改进U_Net网络的钢结构表面锈蚀图像分割方法

为实现锈蚀图像分割网络模型轻量化,同时消除非单一特征背景和锈液等类似特征背景干扰,本文将U_Net网络模型的编码部分替换为MobilenetV3_Large网络,导入基于ImageNet数据集的MobilenetV3_Large网络预训练权重,将U_Net网络模型解码部分的普通卷积替换为深度可分离残差卷积,并在上采样的过程中添加注意力导向AG模块和Dropout机制。经实验验证表明,本文设计的改进U_Net网络模型在非单一特征背景和锈液等类似特征背景干扰下,具有明显的锈蚀图像分割优势,相比于原U_Net网络模型,模型大小减少了81.18%,浮点计算量减少了98.34%,检测效率提升了3.27倍,即从原来不足6 fps,提升至19 fps。网络模型实现轻量化的同时,网络模型的准确率达95.54%,相比于原U_Net网络模型提升了5.04%。

多机器人体间动态碰撞检测方法仿真研究

当前多结合包围求碰撞检测法、Average-Case法、K-DOPs法等实现多机器人体间动态碰撞的检测,均存在寻优性能较差、检测效率较低的问题。为此提出一种基于动态粒子群的多机器人体间动态碰撞检测方法。采用OBB层次包围盒方法,缩小多机器人之间需要动态碰撞检测的区域,同时把动态碰撞检测问题转换为物体特征对间距离机制的非线性优化问题,进而构建层次拓扑框架进行局部碰撞检测,将机器人体引入到粒子群算法中建立混合进化算法,找到动态碰撞检测的最优解,实现多机器人体间动态碰撞检测。仿真结果证明,所提方法的检测效率高达96%,且具有较高的寻优性能。

物联网环境下多并发任务分簇调度方法仿真

为全面缓解由网络任务拥堵造成的调度均衡失控问题,提出物联网环境下的多并发任务分簇调度方法。在多并发网络处理架构中,设置具有关联能力的智能任务检测电表,并以电表中的显示数值为依据设计无线任务传输模块,完成多并发任务处理的物联网环境构建。在此基础上,确定任务目标参量,通过提取TDS分簇算子的方式,扩展多并发调度系数,实现物联网环境下多并发任务分簇调度方法的顺利应用。仿真结果显示,应用QoS、DoS、AoS方法后,网络任务的拥堵现状均不能得到有效缓解,且调度均衡参数的最大值与预期标准数值也始终存在较大物理误差,而随着多并发任务分簇调度方法的应用,网络任务拥堵量不断下降,调度均衡参数的实际值也开始出现大幅回升,固有调度均衡失控问题得到有效解决。