摘要:为了高效地规划无人机在三维覆盖检测任务的飞行路径,建立了满足覆盖率要求的路径规划模型,可分为两步:第 1 步 确定无人机巡检的视点和视线,第 2 步计算视点的无碰撞访问序列。 首先,从巡检目标的三维点云出发,提出基于 K 均值聚类 生成候选视点的方法,构建候选视点互连的非完全图模型;其次,提出面向排序的混合蚁群算法( sorting-oriented hybrid ant colony algorithm,S-HACO)求取无人机巡检路径,优化目标考虑了路径长度、视点数目、急转弯次数等。 仿真实验结果表明,该方 法得到的视点数目较偏移法和随机采样法分别减少了 96. 25%和 42. 10%,并且 S-HACO 算法较传统算法相比性能更优,目标函 数降低了 19. 14%,算法的运行时间减少了 25. 27%,验证了模型的有效性和算法的可行性。

摘要:针对水面无人艇(USV)可行域及障碍物分割系统对图像处理过程的快速性和准确性要求,研究了一种根据无人艇机载 视觉传感器对水上图像快速分割的算法。 首先经过多地实验采集实验图像,经过数据清洗、图像去重和人工筛选构建原始数据 库,并采用人在回路数据标注方法构造了无人船可行域及障碍物分割数据集,共 5 620 张图像和 25 875 个标签;其次实践了主 流的基于深度学习的语义分割方法,包括 FCN、DeeplabV3 Plus、U-Net;最后针对水上图像的特点和快速分割的任务需求,提出 了一种基于改进 DeeplabV3 Plus 的快速分割网络 DeeplabV3-CSPNet。 网络学习实验、离线航行实验和模型部署结果表明, DeeplabV3-CSPNet 算法取得快速且准确的分割效果,平均精度达到 84. 17%,运算速度达到 49. 26 fps,在边缘计算平台上运算速 度达到 45. 45 fps。

摘要:针对动态环境下强化学习算法对移动障碍物的检测不理想,进而影响最优避障策略的问题。 提出一种以状态预测误差 为内在动机的奖励结构形式(state predict error - intrinsic curiosity module, SPE-ICM)来提高策略函数对 Agent 的环境探索能力。 首先,引入内在奖励机制为 Agent 提供多重奖励(reward)结构;其次,依据内外的奖励结构优化提高 Agent 对环境信息的感知能 力,改进对移动障碍物在数据结构上的采集检测方式,并且依赖新的检测方式对最优避障策略函数进行优化提升;最后,将该网 络模型与深度确定性策略梯度算法(DDPG)结合,运用到以 ROS 搭建的路径规划仿真环境中进行对比实验,验证所提算法的可 行性。 结果表明,所提算法在检测能力、决策能力上效果明显更优。

摘要:针对蚁群算法在全局路径规划时无目的搜索、收敛慢和规划的路径不平滑等问题,本文提出了一种融合 A ∗ 蚁群和动 态窗口法(dynamic window algorithm, DWA)的平滑路径规划方法。 首先,对于传统蚁群算法,利用改进 A ∗ 算法非均匀分配初始 信息素,解决算法初期搜索无目的问题;给出算法自定义的移动步长和搜索方式,提高路径寻优效率;修改转移概率函数中的启 发函数值并增加障碍物影响因子,在避免死锁现象的同时加快收敛速度;采用二次路径优化策略,使得路径更短更平滑;其次在 动态窗口法的评价函数中引入动态避障评价子函数,提高路径的安全性。 仿真实验结果表明,改进 A ∗ 蚁群算法较传统蚁群算 法可减少 8. 75%的路径长度和 59%的转折点数,融合优化动态窗口法后,移动机器人既能保证在静态环境下规划出全局最优 的路径,又能实现动态环境下的路径规划,有效躲避环境中出现的动态障碍物。

摘要:无人靶车是各类精确制导武器在实验和测试阶段的打击目标,为测试制导武器对不同速度车辆的打击能力,无人靶车 应具有在不同车速下完成路径选择和路径规划的能力。 针对这一问题,提出一种可以适用于不同车速条件的无人靶车路径规 划算法。 该算法在传统 A ∗ 搜索算法的基础上进行了改进,将航向角约束与圆弧形搜索方法相结合,同时将车辆的速度特性与 搜索步长建立对应关系,得到一种更符合车辆行驶规律的 A ∗ 搜索算法。 为验证该算法优化的有效性,使用 MATLAB 进行仿真 验证,结果表明,本文改进的 A ∗ 算法,能够解决不同速度(30、45、60 km/ h)要求下的路径规划问题,并在某地区遥感地图上进 行了验证,最后证明能够为无人靶车不同车速下的路径规划问题提供一种新的解决方案。

摘要:针对移动机器人室外环境开阔场景大范围建图时,激光雷达里程计位姿计算不准确从而导致 SLAM 算法精度下降等问 题,设计了一种基于多传感器融合的 SLAM 优化算法。 算法上,通过前端里程计优化提升 SLAM 算法的可靠性,将适用于室外 的 GNSS 等传感器信息与激光里程计融合,在技术上实现了扩展卡尔曼滤波的轻量化并将其嵌入于 LOAM 算法架构中,在尽可 能不增加资源负担的情况下对前端里程计进行改进;在优化算法基础上,搭建了实际移动机器人平台并移植算法,实现了可供 参考的多传感器融合硬件方案与扩展卡尔曼滤波在实际工程中处理多传感器数据的方法。 真实场景下的实验结果表明,在增 加了里程计运算量后算法仍能稳定保持 10 Hz 的室外建图,在复杂开阔环境与低成本条件下具有可靠性与可行性。

摘要:针对中国大学生无人驾驶方程式赛车目标检测系统当前算法检测速度较慢,在不同场景下容易出现检测精度低,漏检、 误检现象严重等问题,文章设计了一种适用于锥标颜色的整体检测系统,在识别模块中,首先,为了提高原 YOLOv5 基础模型检 测速度和识别精度,采用 CIoU 作为边界框回归损失函数,针对训练时收敛速度慢和算法识别精确度低的问题,将原加权非极大 抑制方式更改为 DIoU_NMS,测试精度为 0. 963,相较于原算法提高了 2. 1%,结果表明改进后的算法更适合比赛场景下锥标颜 色识别。 其次,在跟踪模块中,对深度表观特征锥标颜色重识别模型进行训练,将单目标跟踪算法改为可以对多种类别目标进 行跟踪,相比于单一的目标检测算法,有效降低漏检现象,最后,添加测距模块,利用检测框高度信息进行车载摄像头到锥桶的 测距,90 m 以内的平均误差小于 9%。 整个系统的帧率达到 20 FPS,实现锥标颜色识别和距离的有效测量,为比赛提供更多的 数据支持。

摘要:多传感器测量技术被认为是表面计量学中一个很有效的解决方案。 针对多源数据的融合问题,本文提出了一种基于高 斯过程模型的多源点云数据融合框架。 首先,提出一种自适应距离的鲁棒点云配准方法统一不同测量数据集的坐标系;然后, 通过引入平差理论,对来自不同传感器的多个独立数据集之间的残差进行近似,构建基于 Matern 核函数的高斯过程模型;最 后,通过仿真模拟和实际应用,与现有方法进行了一系列对比实验,验证了该方法的有效性。 实验结果表明,该方法能以更高的 融合精度和更快的计算效率融合多传感器数据集。

摘要:MEMS 电容型器件在工作过程中,其电容通常情况下为非正对的极板,边缘效应不容忽视。 为解决此问题,基于保角映 射变换和复变函数相关理论,通过继承传统模型并加以修正,得出电容极板在非正对情况下的边缘效应模型。 经过与有限元仿 真、传统 Heerens 模型、Huang 模型的对比,表明当电容极板从正对到完全移开的过程中,本文模型与有限元仿真的误差在 10% ~20%之间,优于传统 Heerens 模型与 Huang 模型。 进一步,根据本文模型,当极板重合度低于 40%时,边缘效应呈快速增 长,此时其电容值可用本文模型进行计算。 以上结论均得到了 MEMS 阵列电容数字式实验验证。 研究对电容型 MEMS 器件的 设计与性能分析具参考作用。

摘要:针对传统 LVDT 测量电路中高成本模块较多且性能不足的问题,提出并设计了一种基于振荡电路的 LVDT 测量系统。 测量系统将 LVDT 线圈作为谐振电感接入高性能 LC 振荡器,利用其谐振信号的频移获得待测位移,借助谐振器数学模型及理 论分析改善测量系统线性度。 样机实验结果显示,在满位移状态下频率范围可达到 73 ~ 122 kHz,采样速率和分辨率可根据实 际需求进行调整,其最高分辨率可达到 16. 7 bits,实现亚微米级测量,此时采样速率为 200 Sps,非线性误差为 0. 14%FS。 与传 统电桥方法相比,该测量系统综合性能更优,且无需低失真激励及高精度解调模块,在电路成本和尺寸方面具有显著优势。

摘要:针对小样本条件下原型网络在提取特征过程中会丢失振动数据的时序特征,且未修正样本在度量空间中的分布导致模 型精度低的问题,提出一种时序注意力边界增强原型网络的齿轮箱故障诊断方法。 首先,通过构建时间序列注意力模块,建立 通道间的时序特征依赖,获得通道时序融合特征;然后,在计算类原型之后,增加邻边界损失以修正度量空间中的故障特征类内 和类间分布,明确类原型的表征边界。 最后,通过计算测试样本与类原型的欧氏距离,输出故障诊断结果。 实验表明,在小样本 条件下本文所提方法相比其他方法具有更高的故障诊断精度。

摘要:针对采用生成对抗网络进行油井生产参数数据生成时,部分生成数据不符合油井生产过程特性,导致动液面软测量建 模质量不高的问题,提出一种基于专家诊断的生成对抗网络油井动液面软测量建模数据扩充方法。 在判别器基于真实数据与 生成数据得到原始损失值后,结合油井生产的机理过程对生成数据的合理性进行专家诊断,检测判别器判别结果。 对错误结果 进行补偿并加入生成器与判别器的损失函数中进行后续对抗训练,从而生成较优的符合油井生产过程特性的动液面软测量建 模样本数据。 通过仿真实验,生成数据补充到软测量建模的训练数据中能够提高动液面的预测精度,均方根误差降低了 5. 99%。 表明加入专家诊断模块后生成器生成数据质量更高,能够更好地满足油田生产需求。

摘要:水下图像通常存在对比度低以及颜色失衡等现象,导致图像纹理信息不清晰,针对此类问题,提出基于通道量化与红色 先验融合的水下光学图像清晰化方法。 首先,设计两种输入图像版本,图像一通过颜色通道直方图量化重新分配像素值,调整 对比度;图像二为实现色彩均衡,将红色通道先验代入成像模型,用于估计背景光、直接分量透射率和后向散射透射率。 然后, 针对各输入图像设计 3 种权重图,包括亮度图、饱和度图和显著图。 最后,利用多尺度融合策略,将局部对比度提升和颜色校正 图像与其归一化权重图进行融合。 在多个数据库上通过主观和客观指标进行实验评价,结果表明,本文算法在呈现高对比度的 同时,能够恢复出更多的色彩和细节信息,有效提升水下图像质量,与各经典及新颖算法相比具有优势。

摘要:针对单通道脑电信号眼电伪迹去除算法中存在信息丢失和计算速度慢的问题,提出了一种基于经验小波变换 (empirical wavelet transform,EWT)、小波变换(wavelet transform,WT)和近似熵的眼电伪迹去除方法。 首先,采用 EWT 算法自适 应分割脑电信号频谱,在分割的区间上构造合适的滤波器组提取具有紧支撑结构的经验模态分量。 然后对各模态分量进行 WT 分解,计算分解后的近似熵,同时设置近似熵阈值对眼电伪迹自动识别并去除。 最后采用 WT 和 EWT 的逆变换重构信号。 采用公开的 Klados 数据集和 Mohit Agarwal 的 EEG-VR 数据集对算法进行实验,实验结果表明:该方法计算时间的平均值为 0. 199 5 s,Alpha 波的功率失真均值和方差分别为 0. 128 4 和 0. 151 1,Beta 波的功率失真均值和方差分别为 0. 097 7 和 0. 158 0。 所提算法与 EMD-ICA、CEEMDAN-ICA 和 WT 算法相比,计算速度快,伪迹去除能力强,能够保留脑电信号有用信息更多。

摘要:浅水域测流可以促进防洪灌溉等水利工程的发展。 宽带多普勒剖面流速仪( acoustic Doppler current profiler, ADCP)可 以精确监测水域的流层流速信息。 应用于浅水域测流的宽带 ADCP 在较窄流层内不容易达到较好的速度精度,同时窄流层内 容易受到局部湍流干扰。 针对上述问题,本文提出了基于 η 准则的解算结果最优值检索方式,优化了局部相关性评估方法,完 成了基于片上系统(system on chip, SoC)的 ADCP 系统的设计;用声束-流速夹角产生的径向流速进一步验证了算法的效果;并 完成了室外航船实验。 在较窄的径向层厚(6. 3 cm)、伴有湍流干扰时,应用提出的方法后可以将速度精密度提高 37%,准确度 提高 77%,低信噪比时能分别提高 66%和 72%;根据测速值计算的角度与设定角度的误差为 3. 06°,应用提出的方法处理后误 差降为 2. 60°;根据测量速度的误差关系求得的角度误差可达 0. 6°;平静湖泊航船实验中,系统解算标准差最小仅 1 mm/ s,层间 流速误差仅为 1 mm/ s,接近理论流速分布。

摘要:水润滑轴承水膜压力无线监测方法中,由于节点随主轴旋转,其供电成为一大难题。 而常见的电池、滑环和自供电等供 电方法均无法保证无线监测节点的持续和稳定性,因此,提出一种非接触供电方法并深入研究耦合机构电磁耦合机理。 首先, 通过耦合机构磁通路径建立等效磁路模型,获得了物理模型与电感参数的映射关系。 然后,结合有限元仿真分析了耦合机构中 磁芯数量、气隙、径向偏移和旋转等因素对耦合性能的影响,并对两侧电路进行无功补偿,通过联合仿真对比了补偿前后的输出 功率。 最后,将耦合机构安装在水润滑轴承试验台上进行了动态测试试验。 研究结果表明,仿真与试验一致性较好,该耦合机 构在 5 mm 气隙下能够兼顾耦合和抗偏移性能,且不受旋转工况影响,经过补偿后的耦合机构平均输出功率为 12. 496 W,传输 效率为 71. 96%,满足无线监测节点需要。

摘要:为了提高多高速列车在协同运行时的安全性以及舒适性,提出了一种基于改进分布式一致性算法的多高速列车协同巡 航控制策略。 首先,设计了可随列车运行速度实时变化的安全距离间隔。 其次,联合加权双曲正切函数给出分布式协同控制策 略;同时通过坐标变换将列车闭环动力学误差模型转换为典型的二阶多智能体系统模型,并利用李雅普诺夫稳定性证明了闭环 系统在误差状态下的渐进稳定性。 最后,通过仿真对所提方法进行验证,所提方法能动态的调节列车之间的安全距离,且始终 将加速度限制在[-0. 7,0. 7]m/ s 2 以内。 结果表明了多列车跟踪运行的安全性和舒适性都能得到保障。

摘要:针对传统激光雷达在自动化集装箱码头装卸过程中对集装箱三维姿态定位精度低、成本高等问题,提出了一种基于视 觉的集装箱姿态三维测量系统。 首先通过小规模的深度学习网络快速进行集装箱锁孔粗定位,其次通过传统图像处理算法对 集装箱锁孔进行二次定位得到集装箱锁孔的精确位置,最后结合装卸过程中集装箱的物理运动对集装箱姿态进行三维测量。 实验结果表明,与改进前的深度学习网络相比,测量精度更高、测量速度更快;整体算法的测量精度为 93. 71%,约 12. 45 fps,集 装箱姿态测量平均测量误差约为 4. 95%,满足自动化装卸的要求。

摘要:在大规模多输入多输出(multiple-input multiple-output,MIMO)系统信号检测中,最小均方误差( minimum mean square error,MMSE)算法可以得到近似最优检测性能,然而该算法需要高维矩阵求逆,其复杂度很高,无法保证信号的实时检测。 因 此提出一种改进 Richardson 信号检测方法,利用最速下降法和整体修正法改进 Richardson 算法性能,最速下降法可以提供更有 效地搜索路径,得到不同近似解,并且为了提高求解精度,利用整体修正法对不同近似解进行修正,使算法收敛速度更快,同时 将算法复杂度数量级由 O(K 3 ) 降低到 O(K 2 ) 。 仿真结果表明,该算法只需 3 次迭代就可接近 MMSE,在降低复杂度的同时提 高了误码率性能。

摘要:激光干扰能够对热像仪产生饱和、眩光等干扰,对成像质量造成严重影响。 二氧化钒是一种相变材料,在低温半导体态 时,对红外辐射高透射,在高温金属态时,对红外辐射高反射。 该特性可以用于红外热像仪对激光干扰的防护。 利用分子束外 延法制备了自激励二氧化钒薄膜,搭建了实验装置测量了薄膜对中红外激光的透过率。 该薄膜在 3. 525 μm 波长上半导体态时 对激光的透过率为 0. 693,高温金属态时透过率为 0. 069。 利用该薄膜进行了二氧化钒薄膜防护中红外激光干扰热像仪的试 验。 实验结果表明,二氧化钒薄膜为半导体态时,入射激光能量大部分能够透射二氧化钒薄膜,从而对热像仪造成严重干扰;二 氧化钒薄膜为金属态时,入射激光能量绝大部分被衰减,激光对热像仪的干扰程度大幅度降低。 二氧化钒薄膜可以用于热像仪 对激光干扰的防护。

摘要:非接触式温度测量是应对“新冠”、流感等传播性疫情进行大流量防疫筛查的有效手段,可以避免交叉感染的风险,能 够实现公共场合的人体体温监测。 本文基于 YOLOv5 和红外相机设计了人像识别及测温系统,使用红外图像进行人脸目标检 测,提出了一套依靠人脸及遮挡物的额头区域辅助定位算法。 针对人像以及有眼镜、口罩、帽子等遮挡情况构建了数据集,对红 外图像的人像识别进行了训练和预测,实现了针对面部感兴趣区域(额头)的精准定位,并通过该定位实现人体测温,采用 C#开 发了软件界面,实现了对红外图像及其温度的可视化显示与管理。 经过实验测试,基于 YOLOv5 的预测平均准确率为 94%,额 头区域的辅助定位精度达到 97. 3%,算法对红外测温效果的影响在±0. 15℃以内。 系统可长期运行,且对多应用场景具有较好 的适用性。

摘要:针对现有目标检测算法全尺寸目标检测精度低的问题,提出了一种改进的基于 YOLOv3 模型的全尺寸目标检测算法。 该方法设计了一种全新的通道自适应递归 FPN 网络架构,提出了一种基于通道注意力的递归金字塔模型,提高了 YOLOv3 的 特征提取能力和不同尺度目标的检测能力。 同时在训练过程中引入损失函数转换,解决了训练过程中动态参数不优化的问题。 与其他主流目标检测算法相比,本文提出的改进模型在小尺寸目标、大尺寸目标与复杂背景多尺寸目标的检测精度分别提高了 5. 6%、2. 6%、1. 6%。 实验结果表明,本文提出的方法检测精度显著提升。

摘要:为加快天线建模优化速度,提出了一种改进的一维卷积神经网络(1D-MCNN)模型。 此一维神经网络的卷积核大小为 2,将 ReLU 函数作为激活函数降低梯度弥散;利用 Adam 优化器与 dropout 技术结合,提高模型的特征学习能力和非线性函数逼 近能力。 本文使用 1D-MCNN 模型对超宽带微带单极子天线几何参数建模,以天线的 8 个几何参数作为特征输入,对天线的回 波损耗值进行预测。 实验表明,本文所提 1D-MCNN 模型与深层 MLP 网络模型、MLP 网络模型、RBF 神经网络模型相比,回波 损耗值的平均误差分别减小了 1. 95%,120. 27%,125. 71%,拥有更高的准确度,预测能力更强,对优化超宽带天线建模可行且 性能具有一定优越性。

摘要:可插拔相干光模块软硬件复杂度高导致传统手动测试方式无法进行大规模功能和性能评测,严重制约模块测试效率及 产能。 本文设计并实现了面向 400 和 800 Gb / s 相干光模块的自动化测试系统,利用可编程信号调理元件的自动化操控能力, 可以稳定、高效地对相干光模块的固件、状态时序和收发光学指标等功能或性能参数进行测试验证。 通过搭建测试系统对多厂 商 400ZR 和 400ZR+模块进行测试验证,测试时间相比传统手动测试方式可以降低近一个数量级,大幅提高测试效率。

摘要:在对数螺旋阵相干信号 DOA 估计的研究中,本文提出一种 VA-MMUSIC 算法,把对数螺旋阵虚拟成均匀线阵,推导出 虚拟后阵列的协方差矩阵,再将协方差矩阵应用到 MMUSIC 算法中,对相干信号进行 DOA 估计。 仿真结果表明,VA-MMUSIC 算法,能够实现对相干信号的 DOA 估计,且在信噪比为 10 dB,信号间隔在 5°以内时,VA-MMUSIC 算法依然能准确地估计出相 干信号源的方位角,误差始终保持在 0. 5°内,验证了此方法的有效性。 并在实际实验条件下利用对数螺旋阵列接收相干信号 源数据,验证了实际环境下 VA-MMUSIC 算法的有效性。

摘要:为了提高铅酸电池在随机工况下荷电状态(SOC)估计精度,减小误差变化对估计精度的影响。 针对自适应扩展卡尔曼 滤波中误差新息序列长度固定选取的局限性,本文提出一种改进的自适应扩展卡尔曼滤波算法估计 SOC。 通过似然估计来监 测协方差匹配算法中的误差新息序列分布变化时刻,根据误差新息的分布变化来自适应调整新息序列长度,进而降低估计 SOC 时的误差。 首先通过带遗忘因子的递推最小二乘法(FFRLS)辨识获得等效模型参数,其模型平均误差电压为 13. 63 mV,然后 在随机工况实验下发现,改进后的算法在估计 SOC 时的 RMSE 和 MAE 性能上精度分别提高了 14. 44%和 17. 26%,结果表明改 进后的算法拥有更好的稳定性和精度。

摘要:针对传统隧道围岩沉降监测方法鲁棒性较差、难以及时有效的监测隧道围岩沉降值的问题,提出将坐标注意力结合目 标检测算法的隧道围岩沉降自适应识别测量算法。 利用工业相机拍摄不同环境靶标图像建立数据集,训练具有坐标注意力的 目标检测模型,在测试集中验证模型预测精度为 97. 9%。 使用图像中靶标的数字以及 LED 灯点的像素坐标标定测量算法模型 并计算沉降值。 结果表明在 25 m 范围内测量误差小于 1 cm,在 10 m 范围内的靶标测量误差小于 5 mm。

摘要:将压电陶瓷执行器与悬臂梁式应变传感器通过纵-弯转换机械结构复合,设计了一种“电压-力-应变”转换的新型电压 传感器。 压电陶瓷执行器与弹性悬臂梁结构“T 形”连接构成纵-弯转换结构,将压电执行器在电压作用下产生的纵向应力/ 应 变转换为悬臂梁的弯曲应力/ 应变,实现应力/ 应变的纵向-弯曲转换。 布置在弹性悬臂梁结构上下两侧的 4 个电阻应变片组成 惠斯通电桥电路,实现对悬臂梁弯曲应力/ 应变的测量。 高电压强电侧和力敏感的弱电侧之间的机械转换设计,保证了高度电 气隔离。 建立了传感器“电压-力-应变”转换物理模型并通过有限元仿真进行了验证。 制备了传感器样机,测试结果表明,量程 0~ 5 000 V,灵敏度为 0. 01 μV/ V,非线性误差 1. 83%,分辨率 30 V。