一种针对“低慢小”目标的栅格化感知系统设计

针对“低慢小”目标探测面临的问题,提出了一种栅格化理念解决问题思路,给出了栅格化感知系统的定义,设计了栅格化感知系统,包括传感器分系统、通信分系统、管理控制中心和综合保障分系统等组成和工作过程。分析了栅格化感知系统的关键技术,包括传感器低成本设计、“低慢小”目标检测、数据融合处理等技术。研究了栅格化感知系统的部署原则,建立部署原则模型,对于解决“低慢小”目标探测具有现实指导意义。

感知系统触发条件穿透率评估方法研究

预期功能安全问题制约着自动驾驶汽车的落地。自动驾驶感知系统面临的各种极端行驶环境等极易引起预期功能安全问题。因此,须按照现有预期功能安全标准,在安全分析阶段识别并评估种类多且数量大的触发条件,筛选高价值触发条件为后续测试验证提供测试场景输入。本文中首先基于对触发条件在自动驾驶系统中的风险演化过程的分析,提出一套包括暴露率、穿透率和危害率的三维感知系统触发条件评估体系。随后,基于层次分析法构建了触发条件穿透率量化评估方法。最后,针对某量产车型的融合感知系统分析并选取15个触发条件,构建测试用例并开展封闭场地测试,评估上述触发条件的穿透率。最终经计算筛选得到3个高风险触发条件,验证了触发条件穿透率量化评估方法的可行性。

仿生嗅觉感知系统气体识别和浓度估计模型

常用气体检测模型需要使用气体传感器阵列响应信号的稳态值对气体进行种类识别和浓度估计,而在实际环境中,气体一般处于动态变化的状态,气体传感器阵列响应信号难以达到稳态值或长时间维持稳定状态.针对上述问题,提出一种由动态小波残差卷积神经网络(Dynamic wavelet residual convolutional neural network, DWRCNN)子模型和权重信号自注意力(Weighted signal self-attention, WSSA)子模型组成的气体检测模型.该模型可以直接使用气体传感器阵列的原始动态响应信号对动态变化的气体进行成分识别,并进一步对每种成分气体的浓度在线估计.通过搭建的仿生嗅觉感知系统对模型的性能进行评估,实验结果表明,与常用气体识别模型相比, DWRCNN能获得接近100%气体识别准确率,且在线训练时间短,收敛速度快;与常用气体浓度估计模型相比, WSSA浓度估计模型能够大幅提高气体浓度估计精度,并能同时对不同气体都保持较高气体浓度估计精度,解决了动态环境中仿生嗅觉感知系统需要针对不同气体选择不同最优气体浓度估计模型问题.

基于知识图谱的自媒体网络舆情态势感知系统

为及时、准确掌握自媒体网络舆情动态信息,设计基于知识图谱的自媒体网络舆情态势感知系统。利用网络爬虫技术获取网络舆情数据,经过数据清洗、文本分词等处理后,利用Neo4j图数据库生成舆情知识图谱,构建BI-LSTM-CRF(双向长短期记忆网络-条件随机场)模型,以预处理层获取的词序列为输入,完成知识图谱构建中的知识实体识别。实验结果显示,该系统可通过有效的舆情事件知识抽取,生成舆情知识图谱,分析舆情的时间分布、传播活跃时间分布以及舆论的演变态势,精准感知舆情的态势发展。

休眠期果树修剪机器人视觉感知系统研究现状

视觉感知系统是休眠期果树修剪机器人重要组成部分,决定了修剪机器人完成剪枝作业的质量。为明确修剪机器人视觉感知系统所面临的挑战及未来发展方向,对休眠期果树修剪机器人系统组成进行了描述,论述了果树枝干信息采集方法、枝干识别方法等。分析目前修剪机器人视觉感知系统存在问题,并指出果树修剪机器人研究的重点方向,为未来修剪机器人的应用提供参考。

低碳园区智能感知系统优化配置设计方法

针对目前低碳园区具有规模较大、信息分散、数据采集成本较高的问题,本文提出了一种智能感知系统的多目标优化配置方法。基于提出的智能感知系统结构,以传感网络节点覆盖率最高为目标进行节点选址;同时以投资成本、故障损失成本和运维成本最小为目标,建立数据采集设备优化配置模型。采用量子遗传算法求解多目标优化模型,结合工程实际,以获得传感网络覆盖率和经济效益最大化的配置方案。最后通过算例分析验证所提出的基于量子遗传算法的智能感知系统多目标优化配置方法的有效性。

随机共振理论在人体感知系统中的作用

随机共振(stochastic resonance,SR)是一种噪声增强系统响应的现象,该现象的存在可优化系统对小的输入信号的检测和处理能力。在非线性阈值系统中,当阈值、信号和噪声三者之间相互匹配时会发生SR现象。而视觉、听觉与触觉作为人体的三大感知系统,是典型的非线性阈值系统,与人体的运动控制能力密切相关。SR在人体各感觉系统中扮演复杂的角色,一定的噪声刺激可以改善人体的视、听、触觉系统,从而改善人体的步态变异性和手部灵活性,提高平衡功能及本体感觉能力。SR作为临床康复治疗的重要组成部分,可以通过增加神经系统对输入信号的感知能力来帮助人体运动控制能力的恢复。未来应加深对SR的认识,使其成为临床医疗体系中的新型康复治疗手段。

分布式深度学习框架下主动式网络安全性能感知系统设计

主动式网络在数据传输过程中容易受到黑客的攻击,威胁网络整体安全性能,为此,在分布式深度学习框架下设计主动式网络安全性能感知系统。基于分布式理论加速训练深度学习算法获取最佳参数集合,应用训练好的深度学习算法——卷积自动编码器提取安全性能感知数据的重要特征,以此为基础,分析影响网络安全性能的关键因素。选取感知指标,并应用模糊层次分析法计算其权重数值。构建网络安全性能感知模型,制定网络安全性能等级判定规则,即可确定网络安全性能感知结果。实验数据显示,设计系统应用后主动式网络安全性能感知误差最小值为0.4%,保障了主动式网络安全运行。

利用感知系统提升高速公路智慧化技术方案探讨

本文针对高速公路的交通特征和存在问题,充分利用现有机电设备,在感知系统的基础上,增加控制、管理、支撑三大系统,通过雷视融合、能见度分析、主线控制、数字孪生、雾区诱导等技术手段,实现全路段感知、准全天候管控、收费稽查、唐山站的数字化收费等功能,路警联动解决不良天气的交通管控问题,减少因天气封路,保障通勤需求。

环境感知系统在智能网联汽车上的应用研究

智能网联汽车中的环境感知技术,能够快速的识别和获取周边的环境信息,从而提升汽车的智能化和自动化水平,保证汽车的驾驶安全。然而,环境感知技术在具体应用过程中,面对复杂的环境,仍然存在着环境感知上的问题。为进一步推动环境感知技术的发展,应采用的对策包括开发超声波雷达传感器、毫米波雷达传感器、视觉传感器,通过与时俱进的改进传感器技术,突破环境感知技术的发展困境,为智能网联汽车的发展提供技术支持。

公路重大交通基础设施群数字李生感知系统建设

本文结合公路感知设备及行业管理现状问题,搭建了道路运输行业数字李生系统总体架构,进一步针对公路重大交通基础设施群三大业务管理场景即设施养护管理、重点车辆管理、交通运行管理的重点路段监测需求进行分析,确定感知设备在不同交通基础设施上的差异化布设原则,从而以先进的智能感知设备作为数字李生系统的“观察前哨”,为业务应用场景的落地提供实时、鲜活、海量的数据基础。

智能化趋势下城市轨道交通车站客流态势感知系统建设

文章研究了智能化趋势下城市轨道交通车站客流态势感知系统建设,在掌握基本概况的基础上,从智能客流组织、智能客流巡视、智能视频分析等模块出发,分析了智能化客流态势感知系统建设要点,强调了在设备、功能等方面的要求,有利于提高车站客流监控水平,控制不安全因素,保障车站安全稳定运行。

立面作业机器人姿态感知系统设计与分析

针对立面作业机器人在大型立面设备中容易发生姿态倾斜的问题,本文设计了一种基于惯性测量单元对立面作业机器人的姿态进行全方位感知、检测的立面作业机器人姿态感知系统。该系统分析了机器人在滑移和倾覆状态下的受力情况,得出机器人稳定吸附的条件。同时,本文还提出了一种基于扩展卡尔曼滤波算法对获取的传感器数据进行滤波融合,并结合PID控制算法对系统进行动态调节的方法,该方法有效改善了机器人姿态倾斜问题。最后通过联合仿真实验验证了该系统的有效性,为后续立面作业机器人的设计和应用提供了技术参考。

基于NB-IoT的公路路面状态感知系统设计

针对传输距离远、设备接入点数量大、组网复杂等公路路况监测现状,横向比较了几种常见的LPWAN低功耗广域网技术;针对公路路面状态采集需人工巡查、铺设成本高、功能单一等问题,采用终端感知-通信控制-数据处理-应用表现4层系统设计架构,充分发挥NB-IoT广覆盖、高速率、低功耗、低成本、大链接等特点,详细设计了基于NB-IoT的公路路面状态感知系统,并在实验过程中实时采集和处理了公路的路况信息、气象信息和突发事件信息,以期提高民众出行的安全系数和公路运营效率。

态势感知系统在电网安全防护中的应用研究

电网的运行状态受到诸多因素的影响,导致其出现故障多发、稳定性不足等问题。文章从电网安全防护的角度出发,建立了安全态势感知系统,其主要组成部分包括态势要素提取、态势理解和态势预测3大模块。通过理论分析和数学建模,阐述了系统在电网安全防护中的应用方法,得到以下结论:在态势要素提取环节可构建电网安全评价指标体系;态势理解环节可计算出电网安全态势综合评价值,并实现风险分级;在态势预测阶段,可根据预测值制订预防性的管理措施。

基于大数据和人工智能技术的信息安全态势感知系统研究

随着信息技术的快速发展和广泛应用,信息安全问题日益严峻。传统的安全防御手段已经无法满足复杂多变的数字化环境。因此,研究基于大数据和人工智能技术的信息安全态势感知系统非常重要。基于大数据和人工智能技术的信息安全态势感知系统具有重要的理论和实际意义,可以为企业和系统提供全方位的信息安全保护和威胁应对。然而,该系统仍面临一些挑战和问题,例如数据隐私保护、算法精度和实时性等,需要进一步地研究和改进。

智能网联汽车环境感知系统虚拟仿真实训教学研究

智能网联汽车具有复杂的环境感知系统,涉及多传感器融合、信息处理与控制等方面。虚拟仿真平台可以高效、安全地模拟各种复杂路况,使学生在虚拟仿真场景中对汽车环境感知系统进行操作与调试,培养专业技能。相较于实车训练,虚拟仿真实训投入成本低,可以自定义训练场景,开展重复试验,有利于提高学生的学习效率。该文概述智能网联汽车环境感知系统,分析智能网联汽车环境感知系统虚拟仿真实训教学存在的问题,并提出优化策略,从而为提高汽车工程类专业实践教学水平、培养复合型创新人才提供新思路和新方案。

基于DMS的有源配电网全景感知系统

供电企业传统县(配)调的管理模式以“计划调度”为主,调度侧配电网图模应用注重自有资产,未延伸至用户,营配贯通不足。当前,分布式光伏装机规模高速发展,低压并网比重提升,配电网有源化特性凸显,在渗透率较高地区,配电变压器潮流将由传统单向配送向双向流动转变。传统县(配)调存在中压分布式光伏“地调并网路径看不全、配调并网电源看不到”,低压分布式光伏“并入配电网末梢,点多、量大、难独立建模”等问题,配电网全景感知能力不足。

基于大数据与智能技术的信息安全态势感知系统分析

当前,我国面临日益严峻的网络信息安全威胁,攻击手段日趋多元化、复杂化。为提升相关部门快速反应与溯源能力,研究构建信息安全态势感知系统显得十分必要。在此基础上,本文对大数据技术、智能技术以及信息安全态势感知技术进行了简要地介绍,研究企业级信息安全态势感知系统的建设,提出了信息安全态势感知系统的设计以及挑战。通过该系统的设计和部署,能够有效地检测威胁,并对其进行风险评估与溯源,从而提升企业对安全威胁的检测能力,为企业的安全事故处理提供有效的技术支撑。

基于多态BN的船舶态势感知系统可靠性评估

采用多状态贝叶斯网络方法对复杂系统进行可靠性分析时,由于复杂系统中的设备对系统状态的影响程度难以确定,系统中存在较大的认知不确定性。多态贝叶斯网络中的认知不确定性问题可结合专家经验通过构造条件概率表来解决,但随着系统规模的增加,专家打分工作量呈指数增长且具有一定的模糊性和主观性。针对以上问题,基于层次分析法与三角模糊数的模糊群决策方法,并将其与多态多父节点条件概率计算模型相结合构造条件概率表,提出计及认知不确定性的多态贝叶斯网络方法。将其应用于某船舶态势感知系统的多状态可靠性分析中,诊断态势感知系统处于不同故障状态下的薄弱环节,为船舶态势感知系统不同故障状态下的运行和维护提供参考。