基于IViT的锂离子电池健康状态估计

准确预测锂离子电池的健康状态(SOH)至关重要。针对电池单个周期的不同阶段退化机制存在差异和实际运用场景下数据获取不完整等挑战,提出一种基于Involution-Vision Transformer(IViT)的锂离子电池SOH估计方法。从电压时间曲线中自动提取能有效表征锂离子电池退化信息的特征,使用Involution模块在不同位置上自适应地分配权重,利用Vision Transformer学习不同阶段的高级特征表示并捕获全局依赖关系。实验结果表明,IVIT的预测误差在0.5%左右,且当整体数据缺失50%的情况下误差仅为2%左右,证明了所提方法的有效性和稳定性。

误差状态卡尔曼滤波的视觉惯性自适应融合定位方法研究

头盔瞄准具(HMS)是近年来新一代战斗机飞行员的辅助瞄准设备,能够帮助飞行员增强战场态势感知能力,对敌方目标进行快速、精准打击。其能正常工作的关键是获取飞行员头部相对于运动飞机的姿态参数。本文结合头盔瞄准具这一应用场景研究了视觉组合姿态测量关键技术。视觉惯性组合定位能够实现目标位姿测量方法的优势互补,而由于标称噪声矩阵无法绝对准确预测,融合算法的鲁棒性、精度有待进一步提升。针对这一问题,本文提出一种误差状态卡尔曼滤波框架下基于变分贝叶斯推断的视觉惯性自适应融合方法。首先,对于过程噪声使用逆威沙特(Wishart)分布进行建模,之后通过引入隐变量分解一步预测协方差,并结合变分贝叶斯推断实现了对过程噪声协方差矩阵的在线估计。试验证明,在复杂运动及标称噪声协方差矩阵偏移较大的测量条件下,所提位姿测量算法具有较高的精度与鲁棒性,能够完成对靶标的快速、高精度跟踪。

光伏组件积尘状态的检测技术综述

光伏电站经过长时间地运行,积尘对光伏组件造成的遮挡侵蚀和温度效应会越来越严重。为避免积尘造成的光伏组件发电效率损失,需要制定有效的清洁方案,因此需要对光伏组件积尘状态进行实时检测或预测。不同的积尘状态会造成不同的遮挡损失,对光伏电站的光伏组件积尘状态检测技术进行了综述与分析,将积尘检测方法分为适用于实验计算的理论公式模型预测、能够实时进行的I-V曲线检测和计算机视觉检测,对3种检测方法在应用上的问题进行了分析,并对光伏组件积尘状态检测技术未来的发展提出了建议。

基于机器视觉与听觉响应的干式变压器状态智能诊断方法

为提升干式变压器的状态监测与故障诊断能力,提出了一种新的整合机器视觉与听觉响应的变压器状态诊断方法。首先,通过目标检测算法对干式变压器的潜在故障位置进行识别监控,获取其位置信息;其次,整合延迟求和波束成形算法计算其潜在故障位置的声学信息,利用该声学信息实时监控变压器是否出现放电缺陷;最后,对于无法快速诊断的机械故障,利用听觉外周模型获取听觉谱,依据其声音信号的特征频段,设置各特征频率获得多特征频率听觉谱,通过卷积神经网络进行变压器故障类型识别。实验结果显示,所提的方法在噪声情况下的变压器状态识别准确率仍高达87.51%,优于其他对比的时频域特征提取方法。故所提方法能较准确地诊断干式变压器状态,并且具备良好的抗噪性能,有效补充了当前变压器的监测手段。

气膜孔通盲状态的视觉检测方法研究

在航空发动机中,气膜孔是决定涡轮叶片服役性能的关键几何特征之一,为实现其通盲状态的高效、准确检测,基于机器视觉与多轴运动控制原理研制了一套非接触式气膜孔五轴视觉检测平台,通过采集被测气膜孔的对焦图像序列并应用景深合成技术获取其全清晰图像,根据通孔和盲孔在光源照明下因底部漫反射状态不同而产生的孔内部区域的成像效果差异,再通过计算全清晰图像上孔内部圆形子区域内像素的平均灰度值,将其作为判据与所设定的阈值进行比对,从而完成被测气膜孔通盲状态的识别和判定。选取某型高压涡轮叶片试验件进行检测实验,验证了本文所提出检测方法的可行性和有效性。

基于面部表情识别的学生课堂状态分析系统

近年来,随着计算机视觉的发展,人机交互技术也逐渐应用于教育领域,助力推动教育数字化转型。针对传统课堂中教师无法照顾到每一位学生对知识的掌握程度,制约教学质量的问题,利用Jetson Nano开发套件设计了一种基于面部表情识别的学生课堂状态分析系统,该系统实时检测每个学生面部表情的变化信息并及时反馈给教师,进而帮助教师了解学生的课堂状态,及时调整授课方式,提高教学质量。该系统结构包括摄像头实时采集模块、人脸检测模块、基于深度学习的面部表情识别模型等。所设计的学生课堂状态分析系统识别准确率高、实时性好,对于建设智慧课堂具有很高的应用和推广价值。

跨上皮快速角膜胶原交联术治疗进展期圆锥角膜患者的效果

目的探讨跨上皮快速角膜胶原交联术(CXL)治疗进展期圆锥角膜患者的效果。方法选取2017年10月至2021年3月于哈尔滨爱尔眼科医院诊治的60例(65眼)进展期圆锥角膜患者,均行跨上皮快速CXL,比较患者治疗前后裸眼视力(UCVA)、最佳矫正视力(BCVA)、屈光状态、角膜透明及眼压。结果术后3、6个月,患者UCVA均高于术前及术后1、12个月,且术后12个月高于术后1个月,差异有统计学意义(P<0.05)。术后3、6个月,患者BCVA高于术前及术后1、12个月,且术后6个月高于术后3个月,术后12个月高于术后1个月,差异有统计学意义(P<0.05)。术前及术后不同时间点的球镜度比较差异无统计学意义;术后1个月柱镜度低于术前,术后12个月柱镜度高于术后1、3、6个月,差异有统计学意义(P<0.05)。术前及术后1、3、6、12个月,患者眼压比较差异无统计学意义。随访期间,所有患者未出现角膜感染,晶状体保持透明。结论跨上皮快速CXL治疗进展期圆锥角膜效果显著,可有效改善患者视力水平,具有较高应用价值。

停车场环境下的视觉惯性里程计

为解决自动驾驶汽车在停车场环境下停车过程中的定位问题,本文针对停车场环境设计了基于惯性测量单元和环视图像的视觉惯性里程计。利用逆透视变换拼接多个相机传回的图像组成环视图像,并提取所需的视觉特征,之后配准估计车辆位姿;将视觉特征拼接成局部地图后,再将局部地图与全局地图拼接,构建停车场的地面点云地图;融合惯性测量单元测量数据和位姿构建了基于误差状态卡尔曼滤波器的松耦合视觉惯性里程计。在机器人操作系统下实现算法并设计仿真环境进行了在线仿真,验证了算法可以为自主泊车这种行驶过程中转弯多、行驶距离不大的任务提供较为精确的位置信息。

一种机器视觉导航的智能车辆转向控制模型设计

提出了一种智能车辆转向控制模型。该模型采用路标的方向偏差和距离偏差作为输入参数 ,输出前轮转向角 ;采用了状态控制法 ,对外界环境的干扰具有较强的鲁棒性。实验表明 :在 2 0Hz的控制频率下 ,该控制算法在 JUTIV- 型智能车上表现出很好的效果。

基于模型的驾驶员眼睛状态识别

采用机器视觉来检测驾驶员眼睛状态对判别驾驶员疲劳具有重要意义,现有机器视觉采集系统中眼睛状态识别常用虹膜特征来衡量,针对虹膜信息缺失或者改变都会导致眼睛状态误检且准确性和实时性不能兼顾的问题,在分析机器视觉系统和人眼状态的基础上,以兼顾识别算法的实时性和准确性为目标,利用机器视觉系统成像带来的更好区分眼睛状态的非虹膜特征,提出了基于融合模型的改进型人眼状态识别方法,进一步搭建了嵌入式平台并进行了算法识别的对比实验。结果表明非虹膜特征的融合检测算法提高了人眼的睁闭眼识别的区分度,与模板匹配法相比,眼睛状态识别的准确性提高15%,耗时也减少了约1/3。

一种非合作目标相对位置和姿态确定方法

针对非合作目标中的从星若无法获得主星的动态信息时,就无法自主进行相对位置和姿态确定的问题,提出了一种采用陀螺、立体视觉系统和加速度计的相对状态确定方法。首先分别建立相对姿态方程、主星动力学方程和相对位置方程等系统的数学模型。然后根据这些方程组成的状态方程和立体视觉系统的测量模型设计了卡尔曼滤波器。该滤波器使得从星根据加速度计、陀螺和立体视觉系统的输出,在仅获得主星的外观特征和一些静态参数的情况下,能够自主进行相对位置和姿态的确定。最后,数值仿真结果表明,在相同仿真条件下,与使用主星陀螺信息的相对状态确定算法相比,该算法能够自主进行相对状态的确定,且位置和姿态稳态误差分别为0.05m和2°。

儿童盲和低视力的病因与屈光状态及远用助视器康复研究

目的:分析儿童盲和低视力的病因、屈光状态、屈光矫正和配用光学远用助视器矫正后的视力情况。方法:选取2015-12/2018-04我科门诊接诊及盲校筛查的6～16岁低视力儿童和盲童212例422眼,通过相关检查明确病因和屈光状态,对部分患儿进行屈光矫正和光学远用助视器验配矫正,分析矫正后视力情况。结果:儿童盲和低视力病因以先天性和遗传性眼病为主,本组病例中先天性白内障是首位原因(19.3%),低视力屈光不正以轻中度远视和近视多见(65.3%),屈光矫正后脱盲率(26.4%)和脱残率(14.6%)均低于联合远用助视器验配矫正后的脱盲率(58.3%)和脱残率(91.1%),差异均有统计学意义(P<0.01)。结论:儿童盲和低视力病因复杂,应加强预防和筛查工作,低视力儿童应常规进行屈光矫正并配合使用远用助视器矫正,以利获得满意的康复效果。

城市3～6岁儿童视力和立体视力发育状况及相关因素研究

目的 :探讨城市 3～ 6岁儿童视力和立体视力的现状及发育过程中的影响因素。方法 :选取城市 3～ 6岁儿童 15 5 6名进行视力和立体视力检查 ,通过调查表咨询及实验室测定等方法进行影响因素的调查分析。结果 :目前城市 3～ 6岁儿童视力低下率为 2 9.0 5 % ,以远视为多 ,约占视力低下人群的 4 8.2 3% ,近视约占视力低下的 36 .6 2 %。同时检测结果还表明 :3～ 6岁儿童立体视力低下的发病率较高。结论 :在调查的 4 9项因素中 ,儿童视力与看电视的时间与距离、遗传因素、出生时窒息或缺氧状态、是否饮用牛乳及年龄等有关。视力发育不好 。

ESO滤波器在运动参数估计中的仿真研究

通常情况下使用Kalman滤波器进行参数估计,然而在目标运动模型和噪声统计特性存在不确定性的条件下,Kalman滤波的应用将会受到一些限制。在分析ESO滤波器滤波性能的基础上,将其应用在运动参数估计中,有效地解决Kalman滤波所遇到的问题。并从系统噪声分别为高斯白噪声、有色噪声和目标作机动运动这三个方面与Kalman滤波器进行了比较。仿真结果表明ESO滤波器算法简单,有效,具有鲁棒性。

In_xGa_(1-x)As高性能全固态数字化微光器件

作为全固态微光器件,In x Ga1-x As器件通过调节材料组分x值,其响应波段覆盖夜天光辐射的主要波段,对夜天光的能量利用率高。加之材料量子效率高,器件性能好,可望显著提高夜视系统作战距离;另外,采用半导体常规工艺制作,可完成大面阵、长线列器件制备,无需封装在(超)高真空系统,制备简单;采用CMOS读出电路进行信号数据的读取、传输与放大,有利于进行数据的处理和优化改善。由于具备的以上技术优势,In x Ga1-x As器件成为一种新型的高性能全固态数字化微光器件。In x Ga1-x As器件与传统的微光器件在光电转换原理以及器件制备方面存在不同,决定了两者在性能上存在的差异。文中对此进行了对比分析,分析结果体现了In x Ga1-x As全固态数字化微光器件的技术优势和特点,以及In x Ga1-x As全固态数字化微光器件存在的重要应用和发展需求。

轮轨接触几何状态检测装置

基于机器视觉技术、光电测试技术和图像处理技术研制轮轨接触几何状态可视化检测装置。检测装置的硬件系统包括高速摄像机、光源系统、测速单元等;软件系统包括图像采集软件和数据处理软件。检测装置的工作流程分为图像采集和数据处理2步。图像采集主要完成检测区域的标定图像、钢轨轨头廓型图像和轮轨接触图像的采集。数据处理主要完成标定参数的提取,矫正、拼接图像,识别接触曲线,获取检测结果。关键技术是:通过畸变矫正函数将拍摄的有畸变的图像还原为无畸变的图像;通过标定参数中标记点的信息,将矫正后的内外两侧图像拼接,得到轮轨接触的完整图像。现场实际应用表明:该装置能够准确检测轮轨接触状态,并给出接触参数和相关报表,达到了实用化的要求。

基于智能视觉的变电站设备状态智能巡视

为了缩减变电站维修成本,提出基于智能视觉的变电站设备状态智能巡视方法,设计巡视系统。通过分析智能视觉基本结构,构建智能视觉巡视坐标系,给出机器人在变电站中的最优巡视路线,巡视路线的重要参数包括最优距离和机器人巡视角度。介绍了巡视系统中图像智能解析、无线通信、伺服管理、机器人导航和远程遥控五项基本功能,并以此拟定系统巡视方案,设计系统结构。实验结果证明,与市面上广泛应用的巡视系统相比,依据该方法设计的巡视系统的巡视准确程度更高。

非合作目标视觉/惯导相对导航及敏感器自标定方法

利用视觉/惯导对空间非合作目标进行相对导航时,两敏感器的外参数对导航精度有较大影响。考虑到敏感器间的外参数标定复杂且耗时,提出一种利用视觉/惯导在估计相对状态过程中对其外参数进行标定的方法。该方法将视觉/惯导的外参数作为状态变量,与相对轨道运动学方程、相对姿态方程及惯导模型共同组成系统状态方程。利用该状态方程和单目视觉的观测量设计扩展卡尔曼滤波器对相对位姿、惯导偏差及视觉/惯导外参数进行估计,并通过数学仿真对该方法的有效性进行验证。仿真结果表明,该方法能够在视觉/惯导初始外参有偏差的情况下,有效估计相对位姿及惯导漂移,并对视觉/惯导外参数进行标定。

车轮热轧轮胚尺寸激光测量系统的研究

采用激光测量和视觉测量相结合的方法设计了车轮热轧轮胚尺寸激光测量系统的硬件结构和测量方案,设计了系统的靶标标定方法,并针对高温状态的曲面尺寸进行了测量实验。通过分析实验结果,得到测量系统对于常温状态下车轮轮辋相关尺寸单次测量的标准差分别为0.3865mm、0.1862mm和0.1561mm,20-1000℃热态测量时,测量结果的标准差为0.0390mm。

恶劣光照下驾驶人疲劳及注意力视觉监测算法

驾驶人驾驶行为监测及预警系统对于提高行车安全性及降低交通事故等问题具有重要作用,而利用机器视觉对驾驶人疲劳状态及注意力状态进行监测和分析是安全辅助驾驶领域内的研究热点之一。机器视觉受光照条件影响非常严重,甚至直接影响到图像处理算法的可靠性。在弱光和强光两种特殊照明条件下,介绍了驾驶人疲劳状态的检测思路,提出利用普尔钦斑点及投影曲线极点位置分割面部器官独立区域,最终获得眼睛的轮廓状态,利用PERCLOS判断驾驶人的疲劳状态。在驾驶人面部及面部器官定位的基础上,对驾驶人的头部旋转运动进行分析,提出了计算驾驶人头部旋转角度的计算方法,以驾驶人头部旋转角度为依据判断驾驶人的注意力是否分散。实践证明,在弱光和强光两种特殊照明条件之下,算法实时性好,准确率较高,效果非常理想,能够为驾驶人疲劳状态及注意力状态分析提供较为准确的依据。