混合动力轿车低压BSG系统功率设计

对比分析目前已有的几种混合动力BSG系统结构及其各自特点,以提高整车燃油经济性为目标,对BSG系统基本工作原理及各种工况下与发动机配合输出的扭矩分配关系进行了研究;提出了基于功率分析及车辆需求的BSG系统设计方案。基于本文设计的低压BSG系统已经应用于长城某轻混样车中,实际应用效果良好。

采用轻量化主干网络的遥感影像目标检测

针对遥感影像在背景复杂、目标尺度差异性大的场景中检测困难,而现有的目标检测算法无法同时兼顾检测精度与检测速度等问题,以YOLO v5为基础提出了一种高效的目标检测网络L-YOLO v5。基于残差空洞卷积对其主干网络进行模型压缩,减少模型的参数量与运算量;为了更好地融合多尺度信息,设计了一种精细化特征融合网络,从而实现更高效的遥感影像目标检测。在DOTA数据集上的实验结果表明,该算法的mAP和FLOPs分别为77.1%和32.5 GB,与YOLO v5相比mAP提高1.2%,FLOPs减少33.7%,在计算复杂度更低的情况下具有更优异的检测效果。

基于随机森林和形态学交替滤波的无人机影像建筑物提取

如何从无人机获取的光学影像中快速、准确提取建筑物信息是遥感影像处理研究的热点问题。针对上述问题,在深入研究形态学建筑物指数、增强型形态学建筑物指数的基础上,结合特征提取、随机森林回归、改进的形态学交替滤波算法,对建筑物提取方法进行针对性改进。主要改进内容如下。(1)提出一种基于随机森林回归的无人机光学影像建筑物增强方法,通过融合原始可见光波段、可见光遥感指数特征、纹理特征等,构建特征空间,在不需要人工特征优选的情况下增强建筑物信息;(2)针对建筑物增强影像内部同质性区域会出现较多噪声等问题,对影像进行形态学滤波。最后,为验证该方法的有效性,选取环境复杂且具有代表性的城市中心建筑物区域与城市周边建筑物区域进行提取试验,2个区域主要建筑类型存在较大差别。在上述2个区域,增强型形态学建筑物指数算法的F1值较形态学建筑物指数算法分别提高10.40%和10.08%,较增强型形态学建筑物指数算法F1值分别提高5.23%和7.87%,表明该方法能够更好地提取出无人机光学影像中的建筑物信息。