基于深度置信网络的智能变电站遥控障碍定位方法

在智能变电站远方遥控操作中,常由于装置、网络故障或者信息不统一等原因导致遥控失败,进而影响运维效率。为此,在充分利用变电站三遥信息的基础上提出一种基于DBN(深度置信网络)的智能变电站遥控障碍定位方法。首先,对智能变电站遥控的全过程进行分解,将遥控障碍归为三大类;然后,引入DBN与Softmax分类器分别实现特征量提取与分类训练,构建遥控障碍定位模型;最后,结合障碍类型与遥信信息实现障碍点精准定位。工程实例验证了方法的有效性,该方法具有计算时间短,定位精度高的优点。

基于多传感器融合的自动驾驶汽车障碍定位方法

为实现自动驾驶汽车障碍精准定位目标,避免碰撞,确保行驶安全,该文利用多传感器融合技术,开展自动驾驶汽车障碍定位方法研究。在自动驾驶汽车上配置多传感器,检测障碍,判断前方或周围是否存在障碍物。使用HOG特征描述子,提取障碍物特征,形成特征向量。基于多传感器融合技术,对来自不同传感器的障碍物检测结果进行融合,分别定位静态障碍物与动态障碍物的具体位置,输出定位结果。试验结果表明,该方法能够有效整合不同传感器的数据,在6种不同类型障碍物上的定位精度均较高。

光缆线路的障碍定位和日常规维护初探

光缆线路在传输过程中受到外界环境各种因素影响，易发生各种障碍。本文结合实际分析了常见障碍的成因、特点与障碍定位。还就日常维护中光缆线路的维护管理程序化、表格化、制度化进行探讨。

基于LiDAR扫描角度修正的障碍目标定位方法

在二维激光雷达(LiDAR)用于障碍物检测时,移动机器人自身姿态变化导致LiDAR基准位置变化,对障碍目标进行定位计算时会产生较大误差。文中提出了一种基于LiDAR扫描角度修正的障碍目标定位方法,用K-means聚类算法对激光雷达点云数据进行聚类划分,然后对聚类后数据进行角度修正处理,使处理后的数据信息更符合真实值。最后包络每个聚类数据,从而提高LiDAR扫描数据的准确性。测试结果表明,文中所提方法能够提高定位精度,满足障碍物精准定位的需求。

基于SGM-SSD的电力巡检机器人障碍物定位模型

为了提升电力巡检机器人对输电线路障碍物识别的精度,对电力巡检障碍物定位识别模型进行了研究,并提出了一种结合半全局匹配(Semi-Global Matching, SGM)算法和单点多盒探测器(Single Shot Multibox Detector, SSD)的模型。采用加权最小二乘(Weighted Least Squares, WLS)滤波算法,对利用SGM算法所得视差图中的空洞和噪点进行了处理,并提出了一种轻量化单点多盒探测方法。实验测试结果显示,优化后的模型定位测量误差低于5.13%;其大小由300 MB下降到了2.03 MB;轻量化模型在89、250次迭代后的损失函数值分别降至0.23和0.33。验证了所提出的模型能够实现输电线路障碍物定位和识别,能够满足实际的应用需求。

基于单目机器视觉的高压输电线路障碍物定位研究

高压输电线巡线机器人运行线路上的障碍物识别定位,是实现巡线机器人自主导航的关键技术之一。针对110k V高压输电线路地线结构的特点,提出了基于单目机器视觉的高压输电线路障碍物定位研究方法。通过在巡检机器人本体上安装单目摄像机,利用单目摄像机采集前方线路图像,对图像中的障碍物进行识别,利用识别出来的障碍物位置中心与摄像机的位置关系建立测距几何模型,来对巡线机器人前方障碍物进行定位。该方法可以较精确地对巡线机器人前方约(1-2)m内的障碍物进行定位并测距,且误差小、识别率高、响应快。最后,通过实验验证该方法有较高的可行性和有效性,能够极大提高巡线机器人自主导航能力。

输电线巡检机器人障碍物定位与识别

针对巡检机器人运行中对线路障碍物的自主定位与识别,分析了巡检机器人自主运行中对障碍物信息感知的精度和实时性要求,提出了一种用于线路障碍物定位与识别的多传感器集成结构,并介绍了各个阶段的障碍物定位与识别算法。实验表明该方法可以实现机器人稳定自主行驶、可靠定位与识别障碍物,满足各阶段机器人对障碍物信息感知的精度和实时性要求,从而为机器人制定自主越障策略提供信息。

高压输电线路巡检机器人障碍物识别与定位

根据髙压输电线路地线上障碍物的几何形状和结构特点,提出了一种基于单目视觉识别的多传感器高压线路地线障碍物识别和测距定位的方法。该方法利用机器人本体上的摄像机获得图像,然后再根据障碍物的几何形状特征,判断出障碍物的类型。根据识别出来的障碍物特征点与摄像机的位置关系建立测距几何模型,从而计算出机器人到障碍物的距离。当机器人非常靠近障碍物或者正在通过障碍物时,摄像机测距定位方法不再适用,此时可以采用安装在机器人上的光电传感器和动态倾角仪,结合机器人的运行速度和传感器采集信号的变化,识别出障碍物的关键点,从而计算出机器人与障碍物的位置关系。

室内未知环境下动态障碍物定位研究

针对室内未知环境下的动态障碍物定位,提出了一种基于形态学滤波与混合高斯模型的Background Subtractor MOG2算法相结合的动态障碍物定位,并通过一种以针孔模型为原理的视觉测距模型方法,计算出图像坐标与世界坐标的几何关系,绘制了一定比例的局部地图,通过对环境以及障碍物的真实位置与构建的局部地图对比试验,验证了采用此方法对动态障碍物定位的准确性。

基于图像识别技术的机器人移动中障碍物定位研究

在进行机器人移动中障碍物定位时,通过直方图反向投影法完成图像信息检测,定位误差大,因此该文提出基于图像识别技术的机器人移动中障碍物定位方法。依据双目立体视觉技术原理构建测量模型,实现机器人运行环境图像的动态采集,通过图像处理、图像识别、图像解码等环节明确环境图像中的障碍物信息,结合小波不变矩特征,识别机器人移动中的障碍物,引入投影差分法通过二值化后的逆投影差分图得到障碍物定位结果。实验结果表明,该文方法的障碍物定位结果误差最大值仅为0.5 cm,相比对比位方法,使得最大定位误差大幅度减少。

一种新的车辆倒车突发障碍物规避方法仿真

研究车辆倒车突发障碍物规避优化问题。在车辆倒车过程中,由于识别时间较少,会随机出现一些突发障碍物。传统算法进行车辆倒车突发避障,障碍检测过程需要一定的时间,存在一定的滞后性,从而无法及时避开障碍物,降低了车辆倒车突发避障的准确性。为了避免传统算法的弊端,提出了一种新的车辆倒车突发障碍物避障方法。通过对道路障碍图像进行障碍特征提取,从而为车辆倒车突发避障提供依据。引入障碍定位方法,利用小波包分析方法,计算道路中障碍物的空间位置,降低处理时间,从而提高了车辆倒车突发避障的准确率。实验结果表明,利用优化方法进行车辆倒车突发避障,突发避障的准确率比传统算法提高了63%,具有很强的实际应用价值。

跨越绩效考核障碍的思考

目前我国企业的绩效考核工作存在很多误区,这既有考核制度设计问题,也有定位模糊、角色错位和心理障碍的问题,增加了绩效考核的执行难度。企业应从实际出发,设计行之有效的考核体系,制定现实性的考核标准,加强绩效沟通等多个方面,做好绩效考核工作,激励员工的积极性,提高企业的竞争力。

基于逆投影差分的移动机器人障碍物快速检测

移动机器人的障碍物快速检测是其导航、避障、轨迹跟踪的关键技术。目前多数传感器存在距离盲区以及异常尺度等问题,且现有算法大多计算复杂,难以满足实时性需求。为了改善这些问题,本文提出了一种基于环视逆投影差分的移动机器人障碍物快速检测与定位新方法。该方法以水平地面为参考平面,对移动机器人上环视系统中相邻视角相机拍摄的图像进行逆投影变换,再经图像差分得到逆投影差分图,图中像素值为零的点位于参考平面,反之则位于参考平面之外,经过阈值化、滤波后即可用来区分参考平面与非参考平面目标,实现其视场公共区域内障碍物的快速检测;同时以逆投影差分图为基础,通过像素坐标系到机器人自身坐标系的转换可获得目标相对于移动机器人精准的位置信息。在实际场景中对5 m范围内不同类型、大小、距离的障碍物进行测试,平均检测精度为97.3%,平均检测耗时为46 ms/帧,平均定位误差为1.1%。实验结果表明,本文方法能快速有效地检测和定位移动机器人附近的动、静态障碍物。

基于混合插值样条的智能装卸机械臂视觉避障轨迹控制

为解决在复杂环境中机械臂移动速度不均匀、动态碰撞冲突及轨迹不连续性的问题,该文提出基于混合插值样条的智能装卸机械臂视觉避障轨迹控制方法。基于采集的环境图像获取视差图,并对其展开二值化处理;在此基础上采用轮廓提取算法获得障碍物的轮廓和中心坐标,完成障碍物定位;利用改进后的TEB-VO算法展开智能装卸机械臂的避障轨迹控制,再采用混合插值样条对轨迹控制展开优化处理,在路径最大曲率约束条件下,提高轨迹控制的连续性。实验结果表明,所提方法避障轨迹平滑度高、控制效率高且适应性强。

基于双目ORB-SLAM的障碍物记忆定位与去噪算法

针对现有视觉障碍物定位算法无法定位移出视野的障碍物且存在定位噪声的问题,提出一种基于双目ORB-SLAM(基于ORB特征的同时定位与地图构建系统)的障碍物记忆定位与去噪算法.算法在障碍物识别的基础上,首先将逐帧障碍物像点通过SLAM(同步定位与地图创建)地图投影到地面栅格,然后计算栅格内标准障碍物投影点数,进而采用大津(Otsu)法去除定位噪声,最终得到准确的障碍物记忆定位结果.实验结果显示,障碍物移出视野后仍能被记忆定位,单一障碍物去噪成功率达到95.3%,并且平均处理速度达到每秒8个关键帧.这证明本文算法实现了障碍物记忆定位,具有良好的去噪性能及实时性.

自主行驶车辆的避障控制算法研究

在模拟单行道上随机出现障碍物的情况下,针对无法建立精确的智能小车的控制数学模型问题,提出基于模糊控制的智能小车避障算法。采用OV7620摄像头获取道路信息,结合图像处理算法对障碍物进行定位。通过人类驾驶车辆避障的经验对智能小车行驶路径进行局部规划,设计一个模糊控制器,实时调整智能小车的行驶姿态使其能够在不超出道路边界的情况下实现避障功能。并通过仿真实验验证该算法的有效性。仿真实验结果表明:该算法能实时、稳定地更改智能小车行驶路径,有效地躲避障碍物。

基于BP神经网络算法的新一代智能变电站控制障碍分析与定位技术研究

变电站远方操作过程中,控制信号从最初发出开始,在中间诸多环节中,任意因素未满足条件,均会导致控制过程失败,控制障碍发生时,中间环节隐性不可视,缺乏有效的技术手段快速定位。全过程控制信息模型将复杂的控制过程分解为具体的模型,并将模型中的各类因子进行了分类,确定了控制障碍分析的基本原理,为实现障碍定位提供了明确的方法。结合新型电力系统智能变电站控制业务特点,分析104控制报文、MMS控制报文、GOOSE控制报文及相关控制设备、控制过程特点,提出控制障碍分析与定位技术,建立全过程控制分析模型,应用BP神经网络算法训练模型,通过实例验证所提算法可快速定位控制障碍原因,解决了控制障碍发生时,缺乏有效的技术手段快速定位的问题。

基于e8C探针的客户感知运营体系

位于客户端的e8C终端是电信网络和客户网络的关键枢纽点,发挥其网络和业务检测及管控能力,在光纤宽带网络运维以及客户增值业务经营中具有广泛的应用前景。在研究e8C网络连通性检测和业务仿真测试的基础上,提出了e8C Q@E探针标准以及基于e8C探针的客户感知运营管理体系。该体系能极大提升光纤宽带网络管理能力,实现先于客户申告发现问题,缩短故障历时,甚至实现客户对故障无感知修复,切实提升客户业务连续性与质量体验,增强光纤网络先进性和竞争优势。

基于双目视觉的电力线巡检机器人障碍物定位测距

随着对于电力的需求不断上涨,输电线路的规模也不断扩大,目前高压输电线已是电力传输中的一个重要组成部分。因为大多布置在野外,高压输电线路也经常受到恶劣气候环境的影响,腐蚀、磨损甚至断股等线路故障时有发生,因此,电力巡检机器人的研发也逐渐受到重视。机器人运行线路上的障碍物识别定位,则是巡线机器人实现功能的关键技术之一。为了进行电力线路上障碍物的定位测距,采用了双目视觉的方法。硬件采用双目摄像头,首先进行了相机标定。通过获取到的相机内参矩阵与左右相机位姿矩阵,对双目相机的视图进行了畸变矫正与立体矫正。然后采用了半全局立体匹配算法SGM(Semi-Global Matching)获得双目图像的视差图,并使用加权最小二乘滤波(weighted least squares)的算法进行视差图的平滑。最后,通过对视差图进行重投影获得了障碍物的深度信息。针对电力线路的障碍物进行实验验证了提出的定位测距方法的有效性并且精度达标。

自拟半夏白术天麻葛根汤配合西医治疗痰浊型眩晕症临床疗效观察

眩晕症是身体对空间定位障碍所产生的一种位置性或运动性错觉,引起眩晕的原因种类较多,涉及疾病种类也较多,主要分为真性眩晕和假性眩晕两种。真性眩晕是由前庭系统病变引起,有明显的自身或外物旋转感;假性眩晕则多属功能性病变,其可能为内分泌代谢障碍、脑供血不足、心脑血管疾病等因素所导致。眩晕症易发人群为中老年人.