在现有的温度位移检测方法中,绝大部分仅适用于单变量测量,即使有能够同时测量两个变量的方法,测量范围也较窄,无法解决一些高温、腐蚀环境中大范围测量的问题。因此,本文提出了一种基于电涡流传感器的温度位移智能检测方法。首先,基于...在现有的温度位移检测方法中,绝大部分仅适用于单变量测量,即使有能够同时测量两个变量的方法,测量范围也较窄,无法解决一些高温、腐蚀环境中大范围测量的问题。因此,本文提出了一种基于电涡流传感器的温度位移智能检测方法。首先,基于长短期记忆网络(Long Short Term Memory Networks,LSTM)建立电涡流传感器探头线圈的等效电感L、激励频率f、品质因数Q与被测对象的位移x和温度T的模型,然后利用离线数据对该模型进行训练,再利用训练好的模型对位移x和温度T实现在线测量。最后利用仿真对该温度和位移检测方法的有效性进行验证,实验结果表明,与传统的BP、RBF、MOSVR相比,本文方法可以有效地对被测对象的位移x和温度T实现同时检测,并且优于其他方法。同时本文将该检测方法在单片机系统上进行了实现,以验证其解决实际工程问题的有效性。展开更多
为了提高道路双黄线的检测精度和速度,提出了一种基于快速多重信号分类(Multiple Signal Classification,MUSIC)算法的直线检测方法。首先对道路双黄线图像进行分割和边缘提取,得到二值图像,然后转换成虚拟传感器阵列的多快拍信号,再通...为了提高道路双黄线的检测精度和速度,提出了一种基于快速多重信号分类(Multiple Signal Classification,MUSIC)算法的直线检测方法。首先对道路双黄线图像进行分割和边缘提取,得到二值图像,然后转换成虚拟传感器阵列的多快拍信号,再通过构建远场信号模型和近场信号模型,将直线的倾斜角和偏移量检测问题转变为波达方向估计(Direction of Arrival,DOA)问题。最后通过分别划分两次网格,利用MUSIC算法对直线的倾斜角和偏移量进行搜索,从而求得所有直线的倾斜角和偏移量。实验结果表明,本文所提方法能够快速准确地检测出道路双黄线边缘的倾斜角和偏移量,对于自动驾驶技术具有重要的意义。展开更多
文摘在现有的温度位移检测方法中,绝大部分仅适用于单变量测量,即使有能够同时测量两个变量的方法,测量范围也较窄,无法解决一些高温、腐蚀环境中大范围测量的问题。因此,本文提出了一种基于电涡流传感器的温度位移智能检测方法。首先,基于长短期记忆网络(Long Short Term Memory Networks,LSTM)建立电涡流传感器探头线圈的等效电感L、激励频率f、品质因数Q与被测对象的位移x和温度T的模型,然后利用离线数据对该模型进行训练,再利用训练好的模型对位移x和温度T实现在线测量。最后利用仿真对该温度和位移检测方法的有效性进行验证,实验结果表明,与传统的BP、RBF、MOSVR相比,本文方法可以有效地对被测对象的位移x和温度T实现同时检测,并且优于其他方法。同时本文将该检测方法在单片机系统上进行了实现,以验证其解决实际工程问题的有效性。
文摘为了提高道路双黄线的检测精度和速度,提出了一种基于快速多重信号分类(Multiple Signal Classification,MUSIC)算法的直线检测方法。首先对道路双黄线图像进行分割和边缘提取,得到二值图像,然后转换成虚拟传感器阵列的多快拍信号,再通过构建远场信号模型和近场信号模型,将直线的倾斜角和偏移量检测问题转变为波达方向估计(Direction of Arrival,DOA)问题。最后通过分别划分两次网格,利用MUSIC算法对直线的倾斜角和偏移量进行搜索,从而求得所有直线的倾斜角和偏移量。实验结果表明,本文所提方法能够快速准确地检测出道路双黄线边缘的倾斜角和偏移量,对于自动驾驶技术具有重要的意义。
