摘要:凝结核粒子计数器(CPC)是针对亚微米及纳米量级气溶胶颗粒的检测仪器,其在环境监测、气象研究等领域有重要应 用。 国际上有少部分机构已经实现了 CPC 的规模化生产,而国内的相关研究却相对滞后。 本文基于国内外学者对于 CPC 的研 究成果,讨论了近 40 年 CPC 的发展历程。 我们介绍了不同种针对 CPC 结构的优化方案,并围绕生长温度、颗粒浓度、工作液性 质等参数对 CPC 检测性能的影响进行了探讨。 发现鞘流的加入可以显著降低 CPC 的切割粒径,工作液的性质直接决定了 CPC 的计数效率,合理控制冷凝器和饱和器的温差以及颗粒浓度也对 CPC 计数效率有改善作用。 随后介绍了几种主流的 CPC 校准 装置以及校准技术,并对比分析了其优劣性;最后讨论了不同类型 CPC 的测试性能以及主要应用。

摘要:为了实现对精密减速器输入端和输出端角位移的精密测量,建立精密减速器角位移测量系统。 对该系统的机械结构、 角度测量及标定方法、基于非线性最小二乘法的误差补偿模型进行研究。 通过“立式筒状”结构和圆光栅角度传感器“前置”避 免了传统检测仪的弱刚度结构和轴系形变对角度测量造成的影响。 使用光电自准直仪与 24 面棱体结合的方式离散标定圆光 栅角度传感器的角位移测量误差,研究基于谐波分析的误差补偿方法,对角坐标进行补偿,进一步消除误差。 实验结果显示,通 过优化检测仪的结构设计,角位移测量精度达到±7″;误差补偿后,角位移最终测量精度达到±2″,满足减速器角位移测量的高精 度要求,对类似测角系统也有参考价值。

摘要:在纳米时栅传感器的制造过程中,由加工工艺引入的制造误差主要表现为电极几何尺寸误差。 通过运用分段面积积分 方法进行数学建模,详细地分析了电极几何尺寸误差对测量精度的影响,并揭示了采用多个感应电极进行信号拾取会具有一种 平均效应,能够有效地匀化由电极几何尺寸误差随机变化所引入的测量误差。 采用制造精度在 1 μm 级的微纳加工工艺和制 造精度在 10 μm 级的印制电路板(PCB)工艺分别制作了两套量程为 200 mm 的传感器样机,并进行了精度对比实验。 实验结 果表明,由于平均效应的作用,PCB 工艺制作的样机经过简单的线性补偿后,在满量程内取得了±250 nm 的测量精度,接近微纳 加工工艺制作的样机的测量精度。 实验结果验证了多个感应电极平均效应的有效性。

摘要:为了解决超声测距角度引入的误差难以有效补偿的问题,基于函数逼近理论和方法,提出了一种超声测距角度引入误 差的补偿方法。 首先对超声脉冲的传播和入射过程进行了仿真,仿真结果说明不同测距角度下的超声脉冲的传播速度不同,成 为引入误差的媒介。 然后通过实验分析了此媒介作用下的测距角度与误差的相关关系,采用基函数模型组合的方法构建了超 声测距角误差模型。 最后,针对模型自变量(测量距离和测距角度)必须是已知值,不能在实际中实现误差补偿的问题,将测距 的测量值作为迭代运算的变量,将模型作为迭代运算的关系式,设计了一种超声测距角度引入误差的补偿算法。 经实测验证, 该算法在测距角度变化时,可以使测距误差的均值小于 1. 1 mm,有效地补偿了测距角度引入的误差,提高了超声定位的精度。

摘要:当电子设备工作时,电磁性能受温度影响很大,如何用稀疏传感器测量数据实时重构电子设备三维温度场是实现健康 监测和电磁性能控制的关键问题。 针对这一问题,以有源相控阵天线为研究对象,提出了融合仿真数据和测量数据的基于本征 正交分解-正则化最小二乘法-卡尔曼滤波(POD-RLS-KF)的温度场时空重构方法:首先利用 POD 方法将仿真瞬态温度场数据 分离为时间模式系数和空间基函数;然后根据稀疏传感器采集的数据,利用 RLS 和 KF 方法对时间模式系数进行最优估计;最 后结合空间基函数和更新后的时间模式系数实时重构温度场。 仿真和实验结果表明:在仿真工况与实际工况不同时,该方法根 据稀疏传感器提供的少量数据实时计算天线三维温度场。 对比现有重构方法,提出的方法展现出较好重构精度和噪声抑制能 力,重构温度场平均均方根误差是卡尔曼滤波-线性随机估计(KF-LSE)方法的 7. 18% ,是 Gappy 方法的 1. 53% 。

摘要:原子力显微镜(AFM)利用探针与待测物之间的交互作用力进行成像,通过获取矩形纳米光栅计量标准器具的高分辨 率成像得到相关的几何量参数并进行标定,实现从标准计量器具到工作计量器具的量值传递。 在 AFM 扫描过程中,由于针尖 的影响作用,使得扫描所获图像是探针和样品共同作用的结果,而不是样品形貌的真实描述。 针对这一现象,本文提出了一种 基于长短期记忆网络(LSTM)的 AFM 图像复原方法,该方法对通过膨胀法获得的仿真图像各扫描行进行训练,进而获得适用于 矩形纳米光栅 AFM 图像复原模型。 实验结果表明,针对线宽 20 nm,高 40 nm 的矩形纳米光栅,经过该方法复原后光栅线宽的 相对误差为 7. 40% ,相较于传统的复原方法进一步提高了测量准确度。

摘要:为了检测危害人类健康的异丙醇气体,本文制备了基于 In2O3 和 Fe2O3 负载 In2O3(Fe2O3@ In2O3 )空心球的高灵敏度异 丙醇气体传感器,通过表征手段对制备的 In2O3 和 Fe2O3@ In2O3 样品的晶相,形貌和化学成分进行分析。 实验测试结果表明, 在 200℃的最佳工作温度下,与纯的 In2O3 相比,Fe2O3@ In2O3 空心球气体传感器对异丙醇有更好的气敏特性。 Fe2O3@ In2O3 空心球传感器对 100×10 -4% 异丙醇的响应值可达 28. 2 (为纯相 In2O3 的 1. 75 倍),响应时间为 1 s,恢复时间为 2 s,且重复性和 稳定性良好。 Fe2O3 与 In2O3 两种氧化物之间形成了 n-n 异质结,提高了传感器的初始电阻,从而优化了 In2O3 的气敏特性。 本文所制备的 Fe2O3@ In2O3 空心球传感器在检测异丙醇气体方面具有广泛的应用前景。

摘要:在现代机器人技术和柔性电子应用中,迫切需要具有高灵敏度、良好灵活性和三维力测量能力的柔性触觉传感器。 本 文提出了一种基于聚偏氟乙烯(PVDF)压电薄膜的触觉传感器,实现动态三维力测量。 传感器由 3 个夹角为 120°的 PVDF 压电 敏感单元构成 3 个压力敏感区,3 个压电敏感单元安置在聚二甲基硅氧烷(PDMS)半球型结构的底面。 从 PDMS 半球顶部传递 的三轴接触力引起 3 个压电敏感单元的电荷分量发生变化,从而计算出接触力的方向和大小。 本文推导了基于 3 个压电敏感 单元触觉传感器的三维力算法,对所制备的传感器进行了标定,实现了三维动态力的测试。 结果表明,角 θ 的平均误差为 7. 75% ,角 ϕ 的平均误差为 12. 17% ,力 F 的平均误差为 7. 48% 。 该三维力触觉传感器在穿戴式电子产品、健康医疗、人机交互 等领域拥有很好的应用潜力。

摘要:微流量传感器是有着功耗低、响应快、精度高等优点,在汽车工业、航空航天、生物研究、临床诊断等多个领域有广泛的 应用。 量热微流量传感器是通过测量加热器上下游温差来确定流速的,然而当流速超过一定范围后温差响应将不会随流速的 增大,限制了流量传感器的量程。 本文首先数值模拟了在大流率跨度下(0~ 160 SCCM)下温差对流速的响应,发现当扩散作用 占主导时温差对流速的响应几乎是线性的;随着流速的增大,温差的响应逐渐降低,呈非线性;当流速进一步增加时温差的响应 趋于饱和,量热工作模式失灵。 然后,在数值模拟基础上提出了在大流速下采用热线工作模式,而中小流速下依然采用量热模 式的双模式微热流量传感器。 最后,采用 0. 18 μm CMOS-MEMS 的工艺制作了微传感器,并以灵敏度为准则划定了工作模式的 切换阈值,与标准流量计比较后发现误差在 2% 之内,符合实际应用要求,但量程扩大了一倍。

摘要:提高光学电压传感器光路中光波相位差传输稳定性的关键是对系统光路寄生干扰相位差的抑制。 为此研究了 一种基于晶体材料 Pockels 效应,并结合 sagnac 光路结构形成的光学电压传感器,在分析该光路结构互易性机理基础上, 提出了将系统光路改为使用熊猫型保偏光纤和低双折射旋转光纤相结合的形式以消除光敏感电路段产生的模式相位 差,从而提高了传感器光路互易性。 建立了系统光路温度场与热应力数学模型,利用有限元仿真研究了外界环境温度对 其相位差传播产生的影响特性,得到外界温度每增加 1℃ ,光路双折射平均减小 2. 275 21× 10 -7 。 基于此,对该互易性光 路进行了实验研究,实验表明:温度对测量结果最大影响为 1. 733 9% / ℃ ,当环境温度上升 10℃ 时,相比光路全采用熊猫 型保偏光纤,传感器测量准确度从 6. 008% 提高至 1. 53% ;当温度上升 20℃ 时,准确度从 52. 016% 提高至 8. 13% 。 可初 步证明该互易性光路的可行性。

摘要:多解问题是 2D 激光雷达和摄像机最小解标定方法的热点难题,本文针对多解问题,在最小解标定过程中提出 3 个改进 措施。 首先,利用传感器的可视空间约束剔除棋盘格不能被传感器观测的假解。 然后,利用边界激光点到边界线段的约束,改 进了真解选择的误差评价函数。 最后,利用棋盘格边界约束求解平移向量的最小二乘解。 实验中进行仿真数据和真实数据测 试,结果表明本文方法对比 Francisco 方法能提高真解命中率和标定精度。 当激光点的噪声方差小于 20 mm 时,本文方法的真 解命中率在 98% 左右,满足实际应用的需求。 相对与传统最小解标定方法,本文利用棋盘格边界约束和可视空间约束对多解集 合进行筛选,并优化了平移向量,因此有效提高最小解标定方法的性能。

摘要:针对多无人机系统在复杂环境下卫星信号易受到干扰的问题,提出了一种基于环路和积算法的协同导航方法。 根据传 感器的特点,设计了基于 GNSS / INS 紧组合的绝对导航和 UWB 辅助的卫星双差紧组合相对导航,然后使用各个平台自身的绝 对导航信息和平台间的相对导航信息,构建协同导航滤波器,基于环路和积算法,设计了消息传递规则,减少了平台间的流量, 计算任务在各个平台上分布运行,减小了计算压力。 最后对不同复杂场景进行了仿真和物理实验,结果表明该方案的协同导航 精度明显优于不进行协同导航的结果,且随着可观测信息的增多,该方法导航精度越来越高。

摘要:近年来研究表明,足底压力可以反映人体的特征,在生物识别上具有广阔的前景。 本研究探讨了足底压力进行身份识 别的可行性和方法论。 本文使用带有 8 个压力传感器的鞋垫收集了 14 名志愿者 14 000 多个压力数据作为数据集,利用无监督 学习探讨了分类的科学性,并讨论了地面状况对于压力数据的影响。 采用卷积神经网络(CNN)作为分类器,对分类性能进行 了评价,研究了步态分割和多步态周期对提高精度的影响。 实验结果表明,使用分割后的数据分类准确率为 98. 8% ,而没有分 割的为 93. 6 % ,当使用 3 个和 5 个步态周期进行分类时,准确率提升到 99. 4% 和 99. 8% 。 结果表明,用 CNN 对分割后的数据并 选择多个步态周期进行分类在利用足底压力进行身份识别方面具有良好实用价值。

摘要:针对腹部源信号,本文提出一种结合快速独立分量分析(FastICA)与扩展卡尔曼滤波(EKF)的胎儿心电信号提取方法。 首先抑制原始母体腹壁混合信号中的基线漂移、工频干扰和脉冲伪迹。 然后使用 FastICA 从母体腹壁混合信号中分离得到母 体心电信号估计以及含有残留母体心电成分和其他噪声的胎儿心电信号估计。 使用 EKF 对胎儿心电信号估计进行滤波得到 残留的母体心电成分估计,将其抑制后获得含噪声的胎儿心电信号。 最后再次使用 EKF 提取得到清晰的胎儿心电信号。 采用 临床数据进行实验,本文提出的胎儿心电信号提取方法的灵敏度、阳性预测值和 F1 分数分别为 99. 27% , 94. 35% , 96. 71% ,其 基于互相关系数和基于特征值分析的信噪比分别为 6. 145 4 dB 和 6. 509 6 dB。 实验结果表明本文提出的方法在主观视觉效果 和客观评价指标上均优于传统的胎儿心电信号提取方法。

摘要:现有非接触式睡眠心电监测技术对于人体多体位的心电信号有效获取存在一定局限性。 本研究设计了一种隔着衣服 与床单能够获取人体多体位睡眠心电信号的监测系统。 采用柔性导电织物作为电极材料,将心电采集电极制成拱门型状,利用 电容耦合感应变化电场,把心电信号从人体耦合至织物电极。 采用 10 GΩ 的高阻值电阻作为偏置电阻,结合高输入阻抗的仪 表放大器对信号进行差分处理。 使用数字滤波技术去除心电信号中的噪声,运用状态机逻辑算法自动提取心电信号的波形特 征。 通过人体试验对比分析了本系统与条状型非接触式电极以及接触式心电采集系统获取的心电信号质量。 结果表明,该系 统在非皮肤接触条件下可以获取良好的睡眠心电信号,R 波检出率在 95% 以上。

摘要:本文旨在建立脊柱椎板的铣削温度模型,该模型主要考虑了骨密度和铣削参数(切骨深度和铣削进给速度) 对铣 削温度的影响。 首先,在对椎板的逐层切骨过程的分析基础上,采用全因子实验设计法构建了不同铣削参数的切骨实 验,并对不同密度松质骨的发射率进行了标定。 然后,使用机器人和骨外科球形铣刀,在多种不同密度的人工松质骨材 料上,按照不同的切骨深度和进给速度逐层切骨,来收集建立和验证模型所需的温度数据。 使用热成像仪测量了机器人 逐层切骨过程中的两种铣削温度:铣刀温度和骨表面温度。 最后,分析了骨密度和铣削参数对这两种铣削温度的影响, 并利用实验数据和神经网络建立了椎板松质骨的铣削温度预测模型。 实验结果表明,模型估算温度值和切骨实验测量 值的总拟合优度达到 0. 97。 所建模型可帮助外科医生或机器人在逐层铣削脊柱椎板时选择合适的铣削参数,提高椎板 切除手术的安全性。

摘要:膝骨关节炎(OA)是老年人活动受限和身体残疾的主要原因之一,对膝骨关节炎的早期发现和干预可以帮助病人减缓 OA 的恶化。 目前膝骨关节炎的早期发现通过 X 光片进行诊断,参照 Kellgren-Lawrence(KL)标准进行评分,但医师的评分相对 主观,不同医生存在差异。 膝骨关节炎的等级分类是个有序分类问题,序列罚权损失函数将距离真实类别越远的等级赋予了更 高的罚权,因此它更适合于膝骨关节炎的等级分类。 然而,已有工作中的罚权一旦给定,就不再变化,导致其训练模型常常达不 到期望的结果。 本文针对序列罚权损失的不足,提出一种自适应序列罚权调整策略,通过对每一个阶段(epoch)得到的混淆矩 阵,反向指导惩罚权重进行微调,使得罚权矩阵能够自适应调整。 进一步地,本文利用来自骨关节炎倡议组织(OAI)的 X 射线 图像数据,在 ResNet,VGG,DenseNet 以及 Inception 等几种经典的 CNN 模型上验证该方法的性能。 实验结果表明在膝骨关节炎 KL 分级任务上,本文提出的自适应序列罚权调整策略在初始罚权分差较小时,能够有效地提升模型分类精度(AC)与平均绝对 误差(MAE)。

摘要:为了提高人工智能加速器的运算效率和功耗效率,提出了一种新的卷积神经网络(CNN)加速器结构,并实现了神经网 络存算一体的方法。 首先,设计出一种神经网络架构,其具有高度并行计算以及乘加器(MAC)单元高效运行的特性。 其次,为 了降低功耗和面积,采用了对称的静态随机存储器(SRAM)阵列和可调数据流向结构,实现多层网络在 SRAM 中高效计算,减 少了访问外部存储器次数,降低了功耗,提高运算效率。 通过中芯国际 40 nm 工艺,完成了系统芯片( SoC)设计、流片与测试。 结果表明运算速度在 500 MHz 下,算力可达 288 GOPS;全速运行功耗 89. 4 mW;面积 1. 514 mm 2 ;算力功耗比 3. 22 TOPS / W; 40 nm 算力面积比为 95. 1 GOPS / mm 2 。 与已有文献的相比,算力功耗至少提升 4. 54% ,算力面积至少提升 134% ,对于嵌入式场 景应用较适合。

摘要:针对现有的二进制全光全加器所需微环谐振器(MRR)数量较多的问题,首次提出了 3 个 MRR 串联结构的全光全加 器。 针对 MRR 对温度的波动和制程偏差非常敏感,容易产生故障,建立了 MRR 故障模型,设计了全光全加器(OFA)的可靠性 指标平均误差距离,分析了 MRR 单故障模型对 OFA 性能的影响。 插入损耗(insertion loss, IL)的实验结果表明,提出的 OFA 结 构总体上优于现有的 OFA 结构;相比现有的方案,提出的 OFA 结构的 MRR 硬件开销最多减少 70% ,最少减少 50% ;平均误差 距离的实验结果表明,方案 1 和方案 2 的平均误差距离较大,本文提出方案的平均误差距离适中;多位二进制全加器中,最高位 在单故障模型下的,平均误差距离的绝对值均随着多位二进制全加器的位数增加而增大;最低位在单故障模型下的,平均误差 距离的绝对值均随着多位二进制全加器的位数增加保持不变;实物验证和基于 Modelsim 平台的实验验证了 MRR 故障对全加 器的性能影响的正确性。

摘要:针对以 3,4-乙烯二氧噻吩(PEDOT)导电聚合物的固体钽电容,本文以温度和湿度为加速试验应力,采用变间隔测量法 搭建 4 种应力 85℃ / 85% RH、95℃ / 70% RH、95℃ / 85% RH、110℃ / 85% RH 水平下的钽电容恒定应力加速退化试验平台,获取性 能退化参量电容量和损耗因数的退化数据。 针对在温湿度加速应力下钽电容退化参数的非单一变化趋势,利用有序聚类算法 进行退化区间划分;基于误差函数斜率的变化率确定最佳分类数,获得钽电容的稳定退化区间;基于数据重构和维纳过程对电 容量和损耗因数进行拟合,拟合精度分别达到 97% 和 95% ,验证维纳过程建模的有效性;结合 Copula 函数建立基于随机效应维 纳过程的钽电容二元加速退化模型,进行钽电容可靠性评估,推导正常应力水平下产品寿命,符合寿命 12 ~ 15 年的规定。 结果 表明二元加速退化模型能够进行钽电容的退化性能分析和寿命预测。

摘要:针对散料港口无人化取料机往复取料效率低,毫米波雷达感知数据集噪声多、波动频繁、数据不平衡导致现有机器学习 分类模型效果欠佳等问题,提出了一种基于改进模糊孪生支持向量机结合 1-近邻算法的孪生重叠敏感边距分类器的料堆边界 感知方法。 首先,利用毫米波雷达获取料堆边界扫描数据并进行预处理,依据空间分布以及作业特点设计提取点云的 10 维特 征,组成料堆点云样本数据集;其次,引入改进模糊隶属度函数的模糊孪生支持向量机,将料堆点云样本数据集划分为重叠与非 重叠区域;然后,采用模糊孪生支持向量机决策边界、1-近邻算法分别对非重叠与重叠区域样本进行分类,以提高对不平衡数据 集的分类能力;最后,将得到的分类结果加入感知环节,达到料堆边界感知目的。 在人工作业雷达采集的数据集上的实验表明, 所提出感知方法有效提高了对少数类的识别能力。 现场实验表明,改进后的感知方法更接近操作员的判断,斗轮空转时间占比 减少 15. 1% ,提高了无人化取料机的作业效率,对无人化散料港口的建设具有参考意义。

摘要:基于地磁信号的定位技术无需架设信号发送设备,成本低且可覆盖室内定位范围广。 针对室内地磁定位方法采集工作 繁琐复杂需反复测量才能精准映射二维平面坐标点的现状,提出一种基于移动终端图像可视化映射和自动插入采集数据的方 法,快速采集室内地磁指纹,动态建立匹配室内二维地图的指纹数据库。 在此基础上,定位阶段使用改进的动态时间规整 (DTW)算法进行地磁序列匹配,提高大型数据库的动态定位效率。 后续采用粒子滤波算法融合地磁序列定位和行人航位推算 (PDR)的结果,在智能移动终端载体上实现快速精准定位。 实验结果表明该动态定位方法在大型室内区域的动态实时跟踪定 位效率为每步 65 ms,平均定位精度为 1. 4 m 以内。

摘要:为给出简单、准确的碲化镉(CdTe)光伏组件输出特性曲线显式模型,提出利用两条 2 阶 Bezier 函数轨迹分别拟合组件 输出特性最大功率点左、右两侧曲线的思路,分析了控制点对 Bezier 函数的影响规律,明确了最优控制点的存在性,计算了 7 种 不同厂家和型号 CdTe 组件最优控制点下的 Bezier 建模结果,利用相似三角形理论,找出了 Bezier 函数最优控制点位置与组件 填充因子之间的拟合规律,建立了描述 CdTe 光伏组件输出特性的显式模型;最后,利用 4 种新 CdTe 组件对所提规律进行验证, 并以迭代结果为基准和已有模型进行了对比分析。 结果表明,基于 Bezier 函数的 CdTe 组件建模方法的平均相对误差在 0. 49% ~ 1. 5% 之间,而现有模型的精度的平均相对误差在 2. 45% ~ 9. 19% 之间,论证了所提模型的简单性和正确性。

摘要:利用镓基液态金属作为柔性导电材料,制备基于 NFC 的可穿戴柔性标签天线。 通过理论、仿真和实验分析,设计的 NFC 标签天线具有良好的柔性特点和较高的带宽,其在较大拉伸和弯曲变形下的电感变化和谐振偏移程度不大,具有较好的工 作稳定性。 与传统的 NFC 天线不同,设计的天线具有较好的柔性和可拉伸性,可以柔和地贴合在人体皮肤表面,利用该天线制 备的 NFC 标签能够在 13. 56 MHz 工作频率下进行无线通信,最大通信距离约为 3. 36 cm,与人体手腕处皮肤接触后的最大通信 距离约为 3. 12 cm。 制备的柔性 NFC 标签天线以其独特的优点,在信息交换、个人健康数据监测和可穿戴生物传感等领域有着 较大的潜在应用。

摘要:为有效解决移动机器人重定位问题,提出一种融合深度学习和粒子滤波的机器人重定位方法。 首先,提出了 3 自由度 移动机器人重定位方法架构,主要包含重定位模型构建和机器人在线重定位两个递进阶段;其次,在 PoseNet 基础上提出并构 建了针对 3 自由度移动机器人的重定位网络模型 G_PoseNet,并将由 G_PoseNet 预测的位姿结果作为粒子滤波定位算法的初始 化状态,支撑后续重定位过程;然后,提出了一种基于数据模型的机器人绑架状态判定方法,以确定是否启动重定位过程;最后, 在公开数据集上与实际环境中做了大量实验验证了此方法,结果表明:G_PoseNet 模型能够保证一定的位置预测精度并提升了 姿态角预测精度,机器人重定位成功率达到 87% 。

摘要:目前工业机器人谐波减速器健康状态识别多以振动信号为载体,需要外加测试系统,增加了数据获取难度及成 本,且其准确性和有效性受传感器安装位置影响。 基于此,提出基于电压信号深度特征学习的谐波减速器健康状态识别 方法。 利用工业机器人电机电压信号对谐波减速器健康状态进行表征,使用连续小波变换将电压信号转换成时频图以 获得谐波减速器不同健康状态下电压信号的时频信息,构建出数据样本集。 利用卷积神经网络对电压信号时频信息进 行自学习,并有监督调整网络参数,在获得谐波减速器不同健康状态下电压信号深度特征的同时实现对其健康状态的识 别。 实验结果显示,所提方法识别准确率达到了 90% 以上,证明了该方法能够有效识别谐波减速器健康状态,并具有较 好的泛化能力和稳健性。

摘要:针对智能驾驶中出现的交通场景多目标检测与分割效率低、鲁棒性差等问题,提出一种改进的 Mask R-CNN 交通场景 多目标快速检测与分割方法。 首先采用轻量级 MobileNet 作为骨干网络,有效减少网络参数并压缩模型体积,提升后续嵌入式 端的算法移植能力,其次通过优化 FPN 与骨干网络卷积结构,保证高底层之间特征信息的完整传递,通过调整超参数得到交通 场景多目标检测与分割改进网络模型。 设计不同交通场景下的对比实验,改进网络能够准确实现多目标的检测与分割,平均检 测精度可达 85. 2% 。 在 ApolloScape 和 NuScence 数据集上进行迁移实验,改进网络展示出良好的泛化能力。 本文所提出的改进 骨干网络与网络结构优化,能够适应多种复杂交通场景,完成交通场景多目标的快速检测与分割,为智能驾驶提供了理论依据 与技术方案。

摘要:针对水尺图像水位识别中存在的多根水尺拼接、水尺拍摄不完整以及环境适应性差等问题,从摄影测量学角度提出一 种复杂光照条件下不定长水尺图像水位测量方法。 首先通过人工选取的标识点构建水尺在像素坐标系和世界坐标系之间的透 视投影关系;然后利用水尺的颜色特性将水尺与背景分割并二值化;再根据二值化图像使用方差均值阈值法检测水位线位置; 最终通过投影关系计算出水尺图像中水尺中线的表达式,并结合水位线位置计算出水面上水尺中线的真实长度,获得水位值。 本文对水文站真实水尺图像进行了测量实验,将检测结果与遥测水位值进行对比,结果表明本方法提高了不定长水尺图像水位 检测的可靠性,测量精度达到 1 cm,检测分辨率为 1 pixel,基本满足水文站水位监测要求。

摘要:以视觉/ 惯性里程计为代表的视觉/ 惯性定位方法近年来被广泛应用。 传统的视觉/ 惯性里程计通过离线标定方法得到 固定的相机畸变参数,当相机畸变参数标定不准确或发生变化时定位精度会下降。 针对于此,提出了一种面向相机畸变参数在 线自标定的鲁棒视觉/ 惯性里程计方法:首先, 将相机畸变参数加入到视觉/ 惯性里程计的待优化变量中,推导了视觉重投影误 差关于待优化变量的雅可比矩阵;然后通过因子图优化技术,实现相机畸变参数的在线自标定与载体导航信息的实时优化求 解;最后,通过 EuRoC 数据集试验和实际试验验证了所提方法的有效性。 实际试验结果表明:相对传统的视觉/ 惯性里程计方 法,所提方法在室外开阔场景中精度提升了 65. 40% 。