数字图像处理及应用虚拟仿真实验平台设计

针对数字图像处理及应用实验教学的需要,结合当下图像处理技术的热点应用,利用虚拟仿真技术、交互操作等信息化手段进行实验教学,设计并开发了数字图像处理及应用虚拟仿真实验教学平台。实验教学平台包含交通标志数字图像处理、图像分类、图像识别、视频处理、自动驾驶应用等5个虚拟仿真实验教学资源,共13个交互实验步骤。该平台特色显著、虚实结合,达到了良好的教学效果,为“新工科”背景下的虚拟仿真实验教学提供有益的参考。

多模式融合教学法在骨科临床教学中的实施效果

目的探讨多模式融合教学法在骨科临床教学中的实施效果。方法选取2020年1月—2023年1月广西医科大学第一附属医院骨科参与临床教学的85名学员为研究对象,根据不同教学法将入选者进行分组,对照组42名学员接受传统教学法,研究组43名学员多模式融合教学法,比较两组的考核成绩、自主学习能力与自我效能、教学认可度、教学满意度。结果教学前,两组学员理论知识、病例分析、诊疗技能考核成绩比较,差异无统计学意义(P均>0.05)。教学后,研究组理论知识、病例分析、诊疗技能考核成绩评分别为(36.41±2.67)分、(26.17±2.15)分、(25.53±3.02)分,高于对照组的(34.76±2.52)分、(23.13±1.62)分、(23.45±2.37)分,差异有统计学意义(P均<0.05)。教学前,两组学员自主学习能力与自我效能评分比较,差异无统计学意义(P均>0.05)。教学后,研究组各项评分均高于对照组,差异有统计学意义(P<0.05)。教学后,研究组学员对各项教学指标的认可度、对教学模式各条目的满意度分均较对照组高,差异有统计学意义(P均<0.05)。结论多模式融合教学法有助于提升学员考核成绩,在骨科临床教学中效果显著,学员满意度高。

基于深度学习的移动机器人语义SLAM方法研究

为了给移动机器人提供细节丰富的三维语义地图,支撑机器人的精准定位,本文提出一种结合RGB-D信息与深度学习结果的机器人语义同步定位与建图方法。改进了ORB-SLAM2算法的框架,提出一种可以构建稠密点云地图的视觉同步定位与建图系统;将深度学习的目标检测算法YOLO v5与视觉同步定位与建图系统融合,反映射为三维点云语义标签,结合点云分割完成数据关联和物体模型更新,并用八叉树的地图形式存储地图信息;基于移动机器人平台,在实验室环境下开展移动机器人三维语义同步定位与建图实验,实验结果验证了本文语义同步定位与建图算法的语义信息映射、点云分割与语义信息匹配以及三维语义地图构建的有效性。

低能见度下人行横道发光标线视认及预警效果研究

城市人行横道在夜间、雾天等低能见度环境下交通事故频发。交通设施视认性能不足、未能提供有效的冲突预警是重要原因。为探究新型发光标线与普通标线相比对于提升驾驶人视认距离、提供交通冲突预警的作用,基于Cinema 4D软件设计夜间及雾天2种低能见度行车场景,开展驾驶模拟实验,获取微观个体驾驶行为数据,使用Wilcoxon符号秩检验方法和Friedman秩和检验方法深入分析标线的发光颜色、发光模式、发光位置因素对于驾驶人视认距离及纵向速度调控行为的影响。实验结果表明:①低能见度场景中驾驶人在发光标线下的视认距离显著大于普通标线,夜间场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升36%,21%,54%,雾天场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升34%,17%,47%;②低能见度环境中,车辆在白色和红色发光标线下的减速幅度较普通标线显著增大,在黄色发光标线下减速幅度变化不显著,夜间场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了101%,150%,雾天场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了142%,194%;③发光标线的光源、发光形式与颜色对于驾驶人视认距离的影响具有显著的交互作用,标线不同属性的组合方式对驾驶人视认距离大小的影响有显著差异。

基于触觉交互界面的虚拟现实警务训练系统

虚拟现实凭借着其高沉浸感的体验,在警务仿真培训中有着广泛应用,由于商用虚拟现实系统多关注视觉反馈,难以使用标准的手控器为警务培训提供逼真的触觉交互体验。触觉交互界面基于多功能的离散单点触控交互系统,可实现虚拟现实中的道具操作直接交互,针对虚拟训练中的警务场景,该系统能够识别用户所选道具,并响应用户的交互动作,以提高虚拟现实系统的交互真实性。该系统使用HTC Vive追踪器对用户进行运动捕捉,以生成人体骨架驱动虚拟代理。同时,使用单片机获取并处理用户的道具选择信息及用户与道具的交互信息,再通过蓝牙通信传输至上位机。硬件设计采用STM32F103系列中的C8T6最小系统板,相关功能通过软件Keil5编程实现。实验验证了系统的正确性和可行性,能够提供多样的物理触觉代理,增强了虚拟环境中的交互体验。该系统为虚拟现实交互技术提供了新的思路和方向,具有很好的应用前景。

融合呼吸信号和运动信号的人体行为识别方法

人体行为识别技术在许多领域都有广泛的运用,但是目前基于仍然存在传感器类型单一,适用场景有限,捕捉人体活动时特征不足的问题。本文提出了一种可穿戴的多模块传感器的人体行为识别方案,使用惯性传感器和拉伸应变传感器。拉伸应变传感器穿戴于胸前,能够有效的捕捉到不同行为下的人体呼吸信号。同时,本文使用了多尺度的一维卷积神经网络,能够有效的提取传感器数据的特征。实验结果表明,在本文提出的7种活动中,多尺度一维卷积神经网络达到了96.89%的识别率,说明了本文所提出的方法能够很好地用于人体行为识别任务之中。

RC（O）OONO_2热消除反应的理论研究

用ＡＭ１方法（采用ＵＨＦ计算程序）研究了ＣＨ３Ｃ（Ｏ）ＯＯＮＯ２，ＣＨ３Ｃ（ＣＨ２）Ｃ（Ｏ）ＯＯＮＯ２和Ｃ６Ｈ５Ｃ（Ｏ）ＯＯＮＯ２热消除ＮＯ２形成自由基的反应，计算的活化能分别为１１８．５８，１０８．９３和１０６．５３ｋＪ·ｍｏｌ－１．

基于OpenMV摄像头的运动目标控制与自动追踪系统设计与实现

针对运动目标自动追踪系统复杂且成本较高等问题,文中旨在设计一种成本低廉且易于部署的基于STM32F103C8T6、OpenMV摄像头和二维舵机云台的运动目标自动追踪系统,以解决传统自动追踪系统设备昂贵、算法复杂难于推广的问题,并为OpenMV摄像头在安防监控等领域的应用提供新的思路。该系统主要由主控模块、OpenMV摄像头模块、二维舵机云台模块、电源模块、OLED显示模块组成,通过OpenMV摄像头模块识别特定阈值的色块或矩形图形,并处理色块与矩形角点位置信息,将处理后的数据通过串口通信发送给主控模块,再由主控模块通过PID算法与运动算法控制二维舵机云台模块运动,从而实现运动控制与自动追踪。最后通过激光笔测试装置实际追踪效果,整合数据进行分析验证,该运动目标控制与自动追踪系统的理论研究与设计能够达到目标效果。

监控场景下基于单帧与视频数据的行人属性识别方法综述及展望

行人属性识别旨在判断目标行人的预定义属性标签,从而生成关于该行人的结构化描述,包括年龄、性别、衣着、配饰等多种层次的语义信息.由于行人属性识别在视频监控领域具有极大的应用潜力,该任务广受研究者关注.随着深度学习的快速发展,研究者提出众多识别行人属性的方法,以获得更为精准的识别结果.针对当前复杂场景下,该任务面临的监控画面不清晰、行人状态变化、遮挡等问题,对监控场景下基于单帧与视频数据的行人属性识别方法进行综述,首先围绕行人属性识别这一任务,介绍其研究背景及任务概念,指出当前研究所面临的问题与挑战;其次根据“单帧图像”和基于视频数据的“序列图像”2种不同的样本类型,对行人属性识别方法进行分类,并依据属性识别过程中所采用的技巧和思路,归纳总结最新提出的行人属性识别方法,概述研究现状;再对当前主流使用的数据集进行分析比较,总结其特点;最后,从状态引导行人属性识别、立体属性、多任务融合、新数据集构建4个方面,思考该领域的未来发展方向并作出展望.

停车场车位识别算法研究

随着城市化进程的加快和汽车保有量的迅猛增长,停车难问题日益严重,迫切需要高效的智能停车管理系统。基于此,提出了一种停车场车位识别算法,旨在自动检测和识别停车场中的空闲车位,提供实时车位信息,提高停车效率。首先,对停车场摄像头采集到的图像进行预处理,过滤掉多余背景信息;其次,利用霍夫变换检测停车区域的边界线,准确定位车位位置;最后,利用卷积神经网络对车位进行分类和识别(是否空闲),并进行可视化操作。实验结果表明,该算法具有较高的识别准确率,能够有效地识别空闲车位,具有一定的实用价值。

基于无线传感器网络的机械异常振动信号采集方法

传统机械异常振动信号采集方法未对异常振动信号关联性进行计算,造成传统方法采集效果差。提出基于无线传感器网络的机械异常振动信号采集方法。计算异常振动信号的关联性,基于无线传感器网络的异常振动信号特征采样,为异常振动信号采集提供数据基础,从而实现机械异常振动信号采集,实验结果表明,该研究方法能够更精准的识别异常振动的数目,误差相对较小,更具优势。

基于5G与AR技术的特高压GIS数字化运检平台设计与研究

传统运维检修模式下一线工作人员难以得到后方的支持与指导,运维效率取决于一线人员的专业素养,具有较强的随机性,为电网安全运行带来一定的不可控因素。为解决上述问题,提高运检效率,结合国家对电网数字化转型的要求,文中提出一种基于5G和AR技术的数字化运维方法,建立相应的辅助运检平台。引入三维激光扫描技术建立高保真GIS虚拟场景模型,通过数据可视化技术将GIS在线数据进行图形展示。同时采用图像识别技术实现设备识别与运检信息确认,利用AR人机交互及5G通讯技术实现工作人员与虚拟场景、远程专家之间的实时信息交互。该数字化运检平台可在运检全程叠加指引信息和操作要求,实时指导工作人员完成GIS运检工作。该成果已在特高压南阳站投入使用,有效的提高了运检效率,保障了运检操作的准确性,提升了电力设备运检数字水平。

融合多光学传感及变积分PID算法的搬运机器人

为解决搬运机器人无法在复杂光环境下实现精准循迹等问题,提出适用于智能搬运机器人的融合多光学传感和变积分PID方法。将短波长激光器与多路灰度传感器相结合,实时采样循迹轨迹并应用滑动平均滤波算法预处理其采集信息,计算数据与平衡状态的偏差,再对其加权累加融合后作为变积分PID算法的输入量,收敛距离可缩短至10 cm以内。在此基础上,在搬运机器人本体增加抓取物块结构,以拓展搬运机器人作业的灵活性和适用性,采用4自由度机械臂、气泵和载物台组成灵活抓取结构。实验结果表明,在室内光线和室外自然光环境下,该算法可在3 min内实现二维码识别、稳定循迹和物块搬运等功能,且机器人的任务准确率均为100%。变积分PID算法能够增强搬运机器人循迹的实时反馈,加快对循迹误差的响应能力,提高了搬运机器人循迹的稳定性和环境适应性。

基于FVC-InSAR的滑坡前兆识别

【目的】研究滑坡灾害的时空演变规律,克服传统单一监测方法识别的不确定性。【方法】提出了一种融合InSAR和光学遥感技术的滑坡灾害早期识别技术,首先利用3景光学影像获取白格滑坡发生前的前三年同一季度的植被覆盖度(FVC)变化,然后利用32景SAR影像获取白格滑坡灾前的年平均形变速率,累计形变量,最后采用两种识别结果进行综合评判,实现对白格滑坡灾害发生进行早期识别。【结果】白格滑坡发生前,滑坡体表面植被覆盖度逐年降低,并伴随着较大的形变,且低植被覆盖区域与高形变区域具有较高吻合。【结论】证明FVC-InSAR技术的结合可以有效实现对部分滑坡的早期识别。

金属陶瓷密封型光电耦合器结构分析研究

金属陶瓷密封型光电耦合器是航天产品广泛使用的元器件。针对其质量评价,现有的标准主要集中于电路和器件工艺。但是,只依据国军标通过鉴定和质量一致性等可靠性试验无法全面有效地保证其应用可靠性。结构分析通过分析元器件的结构、材料、设计工艺等,对其是否满足评价要求及相关应用要求能力做出早期判断,是元器件高可靠应用质量保证的重要手段之一。对航天用金属陶瓷密封型光电耦合器的结构分析方法进行了研究,并给出了其结构单元分解、结构要素识别和结构判别评价方法,为类似结构、工艺器件的结构分析提供了一定的参考。

Z24经口染毒大鼠尿液的核磁共振谱代谢组学研究

目的 研究Z2 4染毒大鼠尿液代谢组学的改变及其与组织病理和血液生化指标的相关性 ,探讨代谢组学在药物毒性早期筛选中的应用。方法Wistar大鼠连续经口给予Z2 4 6 0 ,130及 2 0 0mg·kg- 1,连续 5d后收集 2 4h尿液 ,测定核磁共振([1H]NMR)谱 ,并进行血浆生化指标测定和肝脏组织病理学检查。结果 Z2 4 2 0 0mg·kg- 1组大鼠血浆谷丙转氨酶、谷草转氨酶和总胆红素分别升高14 8% ,14 0 %和 110 % ;130和 2 0 0mg·kg- 1组均有不同程度的肝脏炎症和坏死。 [1H]NMR谱主成分分析发现各组在不同染毒条件下的代谢状态可相互区分 ,与肝脏病理和血浆生化改变相一致。结论 大鼠尿液 [1H]NMR代谢谱与Z2 4毒性作用强度密切相关 ,代谢组学分析是一种有良好发展前景的体内药物毒性早期筛选的方法。

基于DD-HSMM的设备运行状态识别与故障预测方法

针对设备运行状态识别与故障预测问题,提出一种基于时变转移概率的隐半Markov模型。该模型将设备历史运行信息融入Markov状态转移概率矩阵的估计过程中,使Markov状态转移概率矩阵具有时变特性。基于改进前向后向算法研究了相应的隐半Markov模型参数估计方法,使其能够不断综合利用历史运行信息进行自我更新,以更加符合设备真实运行的过程。同时以该模型为基础,利用故障率方法建立了对设备剩余使用寿命进行预测的基本步骤。通过某滚动轴承运行状态识别实例演示了该模型的建模过程,证明了基于该模型的设备状态识别与预测方法比传统隐半Markov模型方法更为有效。

冰核细菌Erwinia ananas 110冰核基因克隆和序列分析

从作者自行分离的冰核细菌(Erwinia ananas 110)中克隆到我国第1个细菌冰核基因,并完成其序列测定和分析。所克隆基因编码区全长3921bp,编码1306aa,氨基酸序列明显分为3个区即N-端(161aa)、C-端(41aa)的单一序列区和中部的高度重复序列R区(1104aa),以16氨基酸为重复单元的R区占整个编码序列的84.5％。序列分析表明我们所克隆的基因为一个新冰核基因,将其命名为iceA,该基因已在GenBank上登录,登录号为:AF387802。

基于ANN识别施工人员跌落险兆事故的研究

建筑施工现场的跌落事故可视为跌落险兆事故的进一步演化,为深入认知跌落事故发生机理和主动预防跌落事故发生,需对各种环境条件下发生的跌落险兆事故进行探究。以三轴加速度和三轴角度信息描述施工人员不同运动状态的可能性,探究基于智能手机和ANN（人工神经网络）识别施工人员跌落险兆事故的应用潜力。鉴于跌落险兆样本的传统获取方式往往低效且易受人为主观因素的干扰,以平衡板模拟跌落险兆发生时的失、复稳状态,构建静、动态跌落险兆转换模型,为ANN（人工神经网络）的训练提供充足、可信的样本。结果表明,ANN识别跌落险兆事故的准确率高达90. 50%。同时,获取阈值H20%和H10%,以定量的方式描述跌落险兆事故与跌落事故间的相关性,并从概率角度解释其应用意义,可为提升建筑施工安全管理水平提供新的视角。

微创人工耳蜗植入术后残余听力保留的效果观察

目的报道解放军总医院微创人工耳蜗术后残余听力保留情况的初步观察结果,探讨术后听力稳定性以及低频残余听力与言语功能的关系。方法解放军总医院2011年对29例有残余听力的患者行微创人工耳蜗植入术,并对其术后低频残余听力及听觉言语能力进行随访1-2年,探讨分析不同低频残余听力水平及其他因素对言语识别能力的影响。结果 29例患者术后1周低频残余听力保留率100%,完全保留率72.4%(21/29),部分保留率27.5%(8/29)。25例随访成功,平均随访时间为18.8个月,低频残余听力保留率100%,完全保留率72%(18/25),部分保留率28%(7/25)。术后18个月pre-GLFH组言语识别率高于pre-PLFH组,post-GLFH组言语识别率高于post-PFLH组,但均无统计学意义(P>0.05)。研究中术后言语识别率与植入前耳聋时间、植入年龄、性别等未见明显相关性,语前聋患者术后言语识别率高于语后聋患者(P<0.05)。结论微创人工耳蜗植入术能很好的保留患者低频残余听力,保留率可达到100%;较好的术前低频残余听力可能预示较好的术后听觉言语功能;CI患者术后残余听力可较长时间保留,为术后获得较好的听觉言语功能提供基础;语后聋患者术后言语感知能力要优于语前聋患者,尤其是在困难聆听环境下。