基于曲率估计的多项式车道线检测方法

车道线检测是自动驾驶研究中的重要组成部分。为了提高车道线在弯道等大曲率场景中的检测能力,提出一种基于曲率估计的多项式车道线检测方法。对采集到的车道线图片做背景剔除处理得到不含天空及障碍物在内的车道线待检测图,根据车道先验知识,将待检测图输入到剪枝后的YOLO V5特征提取网络中对车道线特征进行初步提取,将提取结果滤波二值化处理得到车道线预处理结果及关键点,将关键点连成向量叉乘匹配出直线结果,计算直线结果和预处理结果之间的向量重合度决定车道线是否进入弯道,在弯道中使用牛顿迭代法、海伦-秦九韶算法以及曲率和三角形内切圆关系得到估计曲率,再将其与关键点输入到贝兹多项式拟合出弯道线,最后将直线和弯道拟合结果拼接得到全部预测结果。在实验中,采用平潭当地采集得到的道路数据集训练特征提取网络,训练完成后将100张的带弯道的车道图输入检测模型中,最终模型正确检测出弯道的比例为91%,每张图中检出线长度和实际长度平均比例为86%。该方法在匝道等大曲率弯道车道线检测中具有一定的效果。

基于WiFi控制的LED照明系统的设计

针对传统照明系统功能单一,操作不方便等问题,研发了一种基于WiFi控制的LED照明系统。通过手机APP、WiFi模块,不仅可以实现照明系统亮度的调节,还可以根据用户需求,自定义不同的照明场景,满足不同环境下对照明的要求。该系统具有结构简单、扩展性能好等优点,可同样适用于其他智能控制系统的研发。

基于局部差分算法的线束端子压接质量应用研究

线束是电子化、智能化产业中重要的产品之一,广泛应用于汽车、工业、家电和通讯等领域。在线束端子压接完成后会出现端子头部被挤压扭曲变形,当前线束加工质量检测大多依赖人工检验,容易因为人体视觉疲劳及其他因素导致线束成品检测质量参差不齐,针对此类问题,提出了一种基于图像局部差分的端子质量检测算法,首先采用灰度模板匹配算法定位检测区域,再将标准图像和当前图像作差分,并经过形态学处理和连通区域标记算法测量出变形的位置和大小,针对环境光照变化引起的定位不准现象,采用了一种全局光照补偿的算法降低其影响。测试结果表明,该算法效率高并具有良好的稳定性,适用于端子质量检测。

未知不对称死区补偿方法在三轴微机电陀螺控制中的应用

微机电系统(Micro-Electro-Mechanic System,MEMS)陀螺仪由于微机械加工误差、微米量级的尺度效应和驱动原理上的非线性等因素,驱动梳齿不可避免地受到死区效应影响。针对上述问题,提出基于自适应权值神经网络和比例微分滑模的复合控制方法,分别采用两个RBF神经网络逼近死区的逆和经过驱动梳齿后的实际控制力,以弱耦合的权值自适应律降低控制复杂度,利用滑模控制器的鲁棒性消除两者总的逼近误差,实现微机电陀螺三轴的严格轨迹跟踪。最后采用Lyapunov直接法证明了全局滑模面的可达性和弱耦合自适应律的收敛性。仿真结果表明了该复合控制器的有效性。

基于任务驱动的混合式教学探索与实践——以“变频器技术及应用”课程为例

针对高职电气自动化专业中的“变频器技术及应用”课程实践教学进行了研究。提出了基于任务驱动的线上线下混合式教学方法,重构能力本位的课程教学体系,对“变频器技术及应用”课程进行了教学设计,其中包括:变频器教学模块任务、任务驱动混合式教学策略以及过程性考核方式。该教学方法以任务为主线,坚持教师引导和学生主导,充分利用线上线下教学资源及手段,实现理论与实践教学的和谐统一。

超喂对预缩率影响关系模型构建及分析

针对预缩生产过程中缺乏有效的预缩率的模型,致使预缩生产效率难以提高的问题,根据橡胶毯预缩机预缩过程和橡胶弹性力学,对预缩生产过程中的超喂作用过程以及预缩率影响机制进行深入分析研究,采用机理建模的方法,建立超喂因素对预缩率的影响关系模型。结果表明:根据所建立超喂因素对预缩率贡献模型的预测值与实际测量预缩率值的误差在允许范围内,该模型是可行有效的,对预缩率的在线预测和参数调整具有指导意义。