性的研究提供有利依据。
发明内容
本发明所要解决的技术问题是提供一种家蚕吐丝行为的解析与仿真方法,该方法是基于家蚕吐丝行为三维坐标数据,根据多项式曲线拟合的方法,求得家蚕吐丝行为的运动轨迹,利用仿真的原理,再现家蚕吐丝行为的运动轨迹,并从时间和空间等全新的角度分析家蚕的轨迹方程,解析出家蚕吐丝行为的时序和位姿等特性,为人们提取高质量的家蚕丝提供了有利依据,克服传统力学性能强弱混杂的家蚕丝的缺陷,提高家蚕丝的质量。
本发明所采用的技术方案如下:
一种家蚕吐丝行为的解析与仿真方法,所述方法是基于家蚕吐丝行为三维坐标数据,通过整理重建三维坐标,仿真再现家蚕的吐丝行为,并从时间和空间等全新的角度解析家蚕吐丝行为的时序和位姿等特性,为获取家蚕吐丝行为与蚕丝理化性能之间关联性的研究提供有利依据;具体步骤如下:
步骤A:数据采集,获得家蚕吐丝行为三维坐标数据。
步骤B:数据处理,在Matlab曲线拟合工具箱中,通过GUI传输三维坐标数据,以散点图的方式进行查看。然后采用区间排除法的方法对数据进行预处理,目的是去除界外值、不定值和重复值,减小人为误差,提高精度。
步骤C:模拟仿真,将处理后三维坐标数据分别在xoy以及yoz平面上进行多项式曲线拟合,得到方程φ(x,y)=0,
Figure BDA0000470707510000021
(其中,
Figure BDA0000470707510000022
和φ(y,z)=0分别表示在xoy和yoz平面上的蚕丝运动轨迹);然后对平面曲线进行综合得到空间曲线
Figure BDA0000470707510000023
最后在Matlab下对方程F(x,y,z)=0进行仿真得到的即为家蚕吐丝行为的运动轨迹。
步骤D:行为解析,根据家蚕吐丝行为的运动轨迹方程为F(x,y,z)=0,设定初始点为o(x0,y0,z0),若在时刻t时家蚕运动到点p(xt,yt,zt),通过家蚕的运动轨迹方程,可以得到家蚕在t时刻的梯度 ▿ t = ( ∂ F ∂ x t , ∂ F ∂ y t , ∂ F ∂ z t ) . 相对位移 s → = ( x t - x 0 , y t - y 0 , z t - z 0 ) 以及在时间段[t0,t]下的路程
Figure BDA0000470707510000026
可以得到家蚕的平均速度
Figure BDA0000470707510000027
以及通过梯度
Figure BDA0000470707510000028
可以知道家蚕吐丝下一步的运动方向。由于不同速度下蚕丝的力学性能不同,可以根据速度提取力学性能较强的蚕丝,同时知道了家蚕的下一步运动方向,有利于机械臂按照人为需求去获取蚕丝。
具体地,步骤A中,家蚕吐丝行为三维坐标数据是通过如下方法获得:在放置家蚕的平台上设置两个摄像头,同时采集家蚕吐丝过程中家蚕头部吐丝口的图像序列,然后对采集到的图像序列进行处理,并利用视差原理求出家蚕头部吐丝口的一系列三维坐标点;所述对图像序列的处理是利用家蚕吐丝口的颜色信息不同于家蚕身体其他部位的特点,根据颜色信息从背景中分割出家蚕头部吐丝口。
进一步,所述三维坐标点的求取步骤如下:
(1)利用两个摄像头同时采集到的多幅图像,对摄像机进行标定,得到摄像机的内外参数;
(2)利用摄像机的内外参数对图像进行畸变矫正,使用数学方法消除径向和切线方向上的镜头畸变,得到无畸变图像;
(3)对通过图像序列处理后分割出的家蚕头部吐丝口,分别提取两个摄像头采集到的家蚕吐丝口的特征点;
(4)查找两个摄像机视场中家蚕头部吐丝口的相同特征,求取相匹配的相同特征点的视差;
(5)最后利用图像坐标系与世界坐标系之间的转换关系和得到的视差值,求出该点在世界坐标系中的三维坐标。
本发明具有如下特点:
1.本发明方法是基于家蚕吐丝行为数据的自动采集方法获得家蚕吐丝行为三维坐标数据,获取数据方便,同时减少了建模的复杂性。
2.本发明方法采用了将立体图形拆分成不平行的平面图形,通过多项式曲线拟合的方式先求平面曲线,由不平行平面的曲线图可以获取立体图形。
3.本发明方法可以模拟出家蚕的运动轨迹及其速度,仿真再现家蚕的吐丝行为,为获取家蚕吐丝行为与蚕丝理化性能之间关联性的研究提供有利依据。
附图说明
图1是一种家蚕吐丝行为的解析与仿真模型。
具体实施方式:
以下结合附图进一步说明本发明的结构:
参考图1,对于家蚕吐丝行为的解析与仿真,包括如下的具体步骤:
步骤A:数据采集,获得家蚕吐丝行为三维坐标数据。具体是:在放置家蚕的平台上设置两个摄像头,同时采集家蚕吐丝过程中家蚕头部吐丝口的图像序列,然后对采集到的图像序列进行处理,并利用视差原理求出家蚕头部吐丝口的一系列三维坐标点,求取步骤如下:
(1)利用两个摄像头同时采集到的多幅图像,对摄像机进行标定,得到摄像机的内外参数;
(2)利用摄像机的内外参数对图像进行畸变矫正,使用数学方法消除径向和切线方向上的镜头畸变,得到无畸变图像;
(3)对通过图像序列处理后分割出的家蚕头部吐丝口,分别提取两个摄像头采集到的家蚕吐丝口的特征点;
(4)查找两个摄像机视场中家蚕头部吐丝口的相同特征,求取相匹配的相同特征点的视差;
(5)最后利用图像坐标系与世界坐标系之间的转换关系和得到的视差值,求出该点在世界坐标系中的三维坐标。
步骤B:数据处理,在Matlab曲线拟合工具箱中,通过GUI传输三维坐标数据,以散点图的方式进行查看。然后采用区间排除法的方法对数据进行预处理,目的是去除界外值、不定值和重复值,减小人为误差,提高精度。
步骤C:模拟仿真,将处理后三维坐标数据分别在xoy以及yoz平面上进行多项式曲线拟合,得到方程φ(x,y)=0,
Figure BDA0000470707510000041
(其中,
Figure BDA0000470707510000042
和φ(y,z)=0分别表示在xoy和yoz平面上的蚕丝运动轨迹);然后对平面曲线进行综合得到空间曲线
Figure BDA0000470707510000043
最后在Matlab下对方程F(x,y,z)=0进行仿真得到的即为家蚕吐丝行为的运动轨迹。
步骤D:行为解析,根据家蚕吐丝行为的运动轨迹方程为F(x,y,z)=0,设定初始点为o(x0,y0,z0),若在时刻t时家蚕运动到点p(xt,yt,zt),通过家蚕的运动轨迹方程,可以得到家蚕在t时刻的梯度 ▿ t = ( ∂ F ∂ x t , ∂ F ∂ y t , ∂ F ∂ z t ) . 相对位移 s → = ( x t - x 0 , y t - y 0 , z t - z 0 ) 以及在时间段[t0,t]下的路程
Figure BDA0000470707510000046
可以得到家蚕的平均速度以及通过梯度可以知道家蚕吐丝下一步的运动方向。由于不同速度下蚕丝的力学性能不同,可以根据速度提取力学性能较强的蚕丝,同时知道了家蚕的下一步运动方向,有利于机械臂按照人为需求去获取蚕丝。
本发明采用的区间排除法是采用一定的区间去排除那些用于系统误差导致偏离正常值的异常值。
本发明采用的多项式曲线拟合方法:假设给定数据点(xi,yi)(i=0,1,...m),P为所有次数不超过n(n<m)的多项式构成的函数类,现求多项式是根据给定的数据点最终求得的多项式),使得
R = min ( &Sigma; i = 0 m ( f n ( x i ) - y i ) 2 ) = min ( &Sigma; i = 0 m ( &Sigma; k = 0 n a k x i k - y i ) 2 ) - - - ( 1 )
显然
Figure BDA00004707075100000411
为关于变量a0,a1…an的多项式函数,因此上述问题变为求R=R(a0,a1…an)的极值问题。由多元函数求极值的必要条件,只需要
&PartialD; R &PartialD; a i = 2 * &Sigma; i = 0 m ( &Sigma; k = 0 n a k x i k - y i ) x i j = 0 , j = 0,1 , &CenterDot; &CenterDot; &CenterDot; n - - - ( 2 )
&Sigma; k = 0 n ( &Sigma; i = 0 m x i k + j ) a k = &Sigma; i = 0 m x i j y i , j = 0,1 , &CenterDot; &CenterDot; &CenterDot; n - - - ( 3 )
式(3)是关于a0,a1…an的线性方程组,用矩阵表示为
m + 1 &Sigma; i = 0 m x i &CenterDot; &CenterDot; &CenterDot; &Sigma; i = 0 m x i n &Sigma; i = 0 m x i &Sigma; i = 0 m x i 2 &CenterDot; &CenterDot; &CenterDot; &Sigma; i = 0 m x i n + 1 &CenterDot; &CenterDot; &CenterDot; &Sigma; i = 0 m x i n &Sigma; i = 0 m x i n + 1 &CenterDot; &CenterDot; &CenterDot; &Sigma; i = m x i 2 n a 0 a 1 &CenterDot; &CenterDot; &CenterDot; a n &Sigma; i = 0 m y i &Sigma; i = 0 m x i y i &CenterDot; &CenterDot; &CenterDot; &Sigma; i = 0 m x i n y i - - - ( 4 )
其中,方程组(4)的系数矩阵是一个对称正定矩阵,故存在唯一解。从式(4)中
解出ak(k=0,1,…,n),从而可得多项式
f n ( x ) = &Sigma; k = 0 n a k x k - - - ( 5 )
可以证明,式(5)中的fn(x)满足式(1),即fn(x)为所求的拟合多项式。

Claims (3)

1.一种家蚕吐丝行为的解析与仿真方法,其特征在于:所述方法是基于家蚕吐丝行为三维坐标数据,根据多项式拟合的方法,求出家蚕吐丝行为的运动轨迹,利用仿真的原理再现家蚕的吐丝行为,并从时间和空间角度解析家蚕吐丝行为的时序和位姿,为获取家蚕吐丝行为与蚕丝理化性能之间关联性的研究提供有利依据,有利于家蚕吐丝行为的控制以及蚕丝的获取;具体步骤如下:
步骤A:数据采集,采集家蚕吐丝行为三维坐标数据;
步骤B:数据处理,在Matlab曲线拟合工具箱中,通过GUI传输三维坐标数据,以散点图的方式进行查看;然后采用区间排除法对数据进行预处理,去除界外值、不定值和重复值;
步骤C:模拟仿真,将处理后三维坐标数据分别在xoy以及yoz平面上进行多项式曲线拟合,求得平面运动轨迹,得到方程φ(x,y)=0,
Figure FDA0000470707500000011
(其中,
Figure FDA0000470707500000012
和φ(y,z)=0分别表示在xoy和yoz平面上的蚕丝运动轨迹);然后通过两个不平行的平面轨迹方程组求得的立体运动轨迹方程F(x,y,z)=0,即对平面曲线进行综合得到空间曲线
Figure FDA0000470707500000013
最后在Matlab下对方程F(x,y,z)=0进行仿真得到的即为家蚕吐丝行为的运动轨迹;
步骤D:行为解析,根据家蚕吐丝行为的运动轨迹方程为F(x,y,z)=0,设在t0时刻家蚕所处的位置为o(x0,y0,z0),若在t时刻家蚕运动到点p(xt,yt,zt),通过家蚕的运动轨迹方程,可以得到家蚕在t时刻的梯度
Figure FDA0000470707500000014
以及在时间段[t0,t]下的路程
Figure FDA0000470707500000015
同时可以得到家蚕在时间段[t0,t]平均速度由于不同速度下蚕丝的理化性能不同,可以划分多个时间段Δt0,Δt1,…Δtn,分别求出各个时间段的平均速度,然后根据速度提取力学性能较强的蚕丝,同时通过梯度
Figure FDA0000470707500000017
可以知道家蚕吐丝下一步的运动方向,有利于机械臂按照人为需求去获取蚕丝。
2.根据权利要求1所述的家蚕吐丝行为的解析与仿真方法,其特征在于:所述家蚕吐丝行为三维坐标数据是通过如下方法获得:在放置家蚕的平台上设置两个摄像头,同时采集家蚕吐丝过程中家蚕头部吐丝口的图像序列,然后对采集到的图像序列进行处理,并利用视差原理求出家蚕头部吐丝口的一系列三维坐标点;所述对图像序列的处理是利用家蚕吐丝口的颜色信息不同于家蚕身体其他部位的特点,根据颜色信息从背景中分割出家蚕头部吐丝口。
3.根据权利要求2所述的家蚕吐丝行为的解析与仿真方法,其特征在于:所述三维坐标点的求取步骤如下:
(1)利用两个摄像头同时采集到的多幅图像,对摄像机进行标定,得到摄像机的内外参数;
(2)利用摄像机的内外参数对图像进行畸变矫正,使用数学方法消除径向和切线方向上的镜头畸变,得到无畸变图像;
(3)对通过图像序列处理后分割出的家蚕头部吐丝口,分别提取两个摄像头采集到的家蚕吐丝口的特征点;
(4)查找两个摄像机视场中家蚕头部吐丝口的相同特征,求取相匹配的相同特征点的视差;
(5)最后利用图像坐标系与世界坐标系之间的转换关系和得到的视差值,求出该点在世界坐标系中的三维坐标。
CN201410070576.5A 2014-02-27 2014-02-27 一种家蚕吐丝行为的解析与仿真方法 Expired - Fee Related CN103778347B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410070576.5A CN103778347B (zh) 2014-02-27 2014-02-27 一种家蚕吐丝行为的解析与仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410070576.5A CN103778347B (zh) 2014-02-27 2014-02-27 一种家蚕吐丝行为的解析与仿真方法

Publications (2)

Publication Number Publication Date
CN103778347A true CN103778347A (zh) 2014-05-07
CN103778347B CN103778347B (zh) 2016-10-19

Family

ID=50570575

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410070576.5A Expired - Fee Related CN103778347B (zh) 2014-02-27 2014-02-27 一种家蚕吐丝行为的解析与仿真方法

Country Status (1)

Country Link
CN (1) CN103778347B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339240A (zh) * 2008-08-26 2009-01-07 中国人民解放军海军工程大学 基于双层预测机制的无线传感器网络目标跟踪方法
US20120107763A1 (en) * 2010-10-15 2012-05-03 Adams Bruce W System , method and article for measuring and reporting craniomandibular biomechanical functions
CN102699733A (zh) * 2012-06-12 2012-10-03 大连理工大学 自动换刀机械手臂运动轨迹的测量方法和装置
CN103542981A (zh) * 2013-09-28 2014-01-29 大连理工大学 一种双目视觉测量转动惯量的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101339240A (zh) * 2008-08-26 2009-01-07 中国人民解放军海军工程大学 基于双层预测机制的无线传感器网络目标跟踪方法
US20120107763A1 (en) * 2010-10-15 2012-05-03 Adams Bruce W System , method and article for measuring and reporting craniomandibular biomechanical functions
CN102699733A (zh) * 2012-06-12 2012-10-03 大连理工大学 自动换刀机械手臂运动轨迹的测量方法和装置
CN103542981A (zh) * 2013-09-28 2014-01-29 大连理工大学 一种双目视觉测量转动惯量的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
万婷: "基于双目视觉的运动物体三维轨迹重建研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
李连升: "三维平动并联机器人机构的轨迹综合与规划仿真", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
杨红霞 等: "不同吐丝速度下形成的柞蚕丝的力学性能和结构的初步研究", 《材料导报》 *

Also Published As

Publication number Publication date
CN103778347B (zh) 2016-10-19

Similar Documents

Publication Publication Date Title
Li et al. Unsupervised learning of edges
CN113159051B (zh) 一种基于边缘解耦的遥感图像轻量化语义分割方法
CN108960499B (zh) 一种融合视觉和非视觉特征的服装流行趋势预测系统
CN111325771B (zh) 基于影像融合框架的高分辨率遥感影像变化检测方法
CN102750702B (zh) 基于优化bp神经网络模型的单目红外图像深度估计方法
CN107016406A (zh) 基于生成式对抗网络的病虫害图像生成方法
CN105184325A (zh) 一种人体动作识别方法和移动智能终端
CN110135386B (zh) 一种基于深度学习的人体动作识别方法和系统
Hong et al. Globenet: Convolutional neural networks for typhoon eye tracking from remote sensing imagery
CN105242779A (zh) 一种识别用户动作的方法和移动智能终端
CN107527031A (zh) 一种基于ssd的室内目标检测方法
CN103871100A (zh) 基于点云与数据驱动的树木模型重建方法
CN105930770A (zh) 一种基于高斯过程隐变量模型的人体动作识别方法
CN103745205A (zh) 一种基于多线性均值成分分析的步态识别方法
CN114216682B (zh) 一种基于tcn和bls的滚动轴承的寿命预测方法及装置
CN109544554A (zh) 一种植物图像分割及叶片骨架提取方法及系统
CN110349170B (zh) 一种全连接crf级联fcn和k均值脑肿瘤分割算法
CN106200984A (zh) 运动想象脑‑机接口模型建模方法
CN105138983A (zh) 基于加权部件模型和选择性搜索分割的行人检测方法
CN109685071A (zh) 基于共同空间模式特征宽度学习的脑电分类方法
CN110096976A (zh) 基于稀疏迁移网络的人体行为微多普勒分类方法
CN103152298B (zh) 一种基于分布式压缩感知系统的盲信号重构方法
CN109299669A (zh) 基于双智能体的视频人脸关键点检测方法及装置
CN109409644A (zh) 一种基于改进的c4.5算法的学生成绩分析方法
CN104504391B (zh) 一种基于稀疏特征和马尔科夫随机场的高光谱图像分类方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20161019

CF01 Termination of patent right due to non-payment of annual fee