堤防光纤感知系统建立与汛期应急监控

汛期堤防安全关系到人民的生命和财产安危与社会稳定,而不断提高汛期堤防应急监控水平是减轻洪涝灾害的必然途径。本文对现有堤防的相关监测技术进行了评述,在此基础上,结合作者20余年在地质与岩土工程光纤监测理论研究、技术研发和堤防监控应用实践,梳理了汛期堤防的应急光纤监控内容;介绍了基于3Ds的分布式光纤感测技术的堤防监控原理与最新进展;构建了汛期堤防应急光纤感知系统;重点介绍了汛期堤防水位、渗流、侵蚀和形变等分布式光纤监控技术,并指出了今后的研发方向和目标,以期为我国的汛期堤防应急防控提供一个新的监控思路与技术手段。

一种针对“低慢小”目标的栅格化感知系统设计

针对“低慢小”目标探测面临的问题,提出了一种栅格化理念解决问题思路,给出了栅格化感知系统的定义,设计了栅格化感知系统,包括传感器分系统、通信分系统、管理控制中心和综合保障分系统等组成和工作过程。分析了栅格化感知系统的关键技术,包括传感器低成本设计、“低慢小”目标检测、数据融合处理等技术。研究了栅格化感知系统的部署原则,建立部署原则模型,对于解决“低慢小”目标探测具有现实指导意义。

感知系统触发条件穿透率评估方法研究

预期功能安全问题制约着自动驾驶汽车的落地。自动驾驶感知系统面临的各种极端行驶环境等极易引起预期功能安全问题。因此,须按照现有预期功能安全标准,在安全分析阶段识别并评估种类多且数量大的触发条件,筛选高价值触发条件为后续测试验证提供测试场景输入。本文中首先基于对触发条件在自动驾驶系统中的风险演化过程的分析,提出一套包括暴露率、穿透率和危害率的三维感知系统触发条件评估体系。随后,基于层次分析法构建了触发条件穿透率量化评估方法。最后,针对某量产车型的融合感知系统分析并选取15个触发条件,构建测试用例并开展封闭场地测试,评估上述触发条件的穿透率。最终经计算筛选得到3个高风险触发条件,验证了触发条件穿透率量化评估方法的可行性。

仿生嗅觉感知系统气体识别和浓度估计模型

常用气体检测模型需要使用气体传感器阵列响应信号的稳态值对气体进行种类识别和浓度估计,而在实际环境中,气体一般处于动态变化的状态,气体传感器阵列响应信号难以达到稳态值或长时间维持稳定状态.针对上述问题,提出一种由动态小波残差卷积神经网络(Dynamic wavelet residual convolutional neural network, DWRCNN)子模型和权重信号自注意力(Weighted signal self-attention, WSSA)子模型组成的气体检测模型.该模型可以直接使用气体传感器阵列的原始动态响应信号对动态变化的气体进行成分识别,并进一步对每种成分气体的浓度在线估计.通过搭建的仿生嗅觉感知系统对模型的性能进行评估,实验结果表明,与常用气体识别模型相比, DWRCNN能获得接近100%气体识别准确率,且在线训练时间短,收敛速度快;与常用气体浓度估计模型相比, WSSA浓度估计模型能够大幅提高气体浓度估计精度,并能同时对不同气体都保持较高气体浓度估计精度,解决了动态环境中仿生嗅觉感知系统需要针对不同气体选择不同最优气体浓度估计模型问题.

面向自动驾驶感知系统的对抗样本攻击研究综述

自动驾驶感知系统通过多种传感器采集周围环境信息并进行数据处理,用于检测车辆、行人和障碍物等,为后续的控制决策功能提供实时的基础数据.由于传感器直接与外部环境相连,且其自身往往缺乏辨别输入可信度的能力,因此感知系统成为众多攻击的潜在目标.对抗样本攻击是一种具有高隐蔽性和危害性的主流攻击方式,攻击者通过篡改或伪造感知系统的输入数据,欺骗感知算法,导致系统产生错误的输出结果,从而严重威胁自动驾驶安全.系统总结分析了自动驾驶感知系统的工作方式和面向感知系统的对抗样本攻击进展.从基于信号的对抗样本攻击和基于实物的对抗样本攻击2方面对比分析了面向自动驾驶感知系统的对抗样本攻击方案.同时,从异常检测、模型防御和物理防御3个方面全面分析了面向感知系统的对抗样本攻击的防御策略.最后,给出了面向自动驾驶感知系统的对抗样本攻击未来研究方向.

基于元宇宙的企业平行竞争情报态势感知系统构建

[研究目的]基于元宇宙视域探索企业平行竞争情报态势感知的智能化实现,有效运用智能技术增强企业竞争情报态势感知预见性和应变能力。[研究方法]通过对平行情报与元宇宙发展与概念的梳理,探究二者的映射关系,提出元宇宙赋能企业平行竞争情报态势感知的运作逻辑,构建了元宇宙赋能企业平行竞争情报态势感知系统及其工作机制,最后从系统构建角度论述了所建系统的实施路径。[研究结论]元宇宙的技术集群为企业竞争情报挖掘及态势感知提供了先决条件,更是连接物的智能和人的智慧的重要桥梁。据此,构建的元宇宙平台在为实现智能感知态势、智慧服务的深入研究提供了实施路径和借鉴参考。

基于知识图谱的自媒体网络舆情态势感知系统

为及时、准确掌握自媒体网络舆情动态信息,设计基于知识图谱的自媒体网络舆情态势感知系统。利用网络爬虫技术获取网络舆情数据,经过数据清洗、文本分词等处理后,利用Neo4j图数据库生成舆情知识图谱,构建BI-LSTM-CRF(双向长短期记忆网络-条件随机场)模型,以预处理层获取的词序列为输入,完成知识图谱构建中的知识实体识别。实验结果显示,该系统可通过有效的舆情事件知识抽取,生成舆情知识图谱,分析舆情的时间分布、传播活跃时间分布以及舆论的演变态势,精准感知舆情的态势发展。

环境感知系统在智能网联汽车上的应用研究

智能网联汽车中的环境感知技术,能够快速的识别和获取周边的环境信息,从而提升汽车的智能化和自动化水平,保证汽车的驾驶安全。然而,环境感知技术在具体应用过程中,面对复杂的环境,仍然存在着环境感知上的问题。为进一步推动环境感知技术的发展,应采用的对策包括开发超声波雷达传感器、毫米波雷达传感器、视觉传感器,通过与时俱进的改进传感器技术,突破环境感知技术的发展困境,为智能网联汽车的发展提供技术支持。

休眠期果树修剪机器人视觉感知系统研究现状

视觉感知系统是休眠期果树修剪机器人重要组成部分,决定了修剪机器人完成剪枝作业的质量。为明确修剪机器人视觉感知系统所面临的挑战及未来发展方向,对休眠期果树修剪机器人系统组成进行了描述,论述了果树枝干信息采集方法、枝干识别方法等。分析目前修剪机器人视觉感知系统存在问题,并指出果树修剪机器人研究的重点方向,为未来修剪机器人的应用提供参考。

冷轧搭接焊机夹紧力数字感知系统的应用研究

钢铁生产企业的冷轧镀锌机组大多采用搭接焊机对带钢进行搭接。在搭接焊机实际使用过程中,由于内夹钳夹紧时会随着带钢一起动作,经过长时间反复抽拉后容易出现松动。针对某冷轧厂C112机组焊机,增加1套冷轧搭接焊机夹紧力数字感知系统,改进现场使用的6个夹紧力螺栓,使其具备力学监测的功能;同时安装1套力在线感知系统,组成冷轧搭接焊机夹钳夹紧力数字感知系统,实现了夹紧力的智能监测分析与预警。通过数字量化测量夹紧力,有效提升了夹紧力的测量精度,解决了人工检测造成的数据偏差和结果不准确问题,有效地判断夹钳的工作状态,保障了带钢的焊接质量。

低碳园区智能感知系统优化配置设计方法

针对目前低碳园区具有规模较大、信息分散、数据采集成本较高的问题,本文提出了一种智能感知系统的多目标优化配置方法。基于提出的智能感知系统结构,以传感网络节点覆盖率最高为目标进行节点选址;同时以投资成本、故障损失成本和运维成本最小为目标,建立数据采集设备优化配置模型。采用量子遗传算法求解多目标优化模型,结合工程实际,以获得传感网络覆盖率和经济效益最大化的配置方案。最后通过算例分析验证所提出的基于量子遗传算法的智能感知系统多目标优化配置方法的有效性。

基于大数据与智能技术的信息安全态势感知系统分析

当前,我国面临日益严峻的网络信息安全威胁,攻击手段日趋多元化、复杂化。为提升相关部门快速反应与溯源能力,研究构建信息安全态势感知系统显得十分必要。在此基础上,本文对大数据技术、智能技术以及信息安全态势感知技术进行了简要地介绍,研究企业级信息安全态势感知系统的建设,提出了信息安全态势感知系统的设计以及挑战。通过该系统的设计和部署,能够有效地检测威胁,并对其进行风险评估与溯源,从而提升企业对安全威胁的检测能力,为企业的安全事故处理提供有效的技术支撑。

智能网联汽车环境感知系统虚拟仿真实训教学研究

智能网联汽车具有复杂的环境感知系统,涉及多传感器融合、信息处理与控制等方面。虚拟仿真平台可以高效、安全地模拟各种复杂路况,使学生在虚拟仿真场景中对汽车环境感知系统进行操作与调试,培养专业技能。相较于实车训练,虚拟仿真实训投入成本低,可以自定义训练场景,开展重复试验,有利于提高学生的学习效率。该文概述智能网联汽车环境感知系统,分析智能网联汽车环境感知系统虚拟仿真实训教学存在的问题,并提出优化策略,从而为提高汽车工程类专业实践教学水平、培养复合型创新人才提供新思路和新方案。

基于大数据的高职院校网络安全态势感知系统构建与应用

高职院校网络安全态势感知系统可有效提升校园网络安全防护能力。该系统旨在准确预测网络安全态势,为风险管理和日常维护提供依据,减少安全问题发生率,降低安全问题带来的影响和损失,从而保障网络安全。系统采用大数据存储与分析、机器学习等关键技术,可对网络数据进行智能处理与安全识别。通过实时监控、态势评估、安全预警及应急响应等功能,该系统可有效保障校园网络安全稳定运行,为高职院校的数字化建设提供安全保障。

YOLOv5监测算法下轨道交通应急预警感知系统构建

为减少城市轨道交通站点中因大客流状态下应急预警系统的滞后性而发生的行人安全问题,选取YOLOv5算法预测客流信息,并利用人工神经网络(ANN)模型来构建城市轨道交通应急预警感知系统。首先,通过模型训练超参数优化和先验框参数优化改进YOLOv5算法;然后,通过预警指标选取、权重分析和阈值界定设计应急预警感知系统;最后,采用Matlab软件构建基于ANN的自组织竞争网络应急预警模型,将优化后的YOLOv5算法采集的数据通过计算代入应急预警感知系统中,通过试验验证应急预警感知系统。结果表明:优化后的YOLOv5算法相较原算法,城市轨道交通大客流状态下行人目标监测精确度提高7.04%;由优化后的YOLOv5算法所采集到的行人数据代入构建的应急预警感知系统后得到的判断结果与实际预警等级一致,证明了该系统的可实施性和有效性,有助于提高城市轨道交通应急预警水平。

苏州高新有轨电车车地综合感知系统应用研究

[目的]在有轨电车半独立路权运营场景下,尤其是在路口区域,存在行人或社会车辆进入有轨电车轨行区的潜在风险。通过布设在车载及地面的感知系统,可对轨行区及有轨电车周围进行监视,识别出潜在风险。为保护有轨电车运行安全,提高线路运营效率,有必要对有轨电车车地综合感知系统的应用进行深入研究。[方法]依托苏州高新有轨电车,分析了有轨电车感知系统和V2X通信技术在城市轨道交通领域的应用场景,包括车辆调控、环境感知、超视距感知、车车通信和车地通信等。介绍了车地综合感知系统在苏州高新有轨电车上的应用情况。通过实际运营数据对该系统性能进行了测试评估。[结果及结论]试验结果表明,基于深度学习方法对车载相机和激光雷达数据进行处理后,有轨电车可在距离其250 m处检测出道路交通中常见的社会车辆和行人;通过V2X通信技术,有轨电车在距离路口600 m以外,即可获得路口的地面感知信息,实现对路口的超距感知;通过车载V2X设备,当前有轨电车可与其他有轨电车和地面控制系统实时交换运行信息及其周围环境数据。车地综合感知系统的响应时间小于0.33 s,漏识别率小于0.1%。

随机共振理论在人体感知系统中的作用

随机共振(stochastic resonance,SR)是一种噪声增强系统响应的现象,该现象的存在可优化系统对小的输入信号的检测和处理能力。在非线性阈值系统中,当阈值、信号和噪声三者之间相互匹配时会发生SR现象。而视觉、听觉与触觉作为人体的三大感知系统,是典型的非线性阈值系统,与人体的运动控制能力密切相关。SR在人体各感觉系统中扮演复杂的角色,一定的噪声刺激可以改善人体的视、听、触觉系统,从而改善人体的步态变异性和手部灵活性,提高平衡功能及本体感觉能力。SR作为临床康复治疗的重要组成部分,可以通过增加神经系统对输入信号的感知能力来帮助人体运动控制能力的恢复。未来应加深对SR的认识,使其成为临床医疗体系中的新型康复治疗手段。

分布式深度学习框架下主动式网络安全性能感知系统设计

主动式网络在数据传输过程中容易受到黑客的攻击,威胁网络整体安全性能,为此,在分布式深度学习框架下设计主动式网络安全性能感知系统。基于分布式理论加速训练深度学习算法获取最佳参数集合,应用训练好的深度学习算法——卷积自动编码器提取安全性能感知数据的重要特征,以此为基础,分析影响网络安全性能的关键因素。选取感知指标,并应用模糊层次分析法计算其权重数值。构建网络安全性能感知模型,制定网络安全性能等级判定规则,即可确定网络安全性能感知结果。实验数据显示,设计系统应用后主动式网络安全性能感知误差最小值为0.4%,保障了主动式网络安全运行。

基于现场总线的分布式智能机器人感知系统研究

感知系统是智能机器人与人、外部环境实现交互最重要的组成部分 ,本文基于现场总线技术 ,对智能机器人感知系统的总体结构、网络拓扑、软件设计、开放互联。

利用感知系统提升高速公路智慧化技术方案探讨

本文针对高速公路的交通特征和存在问题,充分利用现有机电设备,在感知系统的基础上,增加控制、管理、支撑三大系统,通过雷视融合、能见度分析、主线控制、数字孪生、雾区诱导等技术手段,实现全路段感知、准全天候管控、收费稽查、唐山站的数字化收费等功能,路警联动解决不良天气的交通管控问题,减少因天气封路,保障通勤需求。