基于BERT-CRF模型的火灾事故案例实体识别研究

为实现火灾事故调查档案的关键信息抽取,提出一种基于BERT-CRF模型的文本命名实体识别方法。通过对161篇事故报告进行实体标注及数据增强,构建了火灾事故文本语料集;基于BERT预训练模型,对语料集中的句子序列进行双向特征提取,深度挖掘事故文本上下文的语义信息;结合CRF模型,充分考虑标签转移规则,对关键实体进行预测。试验表明:本文方法在火灾事故案例实体识别任务中的精确率、召回率以及F1值分别为76.36%、86.19%、80.97%,优于BERT和BERT-BiLSTM-CRF模型,且训练时长较BERT-BiLSTMCRF模型缩短61 s。本文方法可为火灾调查知识库、案卷编制等下游系统提供准确的实体构建服务。

一种基于Agent的石油化工火灾扑救技战术规划方法

为提高石油化工火灾扑救计划的精准性,基于多任务Agent技术,提出火灾扑救战术的自动规划方法。该方法主要面向化工园区场景下的火灾扑救任务,包括了基本灭火战术、任务动态规划以及战术模拟功能,具有配置灵活、仿真过程直观的特点,解决了常见灭火救援战术仿真工具缺少对空间环境进行模拟的问题,并对人员的心理状态、行进能力、作业损耗等属性进行了公式化的描述。通过对一个储罐区火灾场景的模拟,验证了战术规划和任务分配方法的合理性,直观展示了模拟作战过程。

基于BERT的火灾信息摘要分析研究与应用

针对当前火灾信息系统信息来源繁杂、分类解读依赖专家经验等问题,通过自动文本摘要方法来实现火灾信息文本的辅助分析。在优化消防信息数据集的基础上,采用全词遮罩的BERT_WWM中文预训练模型,提取具有上下文语义的词向量表征,并使用Transformer提取摘要句,进一步提升火灾信息摘要提取效果。通过在ROUGE-1、ROUGE-2和ROUGE-L上进行试验,研究的BERT_WWM+Transformer方法较其他基准有小幅提升,人类主观评价可部分达到提取文本关键信息的目的,为执行任务时的信息支持工作提供可用的自动化工具。

无人机地面目标实时自主视觉定位

微小型无人机携带设备受到重量限制,基于摄像机透视投影原理的坐标解算模型,重点研究基于数字高程模型的测高逼近算法,获取无人机距离地面目标之间的高度差,以满足微小型无人机机载设备实时自主定位地面目标的要求。计算机仿真实验结果,以及完成算法硬件平台移植后进行的无人机实飞测试实验结果均可以看出,采用的解算模型结合基于数字高程模型的测高逼近算法可以满足对25帧/s视频流的地面目标实时自主定位,并具有较高的精度。

一种无公共视场相机位置关系的求解方法

多相机系统的标定是立体视觉测量中的一个重要问题。而当各相机间公共视场较小或无公共视场时,标定参照物不能同时出现在所有相机的公共视场,因此无法求解系统中多相机的相对位置关系。针对该类问题,论文在二维靶标标定法的基础上,提出了一种基于两轴转台的无公共视场相机位置关系的求解方法。将待标定系统固定在转台上,利用转台转动确定靶标坐标系与转台坐标系之间的相对关系;通过转动转台使二维靶标依次进入每个相机视场以分别确定转动后每个相机在靶标坐标系中的位置,并记录转动的角度;最后,结合靶标坐标系与转台坐标系关系,求解各相机之间的相对位置关系。实验结果表明,该方法具有可操作性,解算误差在0.5%以内,可较准确地确定多个光轴之间角度较大的非共视场相机位置关系。

一种微小型导引头视场下偏角的标定方法

描述了一种应用于微小型光学导引头视场下偏角标定的方法,通过获得导引头绕自身回转轴线转动时拍摄的固定靶标图像计算不同旋转角度时导引头中心视线落点和摄像机坐标系原点在世界坐标系下的坐标,以拟合获得的这2组点的分布建立空间几何关系进而得出下偏角。给出了3组实验数据,分别检验该方法的标定误差、实际所需的采样点数并给出了实际工作中的应用效果。实验表明该方法可以快速标定导引头系统的下偏角,其标定绝对误差小于0.10°。

基于四元数的低成本姿态测量系统设计

针对运动载体姿态测量的需求,以MEMS惯性测量器件MPU6050为核心,设计了一种低成本姿态测量系统。系统采用四元数作为姿态解算的基础,融合陀螺仪和加速度计数据以修正陀螺仪累积误差引起的姿态漂移。为了降低MCU负担提高系统实时性,数据融合采用运算量较小的梯度下降和互补滤波相结合的方法。实验结果表面:此测量系统实时性好,输出姿态角稳定,且成本低,具有一定的实用价值。

基于物体表面形貌的单相机视觉位姿测量方法

为了获取在风洞实验中运动物体的位姿变化,提出了一种融合物体表面三维形貌信息的单相机视觉位姿测量方法。该方法以多点透视成像原理作为求解物体位姿变化的基础,以物体的图像特征角点作为特征点,并利用物体表面三维形貌模型信息获得特征点的三维坐标。通过实验完成了该测量方法的精度验证,在400 mm的观察距离上,位移平均测量误差为0.03 mm,均方根误差为0.234 mm;俯仰角、偏航角与滚转角的平均误差分别为0.08°、0.1°与0.09°,均方根误差分别为0.485°、0.312°与0.442°。实验结果表明该方法有可用于实用的测量精度。

压缩域目标跟踪算法在小型化DSP平台上的研究与实现

本文对基于压缩感知的压缩域目标跟踪算法进行了研究,为满足特定的应用场合要求,针对原算法的不足进行了改进,同时基于小型化低成本目标位置探测器设计思想及需求,设计并实现了以TMS320DM6437数字信号处理器为核心的实时图像跟踪处理平台,对算法在该DSP平台进行了实现与优化。仿真和实验结果表明,经过结合卡尔曼滤波器、融合LBP特征以及添加自适应学习速率更新策略等措施,算法的鲁棒性得到提高;对算法在DSP中的实现,经过一系列优化措施,对分辨率为960×960的视频图像,当取目标窗口为80×80时,处理速度可达25 f/s,能够满足实时性跟踪要求。系统能够对选定的运动目标进行连续、稳定地跟踪,能够满足特定应用场合下的目标位置探测与跟踪需求,具有一定的实用性,同时也对该类目标跟踪方法在嵌入式平台的研究与应用具有一定的参考价值。

大视距视觉位姿测量系统的设计与建模

提出一种分段式位姿测量方法和系统的实现方案。利用柱面镜线阵相机的成像方程为远段图像测量子系统构建线性三维坐标测量模型,并利用最小化物方空间误差方法标定各线阵相机的外部参数。针对近段图像测量子系统的单目位姿测量问题,提出一种基于线性初始解的迭代位姿优化方法。实验结果表明,在5~35m的视距变化范围内,系统可实现小于0.5%的相对位置测量精度和低于40mm的方均根误差;在5m以内的视距范围内,可实现小于1°的姿态测量误差,能够满足大视距位姿测量的任务需求。