AGV路径规划及避障算法研究综述

自动导向车(Automated Guided Vehicle,AGV)目前被广泛应用于物流、仓储、制造业和仓储等领域.AGV的路径规划和避障算法是实现AGV自主导航的关键技术,决定了AGV在复杂环境中能否高效、安全地完成任务,近年来成为AGV领域的重要研究热点之一.本文根据AGV路径规划及避障算法的原理与特点,将主流AGV路径规划及避障算法划分为局部避障路径规划算法、基于几何模型的路径规划算法、智能路径规划算法和混合算法4类,对算法的原理、工作流程、优缺点进行了深入分析,并介绍了相应的改进算法.最后,本文对AGV路径规划及避障的未来发展趋势进行展望,为AGV路径规划及避障算法的研究指出了方向.

日光温室薄膜全自动清洗机研制与试验

针对日光温室薄膜人工清洗劳动强度大、自动化清洗设备缺乏的现状,该研究设计了一种日光温室薄膜全自动清洗机。为减小整机质量并降低成本,采用双蜗轮蜗杆电机分别驱动清洗主机的毛刷与爬升轴;设计地面移位换行装置,用以承载清洗主机沿温室长度方向移动;为实现自动换行清洗,设计棚顶移位换行装置,调整棚顶吊绳安装高度,避免吊绳在换行作业时与棚面产生干涉而影响换行质量或损伤薄膜。基于多传感器融合与数据校验技术,保证清洗主机、棚顶与地面移位装置间的协作实时性、一致性及可靠性。为验证设计方案的合理性与可行性,以参照日光温室跨度、脊高、肩高参数10:1制作模型温室,按外形尺寸5:1加工清洗样机,并进行对齐、倾斜偏移及清洗效果验证试验。结果表明,清洗主机升降时的水平偏移量在±3°以内,左右偏移量在±7 mm以内(换行操作时各偏移量无累积);地面与棚顶移位换行装置的单次换行误差与多次换行累计误差均在1 mm左右;毛刷材料选型与关键参数设计合理,可对薄膜表面灰尘进行有效清洗,洗净率为95.4%,清洗效果明显。该清洗机在丰富国内日光温室清洗装备类型的同时,有效解决了团队前期研发清洗机质量大、易伤膜、自动化水平低等问题,为温室大棚薄膜相关清洗设备的设计研发提供了参考。

农业机械电气自动化系统的远程监控与控制技术研究

农业安全问题是农业生产中的关键问题,农业机械电气自动化系统可以减少农业机械设备的故障频发,增加农业机械的使用寿命,在农业生产中至关重要。基于总线技术、无线通信技术的农业机械远程监控系统是智能化的管理系统,由监控中心、通信网络、农业机械系统终端组成。将监控设备与监控中心建立连接,中心服务器通过移动通信技术获取农业机械传感器信息,并储存在服务器数据库中,通过监控设备实现对农业机械的远程监控。提高了农业生产的安全性和农业机械的工作效率。

放射性氙高灵敏度现场快速自动化监测系统研制

放射性氙监测是禁核试核查现场视察和核设施安全监测的重要项目之一,能够快速准确地甄别违约核活动和预警识别核设施的泄漏。本文综合运用超低温动态吸附、中空纤维膜除杂和现场低本底测量等技术,研制了一套放射性氙高灵敏度现场快速自动化监测系统,用于放射性氙现场取样、分离和测量。测试结果表明,该系统在氡浓度为20 Bq/m^(3)、采样体积为2 m^(3)、分析周期不大于120 min时,氙回收率为79.9%,对^(133) Xe的最小可探测活度浓度(MDC)小于0.26 Bq/m^(3),测量结果的不确定度小于±12%。该系统具有灵敏度高、分析周期短、全流程自动化的特点,能够应用于核设施安全监测、现场视察放射性氙监测、核应急放射性气体监测等场合。

基于立体视觉下联合收获机边缘检测技术的研究

智能联合收割机是目前作物收获的发展热点与研究重点技术之一,而确定田间地块边缘、未收割作物边缘、联合收获机直线行驶和在作物地头转向是实现全田间自动收获的基础。为此,设计了一种基于立体视觉下多种作物收获边缘快速检测方法,保持作物收获边缘在检测目标区域内,并提出了一种基于HSV(色调、饱和度和值)空间扫描的动态感兴趣区域提取算法,利用Ostu算法获得作物未收获面积,实现未收获作物边缘和作物末端边缘的同时检测,并根据作物收获末端边缘自动转向到下一个收割路径。田间验证试验表明:水稻检测准确率高于98%,玉米的检测准确率高于94%,平均处理速度为49frame/ms。研究结果表明:提出的基于立体视觉下联合收获机边缘检测及精准转向系统具有较高的工作精度和效率,可为提高作物收获性能提供技术参考与借鉴。

大型封闭空间中UWB定位基站拓扑的通用设计方法

超宽带(ultra-wide band,UWB)技术是无人装备在巡检具有多障碍物的大型封闭空间时获取定位坐标的主要方法之一。目前主要依赖人工方式设计UWB定位基站拓扑的构型、位置和数量。这种方式存在设计效率低下,设计效果未知,性价比难以确定等问题。为此,本文提出了一套较为科学完善的定位基站拓扑评价体系,并提出了一种在大型封闭空间中自动设计定位基站拓扑的通用方法。该方法以仿真模拟为基础,通过遗传算法结合拓扑评价体系,自动生成贴合实际应用场景的最优拓扑方案,包括最优的基站布设数量以及布设位置信息。实验结果表明:1)经通用设计方法生成的拓扑相比使用基站数量最多的拓扑,综合性能提高了6.2%;相比使用基站数量最少的拓扑,综合性能提高了21.2%。2)经通用设计方法生成的拓扑相比人工设计的锯齿形拓扑,综合性能提高了11.4%,设计效率提高了92.9%。可见,针对具有多障碍物的大型封闭空间场景,本文的方法可以在较短的时间内设计出综合性能较优,性价比较高的定位基站拓扑,为无人装备在此类大型封闭空间中开展全自主定位和巡检奠定了基础。

基于机器深度学习的小麦播种机控制系统研究

针对我国小麦播种机自动控制系统的可靠性及灵敏度不高的问题,基于机器深度学习对小麦播种机的控制系统进行了设计和改进。小麦播种机的主要组成包括控制系统、排种系统、监控系统、电力系统、机架和驾驶室、覆土镇压和排肥装置。为了使播种机的控制系统能有效进行图像检测识别,提升播种机的控制精度,采用机器深度学习中的卷积神经网络算法对控制系统进行设计,并采用迁移学习的方式对模型进行训练和检测。为了验证播种机控制系统的性能,对其进行播种精度控制和播种性能测试试验,结果表明:播种机的精度和性能均符合播种机的设计要求。

深度学习在活动构造与地貌研究中的应用

活动构造与地貌学主要涉及活动构造的运动学、地貌的演化过程及其相关动力机制,该研究方向是近几十年来地球系统科学交叉研究的热点之一。随着大数据与机器学习研究的发展,活动构造与地貌学的研究和深度学习的结合已成为该领域中受到广泛关注的新兴研究方向,并产出了大量优秀成果。文中总结并综述了现今深度学习在活动构造与地貌研究中的数据来源,以及利用深度学习的方法定量化解决活动构造与地貌中的重要科学问题(包括冰川识别、火山活动与地貌、水系分析、滑坡监测和地表形变等)。基于对上述实例的探索,文中运用深度学习中的卷积神经网络,对华南东南部福建地区的花岗岩岩石构造裂缝开展了基于高精度无人机航拍影像的深度学习自动识别。所搭建的卷积网络模型在55min的运行时间内自动识别出人工需消耗近一周才可识别的9000余条裂缝,并获得了85%的查准率与89%的查全率,表明该模型在准确识别构造裂缝的同时显著提升了工作效率。文中最后讨论并展望了未来深度学习方法在活动构造与地貌学领域的发展前景。

竞技运动专家的认知优势及其形成机制——基于自动性特点和抽象化表征

目前对于竞技运动专家如何从长期训练中获得和迁移、提炼和更新专业知识与技能的机制尚未有清晰的阐释。基于专家-新手范式的研究表明,从表征学习的角度看竞技运动专家的认知优势主要体现在注意优势和记忆优势两方面,而竞技运动专家知识与技能的自动性特点和抽象化表征是其认知优势效应形成的两个关键原因。从生成模型的角度探讨竞技运动专家知识系统的抽象化表征机制,为能更好地理解竞技运动专家的认知优势效应,助其突破认知局限性提供了新的理论依据。

多因素线性回归模型分析门诊药房自动发药机对药师工作效率的影响

目的分析使用自动发药机对药师工作效率的影响。方法选择北京积水潭医院新街口院区和回龙观院区门诊药房(两种工作场景:配备自动发药机、完全传统手工调配模式)。以患者取药等候时间为因变量,分别以日门诊药房窗口药师数、当日该院区门诊药房处方量、患者当日就诊科室数、实际取药数量4项指标作为自变量,建立多因素线性回归模型,比较不同模型下患者取药等候时间的影响因素。以患者取药等候时间为因变量,以日门诊药房窗口药师数、是否配备自动发药机、当日该院区门诊药房处方量、患者当日就诊科室数、实际取药数量5项指标作为自变量,建立多因素线性回归模型,分析门诊药房工作药师数、是否采用自动发药机等对患者取药等候时间的影响。结果使用自动发药机院区每增加1名药师,患者取药等候时间缩短9.63 s,未使用自动发药机院区每增加1名药师,患者取药等候时间缩短5.41 s。将自动发药机作为影响因素纳入模型后,5项自变量均对患者取药等候时间有影响(P<0.05)。其中采用自动发药机的院区相比另一院区的取药等候时间节省20.08 s;院区日处方量每增1张,患者取药等候时间增加0.07 s;每增加1名门诊上班药师,患者取药等候时间减少5.69 s;患者当日每多就诊1个科室,取药等候时间增加72.72 s;患者取药数方面,取2~10盒/支相比取1盒/支、取超过10盒/支相比取1盒/支,患者取药等候时间分别减少15.72、9.25 s。结论自动发药机有助于提升门诊药房的工作效率,改善就医体验。

基于FTU的配电网单相接地故障定位与恢复方法

配电网发生最多的故障是接地故障。针对准确地检测隔离接地故障线路并尽快恢复供电,提出基于配电开关监控终端(FTU)的配电网单相接地故障定位与恢复方法。利用配电网各节点FTU的小波包变换暂态选线及相电流暂态特征选线技术,结合故障路径自适应处理控制策略,配合首开关延时合闸逻辑,从而实现多分支配电网故障定位与自动隔离恢复。所提方法能够快速选出故障线路并隔离故障区段,有利于故障快速消除,提高系统运行的安全性、可靠性。

机械通气人机不同步自动检测算法综述

该研究总结了患者与呼吸机非同步性(patient-ventilator asynchrony,PVA)自动识别技术在机械通气过程中的应用。在早期阶段,规则及阈值的设定方法依赖于呼吸机参数及波形的人为解析,虽然这类方法直观并易于操作,但在阈值设定和规则选择上相对敏感,不能很好地适应患者状态的微小变动。随后,机器学习和深度学习的技术开始出现并发展。这些技术通过算法自动提炼和学习数据特性,使PVA的检测更具鲁棒性和通用性。其中,逻辑回归、支持向量机、随机森林、隐马尔可夫模型、卷积自编码器、长短期记忆网络、一维卷积神经网络等方法都被成功地用于PVA的识别。尽管深度学习方法在特性提取上取得了显著进步,但是它们对标签数据的需求较大,可能会消耗大量医疗资源。因此,强化学习与自监督学习的结合可能是一个实际可行的解决方案。此外,算法的验证大多基于单一的数据集,未来对于跨数据集验证的需求将是一个重要且充满挑战性的发展方向。

连铸智能浇铸工艺模型研究

智能浇铸技术在连铸生产中已开始推广与应用,为了减少生产事故、稳定铸坯质量,实现让操作人员远离浇钢现场安全生产,针对非稳态浇铸过程,结合操作经验,开发和优化了智能浇铸工艺模型。重点就中间包自动开浇模型、浸入式水口一键快换模型、浇铸异常自动处置模型等关键技术进行了研究和应用,介绍了这三种模型原理、应用以及效果。通过上述模型研究与实践,中间包自动开浇成功率达到95%以上,自动更换水口成功率达100%,换水口异常铸坯缺陷降级率降低52%,浇铸异常自动处置使人员现场值守时间减少50%,劳动效率提高约10%,促进了生产过程智能化和铸坯质量稳定化。

全自动固相萃取结合气相色谱-串联质谱法快速测定石斛中62种常用农药残留

建立全自动QuEChERS方法结合气相色谱-串联质谱技术检测石斛中62种常用农药残留的分析方法。样品经全自动QuEChERS样品制备系统涡旋、振动和离心处理,HP-5MS色谱柱分离,选择分时间段的多反应监测模式进行数据采集及定性定量分析,内标法定量。62种农药在5~500ng·mL^(-1)范围内线性关系良好,相关系数(r^(2))大于0.99;3个加标水平下(0.01mg·kg^(-1)、0.05mg·kg^(-1)和0.1mg·kg^(-1)),平均回收率为65.6%~109.3%,相对标准偏差(RSD)为2.4%~15.1%;定量限均低至0.01mg·kg^(-1)。该方法简便、快速、灵敏、准确性高,适用于石斛中62种常用农药残留的快速检测。

面向RISC-V的基础数学库实现

RISC-V指令集架构(Instruction Set Architecture,ISA)作为一种新兴的精简ISA,因免费、开源、自由等特点而得到快速发展.由于国内外对RISC-V的研究主要集中在硬件开发,软件生态相较于成熟ISA还很薄弱,实现一套RISC-V指令集高性能基础数学库可以进一步丰富RISC-V软件生态.本文基于自动化移植技术实现申威数学库到RISC-V的移植,为RISC-V指令架构提供首个使用向量指令优化的基础数学库系统.本文提出向量寄存器自动分支查表法与路径标记插入法,重点解决不同架构间寄存器映射过程中的寄存器复用问题,实现寄存器正确高效映射,并依据不同指令等价转换策略自动化移植数学函数69个.测试结果表明,RISC-V基础数学库函数可实现正确计算,最大误差为1.90ULP,函数性能平均为157.03节拍.

基于YOLO v5的直播油菜激光间苗系统设计与试验

间苗是保证直播油菜增产的一项关键技术措施,为解决人工间苗劳动强度大、机械间苗不精确的问题,采用机器视觉的方式,基于深度学习算法YOLO v5平台,设计并搭建自动间苗装置。机器视觉系统评估幼苗种群的合理密植情况,间苗算法以间距和幼苗叶展为评估标准,实现控制幼苗间距和筛选优质苗的功能。选用遗传算法对间苗行进路径进行规划,相较于未规划路径可缩短最低为50%的行进距离,最终采用激光器高温烧除的方式完成间苗作业。选取油菜苗作为试验材料,间苗阈值α是划定幼苗最小间距的参数,设置不同的间苗阈值α进行试验。结果表明,间除苗的数量随着间苗阈值α的增加而增加,幼苗平均密度下降的同时种群分布趋于均匀,对间除苗的叶展长度分类统计,α为0~75 mm时,间除苗叶展长度全部在0~20 mm范围;α为75~200 mm时,间除苗叶展长度为0~40 mm,其中叶展长度为20~40 mm的最高占比约为76%;α为200~350 mm时,间除苗叶展长度在40 mm以上的幼苗开始增加,最高占比约为14%,间除苗叶展长度梯次分布证明了间苗算法具备筛选优质苗的性能。间苗执行阶段耗时占据间苗作业总耗时的90%以上,以激光走线参数L、激光器功率P、间苗距离阈值为试验因素,三因素三水平正交试验结果表明:选择合适的激光走线参数L能有效提高间苗死亡率、降低间苗误伤率和减少间苗耗时,在参数L为30 mm、P为7.5 W、α为250 mm下开展土槽台架性能验证试验,激光间苗平均死亡率为93.29%,平均误伤率为5.19%,平均总耗时为15.19 min,为开发基于机器视觉的激光自动间苗机提供了理论基础和技术支撑。

AccuLearning自动勾画临床靶区和危及器官用于宫颈癌术后放疗的可行性研究

目的从几何学和剂量学探讨AccuLearning(AL)建立宫颈癌术后临床靶区(CTV)和危及器官(OARs)自动勾画模型应用于临床的可行性。方法选取75例宫颈癌术后手动勾画CT数据,60例应用AL训练生成自动勾画模型,并对剩余15例进行自动勾画,同时将自动勾画图像上的放疗计划导入到手动勾画结构上,比较两种勾画方式的效率、戴斯相似系数(DSC)、豪斯多夫距离(HD)和剂量学差异。结果自动勾画时间明显小于手动勾画(P<0.05);各结构DSC值≥0.87;肠袋和直肠的HD值在10 mm左右,其余结构小于5 mm;剂量学评估CTV(D98、V90%、V95%、Dmean、HI)、肠袋(V50)和膀胱(V50)有显著性差异(P<0.05)。结论基于AL形成的宫颈癌术后自动勾画模型提高了放疗效率,OARs具有直接应用于临床的可能性,CTV仍需进一步修改。

全自动精密进近引导与传输技术研究

全自动着舰是保障舰载机着舰安全性和提高出动率的关键手段,分析了外军舰载机全自动着舰引导及传输系统发展及应用情况,研究了海上母舰动基座、复杂电磁环境下的应用需求,突破了抗干扰条件下的卫导高精度测量、动基准差分卫导相对定位、低时延高可靠传输等相关技术,提出了基于差分卫导与新体制着舰数据链相结合的全自动精密进近引导与传输系统综合解决方案。通过原型系统研制和典型环境下的测试验证,证明了原理的可行性,技术指标在双动状态下相对定位精度达分米级,传输时延达毫米级,与国外技术水平相当,可为无人机起降着陆及舰载机自动着舰相关装备研制提供重要参考。

基于自动重要抽样方法的减方差技巧体系构建与验证

屏蔽计算问题根据求解目标不同一般可分为源-探测器问题、区域问题和全局问题。MCShield研究团队针对3类问题中存在的深穿透问题提出了相应的减方差技巧,本文以此为基础构建了基于自动重要抽样(AIS)方法的减方差技巧体系,并开展了验证工作。针对源-探测器问题,采用NUREG/CR-6115 PWR压力容器计算基准题对小探测器自动重要抽样(SDAIS)方法进行验证。结果表明,SDAIS方法的计算效率约为AIS方法的7倍。此外还提出并验证了基于AIS伴随蒙特卡罗的耦合减方差(AIS-CADIS)方法,将AIS方法引入到蒙特卡罗伴随计算中,取得了良好的效果。针对全局问题,提出网格化-AIS方法并使用简化反应堆屏蔽计算算例进行验证,结果表明,网格化-AIS方法的计算效率是AIS方法的12倍左右,是直接蒙特卡罗方法的290倍左右。

基于改进YOLOv7的自动驾驶目标检测方法

针对自动驾驶场景下,车辆目标密集、相互遮挡和目标过小导致的误检、漏检问题,提出一种改进YOLOv7的车辆目标检测算法。在主干网络SPPCSPC后加入ACmix混合注意力机制,充分挖掘特征信息,增强网络对车辆信息的关注度,减少其他目标的干扰,提高检测精度;在Neck端中加入Swin Transformer,收集全局信息;添加160×160尺寸目标检测头,以增加锚点的数量和密度,提高网络对小目标的感知能力;最后利用Soft-NMS柔性非极大值抑制剔除冗余候选框,改善漏检能力。通过实验验证了改进的可行性并与五种主流网络进行了对比,平均精度达到91.5%,与基础网络YOLOv7相比,平均精度提高7.1%,运行速度达到105 FPS,证明了改进方法的有效性。