结合自适应阈值与动态ROI的地标线检测方法

基于机器视觉的地标线检测一直以来都是车间自主巡检机器人研究的重点和难点问题之一.针对检测过程中易受车间地面积水、光照不均以及油渍粉尘污染等环境因素的影响从而导致误检率、漏检率较高,难以满足工程实际需求的问题,本文提出了一种基于自适应阈值分割与动态感兴趣区域划分的车间地标线检测方法(AT-DROI),该方法以分块图像为基础,首先按照特定特征对子块进行搜索,并剔除其中的离群噪声点,然后将环境因子与采样点相结合计算出特征颜色的双门限阈值,最后利用粗细粒度掩膜抑制特征图像中的干扰信息,有效实现了室内复杂环境下对地标线的高精度检测.通过在自采集的实际车间场景视频序列上进行大量对比实验,实验结果表明,本文方法在自采集的多组实际车间场景视频序列上测试的平均准确率、假阳性率和假阴性率分别达到了95.15%、3.73%和4.85%,平均每秒检测帧数为26fps,能够满足实际生产中对地标线检测的准确性和实时性要求.

基于ZYNQ平台的图像分类加速器设计与实现

随着信息技术的不断发展,机器视觉技术已被广泛应用于智能产线.智能制造生产过程中工件种类多、外观相似性高,而传统分拣方式速度慢、准确率低,已无法满足智能化生产的要求.采用机器视觉技术来解决智能产线中的工件分类问题已成为当前智能制造领域的热点.为提高智能产线中工件分类的效率,本文设计并实现了一种基于ZYNQ平台的图像分类加速器.针对现有的卷积神经网络模型参数量大、难以部署到资源有限的嵌入式平台的问题,提出一种参数量较少、易于在嵌入式平台部署的图像分类网络SortNet;针对卷积神经网络在嵌入式平台速度慢的问题,设计了一种卷积与激活函数同构化的处理单元(CAFI-PE)以及一种基于流水线的数据调用方法(PDCM),提高了卷积计算的速度.实验结果表明,本文提出的图像分类加速器对224×224大小的灰度图像处理速度可达40.98fps,而功耗仅为2.305W,能够满足智能产线对工件分类速度和功耗的要求.

面向Zynq平台的卷积神经网络单元设计与实现

当前,卷积神经网络越来越多的应用于工业生产中,传统的基于CPU及GPU的神经网络平台存在体积大、能耗高等缺点,在工业生产现场部署存在困难.基于ARM的嵌入式平台虽然易于部署,但存在算力低的缺点,难以高效的实现卷积神经网络.针对此问题,本文设计并实现了一种基于Zynq平台的卷积神经网络单元,通过充分利用Zynq平台上FPGA端并行计算的特点,对卷积神经网络中卷积层进行加速,使用高层次综合(High-Level Synthesis,HLS)进行卷积层和池化层IP核的设计,并针对性的给出优化方案.最终实现在嵌入式平台上对手写数字的高效识别.经实验验证,该设计单元在较少占用FPGA上计算资源的同时,快速、准确地进行手写数字识别.

多尺度特征图分类再提取的目标检测算法

为提高SSD算法检测目标的能力,提出了一种对多尺度特征图进行分类再提取的目标检测算法.该算法将SSD特征金字塔中多个不同尺度的特征图分为低层和高层两类特征图.针对低层特征图所处位置网络深度不够导致的特征表示能力不足,设计了SFE(Shallow Feature Enhancement)模块提取特征从而增加网络深度,最终提高对小目标的检测能力;高层特征图采用两段反卷积的方式,将更深层提取的语义信息融入特征图,从而提高对中等目标和大目标的检测能力.同时提出了减弱反卷积棋盘格效应的回流式反卷积的方法.在Pascal VOC 2007测试集上进行验证后的结果表明,本文算法的mAP值达到了79.6%,相比SSD算法提高了2.4%.

一种基于时间感知整形器的TAS-WRR调度算法研究与实现

随着工业4.0概念的提出,工业自动化生产对工业以太网的通信性能提出了更高的要求.当不同类型数据在工业以太网中的交换设备进行转发时,会在发送端口存在排队等待现象,数据通信的实时性和确定性难以保证.针对上述问题,本文将时间敏感网络(Time sensitive network,TSN)引入工业以太网,基于TSN时间感知整形器提出了TAS-WRR(Time Awareness Shaper-Weighted Round Robin,基于时间感知整形器的加权轮询)调度算法.首先,该算法根据通信需求,将数据划分不同优先级.其次,为保证数据通信的周期性和实时性,将通信时间划分周期,并为高优先级的实时数据预留带宽.最后,采用加权轮询调度的方式,在保证高优先级数据通信质量的同时,有效的减少低优先级数据的饥饿现象.通过对比测试,可证明TAS-WRR算法能有效提高不同数据流在交换设备中调度通信的实时性和确定性.

试论通信电子线路中EDA技术的应用

近年来,电子产品的发展推动着社会经济的快速发展,我们已经进入了信息全球化的时代。而EDA技术在通信电子线路设计领域中占有着重要的地位,给电子产品设计行业的发展带来了巨大的变革,并且有效的推动了电子线路设计的发展和进步。基于这样的认识,本文通过对EDA的概念进行简要介绍,并相应的对通信电子线路中EDA技术的应用进行分析。

基于Zynq平台的EtherCAT主站系统设计与实现

传统Windows平台PC机主站方案存在功耗较高,便携性差等问题,使得工业成本居高不下。针对该问题,提出了一种基于Xilinx Zynq-7000平台构建嵌入式EtherCAT主站的解决方案,具备低功耗,体积小,价格便宜等特点,使得工业成本大大降低。该方案用Vivado配置FPGA硬件架构,使用PetaLinux构建实时系统并通过BSP封装技术实现硬件平台的开放共享性,将IgH主站开源框架安装到PetaLinux文件系统,最后基于IgH开源框架设计应用层程序构建EtherCAT主站并对系统进行了测试,测试结果表明该系统具备良好的周期抖动和实时性,能够满足大部分数控系统等工业设备的实时性要求。

面向ZYNQ SoC的卷积神经网络加速器研究

近年来,卷积神经网络逐步应用于工业生产、自动驾驶和航天航空等领域.随着卷积神经网络结构复杂度的不断提高,将其部署到现场可编程门阵列(Field Programmable Gate Array,FPGA)时存在参数量较大、访存次数较多等问题,导致硬件资源消耗较大.因此,提出了一种基于参数量化的卷积神经网络加速器.该加速器对参数进行了8位定点量化和重新排序,有效的减少了内存占用和访存次数,提高了带宽的利用率;同时,该研究采用滑动窗口间并行策略进行加速,提高了图像分类速度.实验结果表明,在Xilinx ZYNQ XC7Z100上实现此加速器,处理一张图片所需要的时间为15.10ms,平均性能为80.88GOPS,性能密度为0.47.与其他卷积神经网络加速器相比,性能密度提升了1.14~1.76倍.

基于能量和信任的非均匀分簇路由协议

无线传感器网络存在易遭受恶意节点攻击而导致能量浪费和数据丢失等问题,为解决该问题,提出ETM-LEACH(energy and trust models based LEACH)算法。通过均衡网络能耗计算动态最优簇首数,引入能量判决因子、节点密度因子、节点信任因子改进选举簇首的阈值计算公式。加入绝对偏差过滤掉能量较低节点,采用信任模型引入多种状态信息计算直接信任值和间接信任值,筛选高可信节点。仿真结果表明,与现有协议相比,该协议能够有效降低节点能耗,优化网络部署,提高网络的安全性和可靠性。

温泉对泳装弹性性能的影响分析

为了探究温泉对泳装面料弹性性能的影响，参考FZ／T73013—2010《针织泳装》中的耐氯化水（游泳池水）拉伸弹性回复率的测试方法和耐氯化水（游泳池水）色牢度的测试方法，将泳装常用面料试样放入拟定的4种模拟温泉中浸泡、搅拌和晾干后，测试外观质量（变色）和弹性，再与未经模拟温泉处理的样品进行对比，分析样品外观质量（变色）和弹性的变化；试验结果表明，经过模拟温泉浸泡和搅拌后，泳装面料的弹性有轻微变化，弹性伸长率、弹性回复率均符合FZ／T73013中一等品的要求。该试验表明，温泉对泳装面料的弹性的影响并不明显。

模拟温泉溶液的配制方法浅析

为了分析温泉对泳衣面料性能的影响，需要采用化学药品配制与温泉相似的溶液。根据或借鉴国内外现有的关于温泉的法律法规和文献，分析了国内常规温泉的主要成分，利用化学试剂并运用质量百分比浓度公式配制模拟温泉溶液。试验结果表明，配制出的温泉模拟溶液的主要性质与温泉原液的主要性质一致，能够符合对泳衣面料的试验要求，通过该方法能够配制出温泉模拟溶液。