运动模糊场景下结合感知增强与特征约束的SLAM算法

针对传统同时定位与地图构建(SLAM)算法在运动模糊场景下难以准确识别物体和无法有效判断物体的实际运动状态等问题,提出一种结合感知增强与特征约束的视觉SLAM算法。设计了一种单阶段去模糊识别的网络模型,通过引入模糊区域关注和增强识别机制识别环境中的物体并获取语义信息,提高了系统在复杂环境下的感知能力。为进一步减少动态物体对系统定位精度的影响,融合语义信息和特征约束,提出了一种基于全局条件随机场的运动判断模型。在公开的TUM数据集上进行验证,结果表明所提算法有效提高了运动模糊环境下物体识别的精度和准确率,平均绝对轨迹误差与ORB-SLAM3、DS-SLAM、Dyna-SLAM算法相比分别减少了96.3%、51.4%以及10.2%,表现出良好的构图能力。

基于改进扩展移相的双向DC-DC变换器控制策略

为对系统有功功率进行双向调节,同时使二次侧直流母线电压保持稳定,并减小电力电子变压器(PET)二次侧母线的扰动对PET其他端口的性能所造成的影响,分析双有源桥(DAB)双向DC-DC变换器在改进扩展移相控制(EPS)下的工作模式和回流功率,设计了控制区域内零回流功率控制点。以系统功率平衡为目的,研究系统功率平衡控制策略,该策略将逆变器的功率引入DAB变换器,以减小DAB二次侧电压波动。在改进扩展移相控制下,系统负载功率从0kW突变至15kW时,二次侧母线电压最大变化约为30V,达到稳态过渡时间约为10ms;系统负载功率从15kW突变至10kW时,二次侧母线电压基本无变化;在一次侧母线电压发生突变时,二次侧母线电压无明显波动。

基于变指数干扰观测器的无人机非奇异终端滑模控制

针对四旋翼无人机系统在受干扰下的跟踪问题,以及姿态子系统的扰动问题和滑模控制时出现的抖振缺陷,基于连续快速非奇异终端滑模控制算法,给出一种适用于有扰动姿态子系统的变指数收敛干扰观测器的趋近率滑模控制器。首先,针对传统滑模控制中存在的快速性问题,采用变指数收敛干扰观测器来对扰动进行补偿和预测。然后利用姿态跟踪误差变化率的估计信息,构建快速非奇异终端滑模面。提高轨迹跟踪误差的收敛速度,并利用Lyapunov分析方法验证姿态跟踪误差在有限时间内收敛,仿真结果证实了这一方法的有效性,使用滑模控制和其改进方法设计四旋翼无人机系统控制器。

面向智能电网电压崩溃路径的优化粒子群算法

随着智能电网系统的研究深入,针对复杂智能电网系统的电压崩溃路径,研究了基于智能电网系统的等效模型。通过AGENT图分析了系统脆性关系,采用一种在脆性发生时崩溃路径优化粒子群算法,给出系统内部的脆性对于系统稳定性的影响,发现脆性激发时崩溃传递路径具有多样性的解,并分析了崩溃路径。基于35 kV智能电网一次系统模型,通过对智能电网脆性电压崩溃路径的预测和控制,有效优化了整个系统性能,对智能电网系统的设计控制具有重要的指导意义。结果表明,智能电网系统节点的崩溃在各子系统层间传递,进而导致整个系统的电压崩溃。

含广域混合储能互联电力系统的负荷频率控制

为解决电力系统调频存在的灵活性资源不足和调节特性欠佳问题,针对抽水蓄能和电池储能广域接入情况下的互联电力系统,提出一种基于分布式模型预测控制的负荷频率协调优化控制方法。首先,根据互联电力系统中各主要元件的频率响应特性,建立互联电力系统频率响应的状态空间模型;然后,充分考虑系统受到的各种约束,确定优化控制目标,分别对各区域的控制器进行设计;最后,对所提负荷频率协调优化控制方法的可行性和有效性进行仿真验证。结果显示该方法不仅对广域混合储能互联电力系统的频率响应特性有很好的改善,而且当系统频率发生变化时,能够使不同储能形式进行合理的响应。

基于改进型自抗扰控制的四旋翼无人机姿态控制系统研究

针对四旋翼无人机姿态控制系统在外界干扰下,跟踪精度和抗扰动性能易受到影响的问题,提出一种改进型自抗扰控制(ADRC)算法。首先,基于原点平滑性和连续性考虑设计了改进型非线性函数。其次,基于线性扩张状态观测器(LESO)和非线性扩张状态观测器(NLESO)各自的优点,设计了线性/非线性可切换的改进型扩张状态观测器(IESO)。最后,基于IESO设计了改进型ADRC,将其应用于四旋翼无人机姿态控制系统,并从响应速度、跟踪精度、抗干扰能力三方面对其进行仿真实验验证。实验结果显示,IESO具有更好的观测效果,改进型ADRC的控制性能比传统的线性ADRC和非线性ADRC更优。

基于复合控制的永磁同步电机滑模抗扰性研究

针对永磁同步电机在采用传统滑模控制设计速度控制器时出现响应时间长以及抗扰动性差的问题,提出了一种改进指数趋近律控制策略。所提出的趋近律相较于传统指数趋近律可以确保系统能够以更快的速率到达滑模面,其稳定性利用李雅普诺夫函数验证。为了减小负载突变带给系统的影响,提高永磁同步电机的抗干扰性能,设计了滑模扰动观测器,将观测到的负载转矩转换成转矩电流补偿到速度控制器中。实验结果表明,改进指数趋近律在电机启动瞬间速度超调量减少了4.7%,速度响应时间缩短了75 ms。此外,在抗扰实验下,该复合驱动控制方法验证了其抗扰能力的有效性。

状态受限下四旋翼无人机预定性能控制

针对四旋翼无人飞行器在姿态控制中存在外界干扰、输入饱和和模型不确定性以及执行器故障问题,提出了一种将反步控制方法与Fuzzy-RBFNN相结合的控制策略。利用反步控制方法具有化整为零的思想,降低无人机系统在控制器设计过程中的难度;利用模糊径向基神经网络的逼近特性,消除模型不确定性以及模拟风场对系统造成的影响;考虑实际系统中执行器的工作效率,利用双曲正切函数代替饱和函数,消除输入饱和对系统造的影响;针对执行器故障问题,设计自适应律在线估计故障因子并且设计Lyapunov函数,从理论上证明了自适应反步Fuzzy-RBFNN控制器设计的稳定性,仿真验证了该控制策略的可行性。

基于分离多量子垒电子阻挡层的AlGaN基深紫外发光二极管

通过分离多量子垒电子阻挡层(EBL)结构,实现了AlGaN基DUV-LED器件性能的提升。由仿真结果可得,与传统的块状EBL相比,采用分离多量子垒结构的EBL可以获得更高的空穴浓度和辐射复合速率。这得益于EBL中间的夹层形成了空穴加速区,使得空穴在加速区获得能量,从而提高了空穴注入效率。另外,多量子势垒结构还能够通过提高电子势垒有效抑制电子泄漏,从而大幅度提升器件性能。综上所述,多量子垒电子阻挡层的引入可以显著提升AlGaN基DUV-LED器件的性能。

基于COMSOL的声发射信号沿木材纵向传播过程的仿真

为研究声发射信号在木材中的传播行为,分别对杨木、红锥、樟子松和杉木4种木材试件建立COMSOL三维仿真模型,通过给定位移的方法模拟弹性波点源,进而借助仿真过程的应力云图分析声发射(acoustic emission,AE)信号沿木材纵向传播的过程。针对AE源到达模型表面2个位置的时间差,利用时差定位法(time difference of arrival,TDOA)计算AE源的纵波波速。在木材试件上以相同条件进行AE试验并计算纵波波速,最终结果与仿真模型相符。研究结果表明,杨木、红锥、樟子松和杉木4种木材仿真与试验的纵波波速的相对误差分别为1.47%、1.04%、0.46%和2.33%,仿真模型能够客观反映AE信号在木材中的传播行为,为木材AE信号传播过程可视化提供一种新的途径。但AE信号幅值的相对误差较大,模型不能客观反映木材中幅值的变化规律。

基于改进BP的分子泵故障诊断研究

分子泵为EAST装置提供洁净的真空环境,其运行状态影响EAST实验的顺利开展。由于在EAST实验运行过程中,分子泵设备可能会出现异物坠入或者真空泄漏故障,对装置造成次生危害。针对分子泵故障数据集不平衡导致故障诊断精度低以及模型过拟合问题,提出一种基于时域频域预处理与改进BP相结合的算法,实现分子泵故障诊断。通过在BP神经网络的基础上,引入粒子群算法(PSO)并结合五折交叉验证优化模型。首先在模拟分子泵故障的破坏性测试平台上,采集正常态、真空泄漏以及异物坠入故障振动信号,然后对数据进行时域频域特征提取融合,将得到的特征向量集作为优化算法的输入,对模型进行训练,实现分子泵故障诊断。经实验验证,所提出改进BP算法在诊断精确率上可以达到96.84%,优于支持向量机(SVM)、K近邻(KNN)和BP算法。

基于信息熵的改进蚁群算法求解TSP问题

针对蚁群算法求解精度低、易陷入局部最优的缺点,提出一种基于信息熵的自适应改进蚁群算法。通过算法自身特性定义结合熵值对种群参数进行自适应优化;采用分组合作的信息素更新策略,通过较活跃性个体引导整个种群,扩大搜索范围;通过对较优路径的奖励,平衡收敛速度和搜索范围之间的关系;在种群信息熵过低时,加入局部搜索策略,进一步提高算法精度。实验结果表明,相较于蚁群算法,改进算法具有较好的求解精度以及跳出局部最优的能力。

一种改进变步长电导增量法的MPPT跟踪策略

电导增量法是确保光伏发电系统能够以最佳效率将太阳能转化为电能的一种控制技术。为提升传统变步长电导增量法的环境适应性,改善光伏电池的最大功率点跟踪性能,本文提出一种改进的变步长电导增量法。先对电压、电流差值进行实时修正避免误判,再引入与电流相关的系数和与功率相关的系数分别对最大功率点两侧的步长变化量进行修正,优化电导增量法步长变化量,进而达到快速并准确地进行最大功率点跟踪的作用。利用上述方法进行仿真实验发现,在外界环境变化时,与传统的自适应变步长电导增量法相比,本文方法的稳态振荡范围只有传统方法的一半左右,达到稳态需要的时间也只有传统方法的60%,改进后的电导增量法有效地降低了重新跟踪最大功率点过程中由步长变化带来的功率损耗。

基于改进PSO优化的IPMSM全速域无传感器控制

为了实现内置式永磁同步电机(IPMSM)全速域无传感器控制,提出一种基于改进粒子群算法的不同估计方法间平滑切换的内置式永磁同步电机全速域无传感器控制策略。首先,建立IPMSM的数学模型。其次,根据电机运行的速域范围,将转速界定为零低速域与中高速域。以此为基础,在零低速域内利用高频注入法,中高速域采用滑模观测器法,分别实现电机转子转速与位置的估计。并采用一种基于改进粒子群优化算法的变权重系数方法来实现不同估计方法间的平滑切换,最终实现对内置式永磁同步电机全速域内的无传感器控制。实验结果表明,所提全速域无传感器控制策略具有良好的可靠性与鲁棒性,能够改善各个速域内转子转速和位置的估计精度,并且使不同方法间的切换更平顺。

结合多尺度特征与混淆学习的跨模态行人重识别

跨模态行人重识别研究的重难点主要来自于行人图像之间巨大的模态差异和模态内差异。针对这些问题,提出一种结合多尺度特征与混淆学习的网络结构。为实现高效的特征提取、缩小模态内差异,将网络设计为多尺度特征互补的形式,分别学习行人的局部细化特征与全局粗糙特征,从细粒度和粗粒度两方面来增强网络的特征表达能力。利用混淆学习策略,模糊网络的模态识别反馈,挖掘稳定且有效的模态无关属性应对模态差异,来提高特征对模态变化的鲁棒性。在大规模数据集SYSU-MM01的全搜索模式下该算法首位击中率和平均精度(mean average precision,mAP)的结果分别为76.69%和72.45%,在RegDB数据集的可见光到红外模式下该算法首位击中率和mAP的结果分别为94.62%和94.60%,优于现有的主要方法,验证了所提方法的有效性。

基于改进有限时间一致性的微电网经济优化调度

为适应微电网拓扑结构变化及智能体“即插即用”等要求,加快系统收敛速度,提出一种基于领导-跟随多智能体的改进有限时间一致性算法。该算法基于总体代价函数梯度算法项的传统有限时间一致性算法,引入增益系数和功率偏差消除项,运用李雅普诺夫稳定性定理和图论定理证明了改进算法的稳定性。随后,研究基于改进有限时间一致性的微电网经济调度策略。最后,通过算例验证该算法具有较优的动态和稳态性能,能够满足微电网拓扑结构变化等要求。

基于区域映射深度优化的动态多特征RGBD-SLAM算法

针对RGBD-SLAM在特征提取环节,由深度相机得到的深度图易出现深度不连续以及突然出现动态物体造成轨迹误差增大的问题,提出一种基于区域映射深度优化的动态多特征RGBD-SLAM算法。利用轻量级的语义分割网络获取RGB帧中的语义信息,将得到的语义掩码映射到其对应的深度图像中,并在掩码映射后的区域内进行近邻修复以完成深度图的优化。为减少动态物体对SLAM系统轨迹精度的影响,通过迭代最近点求解相机位姿,结合多视图几何得到物体位姿、运动估计矩阵以及动态视觉误差,进而估计物体运动状态并剔除动态物体。根据双向映射背景修复模型补全剔除区域的静态信息,并进行点线面特征的提取以完成定位与建图的任务。在公开数据集TUM中进行验证,实验结果表明所提算法相较于ORB-SLAM3、RGBD-SLAM、DS-SALM的平均绝对轨迹误差分别减少了78.2%、81.4%以及17.6%,表现了良好的轨迹精度与构图能力。

基于激光雷达和相机融合的目标检测算法

基于多模态焦点稀疏卷积的目标检测算法对小尺寸目标检测精度不足的问题,提出一种多尺度特征提取网络.算法融合多尺度特征,提取网络优化原始算法中的特征提取部分,提升行人和自行车类别的定位精度,加入多模态焦点稀疏卷积目标检测网络.结果表明,改进后的目标检测模型提升了小目标“Pedestrians”类和“Cyclist”类检测的mAP(mean Average Precision)百分比,提升了小尺度目标的定位精度.

基于动态点线耦合的单目视觉惯性SLAM算法

针对传统视觉SLAM算法在暗纹理环境下鲁棒性差、定位精度低的问题,本文给出了一种基于动态点线耦合的单目视觉惯性SLAM算法。设定提取线特征的动态阈值,提高线特征利用率,然后利用点与线特征位置的相似性,提取新的点线耦合特征,并构造点线耦合残差模型,用点线耦合残差来搜索点与线特征之间的关系,将点线耦合残差集成到后端滑动窗口优化中,用以构造最小化成本函数。将构造的算法在EuRoC公开数据集上进行仿真,实验结果表明,本文设计的算法比VINS-Mono算法和PL-VIO算法的定位误差降幅明显,有效地增强了系统的鲁棒性,提高了系统的定位精度。

基于改进Canny算法的焊缝图像边缘检测

目的 针对复杂环境下焊缝图像的边缘检测问题,基于传统的Canny算法,将中值滤波替换高斯滤波,并将非极大值抑制(NMS)进行改进,得到一种面向复杂环境的改进Canny算法的焊缝图像边缘检测方法。方法 对焊缝图像进行中值滤波,保留图像的边缘信息,平滑区域内的细节,接着利用梯度方向局部均值偏差进行改进的非极大值抑制,综合考虑梯度幅值的大小和梯度方向对焊缝边缘检测的影响,最后使用双阈值法检测和连接边缘,根据焊缝图像的特点选择相应的阈值,既可以保证边缘检测的结果的准确性,也可以有效地避免一些噪声干扰。结果 与传统的Canny算法和其他一些滤波器改进的Canny算法等进行对比分析,所提出的方法的边缘保持度和边缘线性连接程度效果是最好的,边缘保持可以使检测结果保留原始焊缝图像的60%左右,同时边缘的连接程度相较于传统的Canny算法均有所提升,并且对焊缝图像中伪边缘的抑制效果也有所改善。结论 所提出的改进的Canny算法通过对滤波、NMS算法的综合优化,可以有效地检测出焊缝图像中的边缘信息,且有良好的焊缝图像边缘检测效果。