一种全局低偏的视觉/惯性/弱定位辅助融合导航系统

以视觉惯性为核心的导航技术在长期运行工况下误差会不断累积,进而产生严重的轨迹偏移。针对该问题,提出一种全局低偏的视觉/惯性/弱定位辅助融合导航系统。该系统以视觉惯性里程计高频率、高局部精度特性为基础,在室内外不同场景中,提供可选的全局信息辅助方案,融合卫星导航原始信息、超声基站测距信息以及视觉靶标定位辅助信息,实现室内外一体化全局低偏导航。搭建数据平台采集现实数据,基于激光点云匹配方法生成轨迹真值,将本文方法与VINS-Mono方法和ORBSLAM3方法进行导航精度评估对比,证明所提出的系统在全天候室内外不同光照环境中鲁棒性最好,在局部和全局都具备最优的导航精度。

针对不停机风力发电机改进的自动调焦系统

风能是一种重要的可再生资源,因此对风力发电机组进行损伤检测具有重要意义。由于叶片图像的清晰度对损伤检测有很大影响,因此需要通过自动调焦步骤获得清晰的图像。不停机风力发电机叶片追踪图像中叶片的位置和尺寸改变,无法准确评估图像清晰度。因此,通过聚焦搜索策略无法实现自动聚焦步骤。文中提出一种基于改进的清晰度评价方法的自动调焦系统。通过基于面积补偿系数的方法补偿清晰度评价,并进行仿真实验和风力发电机模型实验。叶片目标变化对清晰度评价的影响从0.218降至0.030,叶片目标变化对清晰度的影响大大降低。在改进的清晰度评价方法的基础上,采用爬山法的搜索策略实现自动调焦步骤,同时,由于需要考虑算法程序对于不停机风力发电机的实时性,计算了自动调焦步骤的消耗时间,通过降低图像分辨率和调用NumPy库,将耗时从13.79 s减小到0.1 s以下。最后,实现了不停机风力发电机叶片追踪图像的自动调焦步骤,为提高自动调焦技术的性能提供了借鉴。

基于改进Swin transformer的遥感图像融合方法

针对现有基于transformer的方法未能充分融合遥感图像多尺度特征的问题,提出一种多光谱-全色融合网络。在融合网络中嵌入一个基于改进Swin transformer的多尺度窗口自注意力模块,在关注全局空间特征的同时,充分融合不同尺寸的特征信息,从而最大程度地保留光谱和空间结构信息。通过不同层级特征的跳跃连接,解码网络预测出原始多光谱图像缺失的纹理部分,最终使用细节注入模型恢复出目标图像。为了提升融合效果,在损失函数中加入了光谱损失和空间结构损失。与其他方法相比,本文提出的方法在WorldView-4、QuickBird和WorldView-2三种卫星数据集的主观视觉效果最好,相比于性能第二的方法,本文方法在三种数据集的相对全局误差指标分别减小了11.99%、0.4%和3.43%。