基于改进的YOLOv7和无人机航拍技术的风机叶片缺陷检测

提出一种基于改进YOLOv7算法的风电叶片表面缺陷检测方法。该方法通过改进YOLOv7模型,提高风机叶片缺陷检测算法的准确性和效率,使用可切换空洞卷积代替原始模型中的MPConv,强化模型对不同尺度缺陷的敏感程度。引入CoordATT注意力模块,增强模型整体对模糊特征和小目标特征的关注程度。替换CIoU坐标损失函数为Wise-IoU,提高模型检测能力的精确度。在自建风电叶片数据集上进行实验验证,结果表明改进YOLOv7模型的平均精度均值提高了1.8%,检测速度达到了57fps满足无人机巡检实时检测需求。通过对比实验,改进后的模型在mAP、FPS、Precision、Recall等性能指标下优于YOLOv5s,Faster R-CNN,SSD等模型。该方法提高了无人机自动化检测风机叶片缺陷的能力。

对ROS系统下的社区服务型机器人的研究

经历了新冠疫情,我们发现社区服务中存在着明显不足。所以我们想通过机器人来解决其中的一些问题,即设计一款可以实现一些社区服务的机器人。本篇研究文章先是叙述了研究的背景,阐明了研究的可行性与创新性--我们着重介绍了运动控制和温度测量及附加拓展功能的原理以及语音交互技术在机器人上的实现过程。实验采用的机器人为turtlebot2,基于ROS系统去完成顶端的操作--最后能实现社区服务这一全面的功能。