不同分布下红外主动目标特征点配准方法研究

视觉测量中经常需要用到特征匹配来计算位姿信息,但尚无针对红外主动目标设计特征匹配可用的算法,为实现对不同分布红外主动目标的匹配,本文提出了一种通用的两阶段特征点匹配方法。第一阶段为粗配准,首先检测图像特征点集的凸包,获取最外围点;通过构建三角形特征集,并使用马氏距离进行相似三角形计算搜索实现快速粗配准。第二阶段为精匹配,首先通过粗匹配特征计算欧拉角避免匹配结果的180°旋转对称;针对粗配准后的可能存在的特征点缺失问题,采用极线约束精匹配策略,充分利用已匹配特征点的几何信息,有效实现对剩余点的精确匹配。理论分析与实验表明,在13个红外发光点组成的旋转对称点集及非旋转对称点集下,该方法在绝对大小0°~40°的旋转范围内能高效匹配,实验测试极限性能能够达到50°,并对实际场景下特征点的遮挡等情况具有较好的鲁棒性,实验结果验证其适应性与稳定性,具有较高的实用价值。

改进SOLOv2的非结构化道路图像实例分割

针对非结构化道路图像中多个目标重叠且间尺度差异较大等,容易漏检或错检,分割精度不佳等问题。提出一种改进的SOLOv2实例分割算法。首先在特征金字塔结构添加自底而上增强路径以减少特征传递过程的损失,其次使用双重注意力指导特征选择,自适应地选择重要特征,抑制冗余信息,提升细节特征的提取能力,增强类别分支和掩膜分支的特征表示,进而提高掩膜预测的准确率。此外,对非结构化道路图像数据集进行预处理操作,提高模型的泛化能力。实验结果表明,本方法对实例边界把控更为精准,对比SOLOv2和Mask-RCNN平均精度分别提高2.0%、2.2%,检测帧率提高到6.1帧/s,在不同环境下均具有良好的分割性能。

基于改进BiSeNet的非结构化道路分割算法研究

非结构化道路通常没有清晰的边界及车道线,环境较为复杂,传统的基于道路纹理、颜色特征的分割方法无法满足实时性和准确性的要求。针对非结构化道路场景,提出了基于改进BiSeNet的轻量化语义分割模型,采用轻量化主干提取网络和引入深度可分离卷积,优化速度控制;在最后的特征融合阶段引入通道注意力,自适应地选择重要特征,抑制冗余信息,提高非结构化道路分割的准确性。改进后模型参数量仅有1.11×106,检测速度提升18.83%,F1-score达到了96.74%。对比其他主流语义分割模型,该算法具有参数量小、速度快、准确率高等优势,可为非结构化道路场景下无人驾驶车辆的安全运行提供参考。

基于改进D-Linknet的高分遥感影像道路提取方法

基于D-Linknet进行图像分割时,在特征提取阶段忽略了不同级别的特征图中存在的特征重要程度不同,丢失了大量的细节信息,致使分割效果不佳。针对该问题,提出了一种基于D-Linknet与注意力机制相结合的图像语义分割算法,并将上采样网络的所有子区块的输出进行聚类后再恢复至原始图片维度,以提高上采样时子区块的利用率;通过采用最大特征映射(Max-feature-map,MFM)作为激活函数,解决部分稀疏道路提取不成功的问题。实验结果表明,提出的网络精准率达到85.1%,平均交并比达到85.6%,F1-score达到84.6%;相比于同类网络,评价指标也均处于前列。

基于包络面积算法的人体平衡测试仪系统研究

目前大多数脑卒中、偏瘫等患者存在着严重的平衡功能障碍,通过采用人体平衡测试仪能够定量、客观地评定被测试者的平衡能力。本文对人体重心包络面积算法进行了研究,设计了重心坐标点的计算方法,编写了人体平衡测试仪系统。经测试,平衡测试仪系统可稳定地运行,能够实时地显示被测试者的重心坐标点轨迹,具有良好的平衡测试功能,使用文中包络面积算法运行速度快,算法具有良好的稳定性,可以进行有效的人体重心包络面积计算。

一种改进的SMD图像亚像素边缘检测算法研究

为了满足对表面贴装器件(surface mounted devices,SMD)器件边缘高精度的定位要求,提出了一种改进的SMD图像亚像素边缘检测算法。首先,对SMD图像进行双边滤波和二值化处理;其次,采用引入信息熵加权系数的多类型多尺度的结构元素对预处理后的SMD图像进行形态学运算,获得像素级图像边缘;最后,在像素级图像边缘的基础上,采用一种改进模板系数和边缘判断条件的Zernike矩边缘模型对SMD图像重新定位,确定亚像素边缘坐标,实现SMD图像边缘检测。实验结果表明,该算法与Zernike矩和改进Sobel-Zernike矩算法相比,亚像素坐标与真实坐标误差更小且仅为0.4940 pixels,运行时间分别减少了54.671%和19.407%。

基于改进YOLOv3-Tiny网络的嵌入式物流商品查验系统设计与实现

针对电商店家在发货前人工验货效率低下的问题,设计一种基于改进YOLOv3-Tiny网络图像目标检测算法的嵌入式商品查验系统,可高效完成物流商品查验工作。系统通过摄像头获得实时视频帧图片,将帧图片送入改进的YOLOv3-Tiny网络,直接在图片上识别回归分析出商品名称信息及坐标信息,与本地订单数据进行比较,判断配货是否正确。整个系统可在Linux或Windows环境下使用。系统优化了YOLOv3-Tiny的特征融合部分、卷积层、锚框数目、锚框尺寸。实验结果表明,该系统单次商品检测分析的运行时间在355~370 ms之间,准确率为96.15%,满足商品实时查验检测的使用要求。

一种基于离线地图的无人车指控软件设计

针对无人车在野外环境下没有网络信号的情况,提出一种基于离线地图的无人车指控软件设计,以较低的成本制作出离线地图并实现无人车的路径规划。获取符合需求的离线地图数据;调用Leaflet实现地图基本的标记功能;调用开源地图引擎OSRM实现并基于其中的分层压缩(Contraction Hierarchies,CH)算法获取到最短路径。测试结果表明,该方法实现了无人车在离线地图上的轨迹规划功能,对于之后无人车的离线服务研究有一定的借鉴和帮助作用。

基于图像的TO型光器件快速定位算法

提出了一种基于OpenCV图像处理的光器件快速定位算法。对获取的图像进行二值化处理,利用腐蚀和膨胀操作,剔除图像中由于光线或微小划痕等造成的微小区域;采用改进的双边滤波对图像进行去噪处理,保留图像的边缘信息,在传统双边滤波的基础上引入自适应的参数,提高了区域边界的轮廓清晰度;利用Laplacian算子提取图像边缘,得到完整的轮廓,根据边缘位置信息和器件特征信息,确定光器件内微小激光器芯片的位置。改进算法可以实现同轴型光器件定位误差控制在5μm情况下,平均定位时间430 ms。

t分布随机近邻嵌入机械故障特征提取方法研究

将t分布随机近邻嵌入(t-SNE)流形学习方法应用于机械振动信号的故障特征提取,实现高维特征信息降维处理。通过小波包分解算法将原始振动信号分解为多层小波子空间,通过计算各层的小波阈值熵构造高维特征数据,然后采用t-SNE方法对构造的高维特征数据进行数据降维,获取低维故障特征信息。采用本特利转子试验台进行故障仿真实验,对采集获得的几种典型故障状态下的振动数据分别基于小波包阈值熵及统计特征构造2组高维数据,并对2组高维特征数据分别采用t-SNE方法进行数据降维处理获得其二维特征数据,通过对比验证了基于小波包阈值熵法构造高维数据后进行t-SNE数据降维的特征提取方法能够更有效的区分故障特征。

高精度转速测量方法研究

为了实现精密机电设备控制系统中电机转速的精密测量,提出一种采用FPGA的高精度转速测量方法,该方法在等周期内测量光栅计数脉冲的基础上,对脉冲的截断误差进行测量,有效提高对光栅脉冲的测量精度,并给出了转速测量公式,测量系统提供并行及串行通信接口用于输出测量结果。

自动扫描多光栅单色仪系统研制

提出了一种新的多光栅单色仪,采用机械细分及电细分相结合,实现了紫外到红外光谱的高精度自动扫描。其控制系统以C8051F060单片机为核心实现对光栅转台、滤色片轮、反光镜的控制以及双通道数据采集,采用USB接口与计算机连接。信号调理单元可实现电压电流的自动切换及软件可编程增益,可连接光电倍增管、光电池等多种接收器。系统具有采样精度高、集成度高、自动化程度高及扫描速度快等优点。

多芯线缆自动测试仪系统研制

对于小批量生产的多芯接头线缆,为了保证焊接质量,需要对线缆进行逐芯检测,采用人工方式检测的效率低下,因此研制了一种多芯线缆自动测试仪,实现多芯线缆的自动检测。仪器以C8051F020单片机为核心,利用CD4067的多切换器实现线缆的切换检测,并实现了按键输入线芯数目和数码管显示的功能。经实验验证,该仪器具有方便易用,效率高等特点。

基于EMD二值化图像和CNN的滚动轴承故障诊断

针对传统故障诊断方法识别准确率低、泛化能力差,而基于深度学习的故障诊断普遍存在需要海量训练数据的问题,提出了一种基于经验模态分解(empirical mode decomposition,简称EMD)与卷积神经网络(convolutional neural networks,简称CNN)的滚动轴承智能故障诊断方法。首先,对轴承振动数据进行EMD,同时对相关系数最大的本征模函数(intrinsic mode function,简称IMF)分量进行频谱分析,获取频谱图,并将频谱图数据压缩成特征二值化图像作为CNN分类网络训练的输入数据;其次,将正常状态下和各类故障状态下的滚动轴承特征二值化图像作为CNN的输入得到训练模型,利用训练好的模型对各类故障进行分类识别。实验结果表明:在较少的训练数据下,轴承故障诊断准确率达到97.61%,远超过使用反向传播神经网络(back propagation,简称BP)和概率神经网络(probabilistic neural network,简称PNN)方法,证明了所提出方法与传统故障诊断方法相比能够更加准确地识别各类故障类别;对原始信号加入6 dB白噪声后的识别准确率也达到了96.19%,证明了所提出方法具有良好的泛化能力与抗噪性能。

提高光电式测色仪测量稳定性的方法

稳定性是光电式测色仪的一项重要技术指标,光电式测色仪在长时间重复使用时,受环境温度变化以及光源色温变化的影响,色差测量的结果会产生较大漂移,严重影响测量精度,经常需要对仪器重新进行标定,通过改进积分球的结构,改进电源方案及增加辅助测量环节,避免重复标定,有效提高测量稳定性。

陀螺仪动态角度测量系统的设计

针对动态环境下载体角度测量,采用双陀螺仪设计动态角度测量系统,实现大型风力发电机运行中风机叶片振动角度的监测。设计的系统由双陀螺仪传感器模块和主控模块构成,均采用ARM Cortex-M0内核微控制运算器对数据进行处理。陀螺仪传感器模块采用MPU6050,针对该MEMS器件特性引起的低精度和数据易发散的问题,通过卡尔曼滤波器进行数据处理,改善其鲁棒性。测量系统采用模块化设计,提高了动态测量过程中抗干扰性能。实验结果表明,设计的系统测量动态角范围大,角度测量响应速度快,具有较高的测量精度。

智能化多通道风速测量仪器研究

针对国内风速仪产品急需进行升级换代的问题,提出了一种新型的智能化多通道风速测量仪器,该仪器实现了多通道的风速、温度及湿度的测量。通过将风速、温湿度传感器、放大电路、数模转换器及数据存储芯片集成在测杆上,完成放大处理、数模转换及修正参数的存储。测杆与主机通过两线制数字总线通讯,减少了测杆与主机的连线数量,提高了抗干扰能力及多测杆的扩展能力。采用双对数坐标下的分段线性插值计算实测风速值,取得了较高的测量精度。仪器具有集成度高、测量精度高、使用方便等优点。

基于YOLOv4网络的违章行为检测算法

为了对数量庞大的车辆进行有效管理,使用违章行为检测算法对违章行为进行检测,从而能够更好地通过处罚、警示等手段促使驾驶人遵守交通法规,减少交通事故的发生。针对传统违章检测算法的准确率低、适应环境能力差等问题,使用基于深度学习的违章检测算法,提高违章检测算法的检测效率、准确率,增强其环境适应能力。针对驾驶人在行驶过程中使用手持电话这一违章行为,使用YOLOv4网络在交通卡口数据集下进行目标检测,检测的mAP可达91.59%,帧频为38.41FPS,准确率较高且可以达到实时检测的要求,并根据设计的违章判据,能够准确地判断当前所检测的车辆驾驶人在行驶过程中拨打手持电话的违章行为。

基于Adam-DBN网络的行星齿轮箱故障诊断方法研究

随着现代机械装备的复杂化,传统的故障诊断方法难以满足表征设备间的复杂映射关系,且在如今大数据背景下面临着维数灾难的问题。文章结合深度置信网络以及梯度优化算法提出了一种基于梯度优化深度置信网络(Adam-DBN),通过数据验证选取最优梯度优化算法对深度置信网络的的梯度算法进行调优。搭建模拟实际工况的行星齿轮箱实验台,通过实验台采集所得数据构成数据集对方法进行验证。实验表明文中提出的方法能够有效提高DBN网络的收敛速度与训练精度,同时具有较高的故障识别准确率。

基于LabVIEW的数据存储及报表设计方法

大型旋转机组状态检测及故障诊断系统除了要求设计美观的软件组太界面,同时也要求保存大量的数据及输出报表。使用图形化开发环境LabVIEW能够高效快捷的开发虚拟仪器软件系统,但用其进行大容量监测数据的管理及输出报表存在一定难度。因此提出了一种在LabVIEW环境下,通过使用ADO技术实现对数据库的操作,完成数据的存储及管理,以及使用Ac-tiveX技术生成Excel数据报表的方法。