基于视觉的工业机器人异常动作检测方法研究

工业机器人的突发故障引发的安全问题时有发生。传统的基于数据分析的故障诊断方法存在传感器数据易受干扰,机器人通讯协议不统一,监测系统嵌入在执行系统内部相互影响等问题。提出一种基于机器视觉的工业机器人故障动作检测方法。对工业机器人作业视频进行实时分析,采用图像分割技术分离工业机器人本体并采用图像哈希技术生成工业机器人姿态编码,结合序列模式分析技术检测工业机器人异常动作并进行预警。不依赖于工业机器人通讯协议,以非接触式的方式对工业机器人进行实时监控,具有易于部署和成本低的特点。基于自主构建的工业机器人仿真视频数据集进行了实验研究,结果表明提出的方法可准确识别工业机器人异常动作,精确率和召回率均为100%。

搬运机器人路径规划策略的研究

路径规划算法是搬运机器人系统结构研究中的一个重要部分,同时也是搬运机器人完成更高层操作任务的基础。其目的是使搬运机器人在已知障碍物的情景下,在AGV行驶过程中能够规避障碍物并寻求一条较为合理的路径。本文比较了3种算法的优劣性,确立基于Dijkstra最短路径算法和改进遗传算法来解决搬运机器人路径规划的问题。并在Matlab上进行数学建模与仿真测试,实验结果表明:利用改进的遗传算法收敛速度更快,对移动机器人的路径规划具有指导意义和应用价值。

非对称端到端的无监督图像去雨网络

现有的基于学习的单幅图像去雨网络大都关注雨天图像中雨痕对于视觉成像的影响,而忽略了雨天环境下由于空气中湿度的增加所产生的雾气对视觉成像的影响,因此造成去雨后图像的生成质量低、纹理细节信息模糊等问题。针对该问题,提出一种非对称端到端的无监督图像去雨网络模型,该模型主要包含雨雾去除网络、雨雾特征提取网络和雨雾生成网络,并由它们组成两个不同数据域映射转换模块:Rain-Clean-Rain和Clean-Rain-Clean。上述三个子网络构成并行的两条转换路径:去雨路径和雨雾特征提取路径。在雨雾特征提取路径上,提出一种基于全局和局部注意力机制的雨雾感知提取网络,利用雨雾特征存在的全局自相似性和局部差异性学习雨-雾相关特征;在去雨路径上,引入雨天图像退化模型和上述提取的雨雾相关特征作为先验知识以增强雨雾图像生成的能力,从而约束雨雾去除网络,提高它从雨天数据域到无雨数据域的映射转换能力。在不同雨天图像数据集上的实验结果表明,与较先进的去雨方法CycleDerain相比,在合成雨雾数据集HeavyRain上所提方法的峰值信噪比(PSNR)提升了31.55%,能适应不同的雨天场景,具有更好的泛化性,并且能更好地复原图像的细节和纹理信息。

基于多传感器数据融合的机房火灾检测算法

针对机房传统单传感器报警系统存在漏报率高、准确率低等问题,提出了一种基于多传感器数据融合的机房火灾检测算法。该算法首先采用寻优能力强的麻雀搜索算法(SSA)优化极限学习机(ELM)的预测精度和准确度。其次通过SSA-ELM算法模型对机房内多传感器采集的温度、烟雾浓度、CO浓度进行特征层数据融合,输出各火情概率。最后利用模糊推理将输出的各火情概率和火灾持续时间在决策层中进行特征融合,决策出火情警报等级。仿真实验表明:本文算法能根据多传感器数据融合的结果并结合不同危险等级区域给出合理的警报决策,极大提高了机房火灾检测的灵活性和准确性。

导师制模式下大学生程序设计创新能力的提高

在互联网数字经济时代,社会对计算机人才的需求越来越迫切,特别是大学生程序设计创新能力已经成为检验计算机人才综合能力的重要内容之一。文章以提高大学生程序设计创新能力为研究目标,引入导师制教学模式,从目前计算机创新人才培养的现状入手,提出优化和改进导师制模式下大学生程序设计创新能力的对策和建议,对计算机创新人才的培养有较好的借鉴价值。

智能停车系统中消息中间件的设计与实现

为解决智能停车系统中停取车指令的跨平台接收问题以及保证指令接收的准确率,设计并实现了一种智能停车异步消息中间件(SCAMM)。SCAMM通过Java NIO事件驱动模型来实现异步通信,完成了对基于长度的自定义协议封装模块、基于双向通道、异步通信的消息管理模块和消息转发模块的实现,同时使用基于长度的协议解码器来处理消息的粘包、拆包问题。SCAMM具有良好的适配性,提供了基于Java的客户端以及基于C#的中控端。实验证明,对比其他开源消息中间件,SCAMM在智能停车系统的应用中能够明显提高指令接收的准确率,保证智能停车系统稳定高效的运行。

联合协方差矩阵重构和ADMM的鲁棒波束形成

为解决传统波束形成器在干扰位置发生扰动和导向矢量失配时,造成自适应权重的不匹配,从而导致算法性能急剧下降,甚至期望信号相消的问题,提出一种联合协方差矩阵重构和交替方向乘子法(Alternating direction method of multipliers,ADMM)的鲁棒波束形成方法。对此,首先基于波束形成器最大输出功率准则,设计了求解最优导向矢量的优化模型。接着,根据Capon算法空间功率谱函数,利用定义的干扰范围对协方差矩阵进行重构,以展宽零陷并增强系统抗运动干扰能力。最后,关于导向矢量的二次不等式约束问题,本质为估计导向矢量和期望导向矢量间的差异,该方法利用ADMM对该二次规划问题进行迭代求解,并在每次迭代中获得导向矢量的具体解。另外,也分析了算法的复杂度。实验结果表明:对比现有的波束形成算法,在干扰处加宽了零陷,提高了波束的抗干扰性;结合复杂度也证明了其计算速度优于现有的算法,并且能够很好地校正失配导向矢量。本方法也为求解二次不等式约束问题和提高波束形成算法性能提供了一种思路和途径。

基于像素差分卷积神经网络的类岩石裂缝检测方法

针对现有裂缝检测算法提取的局部梯度信息不足而导致裂缝识别精度低的问题,提出了一种基于像素差分的编码器-解码器U型结构的裂缝检测方法。使用由像素差分卷积块和残差块组成的PDCBlock作为网络的编码器,将两种不同方向上的像素邻域的差分值计算融合到卷积网络运算中,以充分获取裂缝语义信息的同时更好地捕获局部梯度信息,使得在背景复杂的情景下裂缝边缘识别更准确。在混凝土类岩石裂缝数据集CRACK500上对比了同类方法,实验结果表明:该方法在上述数据集上的平均交并比和Dsc分别为0.436 3、0.580 4,裂缝分割精度、相似性上均优于对比方法。

色噪声条件下基于矩阵补全的互质阵列DOA估计

针对扩展孔径的互质阵列在色噪声条件下波达方向(DOA)估计性能明显下降的问题,提出了一种基于压缩感知的互质阵列DOA估计方法。在背景噪声为色噪声的情况下,将互质阵列接收到的数据协方差矩阵重构为欠定无噪协方差矩阵,并使用Lp范数和截断核范数结合的算法对其进行低秩矩阵恢复,从而有效地抑制了色噪声对DOA估计的影响;此外,采用差分阵方法对去噪处理后的协方差矩阵进行矩阵扩展,使用交替投影算法对矩阵扩展后产生的空洞进行填补,提高DOA估计的精度。仿真实验表明:相比于现有方法,所提方法能有效地恢复数据矩阵并抑制色噪声影响,在信噪比和快拍数相同的情况下DOA估计性能分别提升了15%和7.5%,在角度间隔相同的情况下DOA分辨率也有所提升。

一种基于MLP的高效高精度三维视线估计方法

随着卷积神经网络(CNN)在计算机视觉领域的广泛应用,以及大量三维视线数据集的公开,基于表观和深度学习相结合的三维视线估计研究受到越来越多的关注。由于CNN结构复杂,这类方法在实时性要求较高的应用场景中还有待进一步改进。近来兴起的研究表明,网络结构更为简单的多层感知机(MLP)模型能够取得与当前最佳CNN、Transformer模型相当的性能。受此启发,提出了一种基于MLP的高效高精度三维视线估计方法,利用MLP模型对双眼、人脸图像提取特征,之后融合推导出三维视线。实验结果表明,对MPIIFaceGaze数据集和EyeDiap数据集中包含的31位不同相貌的受试者,使用提出的方法UM-Net进行视线估计,视线估计精度比肩基于CNN的,并且在视线估计速度上具有明显优势,在实时性要求较高的领域也有较好的应用前景。

基于化学反应优化算法的边缘计算任务卸载策略

针对边缘计算环境中单用户多任务应用,通过分析服务缓存和任务执行过程,建立任务计算卸载系统模型,确定卸载目标,并将问题细化为服务缓存和任务卸载两个子问题,其中服务缓存问题被抽象为0-1背包问题,利用化学反应优化(CRO)算法得到其最优缓存策略;任务卸载问题转化为最优化问题,设计一种改进化学反应优化(ICRO)算法来得到其近似最优卸载决策。实验结果表明:ICRO算法比CRO算法的平均优化效果增强了5.0%左右,系统时延和设备能耗分别是极端情况下的33.3%、53.8%;无论服务器缓存空间是否充足,CRO算法总是能制定出合理的缓存方案,使服务缓存比例保持在一个合理的范围之内;ICRO算法比CRO算法的优化能力更强,它不仅可以明显降低系统总成本,还具有良好的全局搜索能力和可移植性,可以满足用户多样化需求,使用户获得更好的服务体验。

非规范化中文地址的行政区划提取算法

由于互联网上中文地址的非规范化表达,导致互联网中的中文地址信息在地理位置服务中难以直接应用。针对此问题,提出一种非规范中文地址的行政区划提取算法。首先,对原始数据进行"路"特征词分组预处理;再利用行政区划字典和移动窗口最大匹配算法,从中文地址中提取所有可能的行政区划数据集;然后,利用中文地址行政区划元素之间具有层次关系的特点,建立行政区划条件集合运算规则,对获取的数据集进行集合运算;再利用行政区划匹配度建立一种行政区划集合解析规则,来计算行政区划可信度;最后,得到可信度最大信息量最完整的中文地址的行政区划。利用从互联网中提取的约25万条中文地址数据进行是否采用"路"特征词分组处理以及是否进行可信度计算处理,对算法的可用性进行了验证,并与目前的地址匹配技术进行对比,准确率达到93.51%。

基于语义分割的红外和可见光图像融合

红外图像即使在低光照条件下,也能根据热辐射的差异将目标与背景区分开来,而可见光图像具有高空间分辨率的纹理细节,此外,红外和可见光图像都含有相应的语义信息.因此,红外与可见光图像融合,需要既保留红外图像的辐射信息,也保留可见光图像的纹理细节,同时,也要反映出二者的语义信息.而语义分割可以将图像转换为带有语义的掩膜,提取源图像的语义信息.提出了一种基于语义分割的红外和可见光图像融合方法,能够克服现有融合方法不能针对性地提取不同区域特有信息的缺点.使用生成式对抗神经网络,并针对源图像的不同区域设计了2种不同的损失函数,以提高融合图像的质量.首先通过语义分割得到含有红外图像目标区域语义信息的掩模,并利用掩模将红外和可见光图像分割为红外图像目标区域、红外图像背景区域、可见光图像目标区域和可见光图像背景区域;然后对目标区域和背景区域分别采用不同的损失函数得到目标区域和背景区域的融合图像;最后将2幅融合图像结合起来得到最终融合图像.实验表明,融合结果目标区域对比度更高,背景区域纹理细节更丰富,提出的方法取得了较好的融合效果.

基于Android的百度地图多功能实现

基于墨卡托投影法、A*算法等理论,调用百度地图应用程序接口(API)的SDKInitializer、Map View和Baidu Map三大核心类方法,设计出一套百度地图的方案.首先进行密钥申请和清单文件的配置,再自定义一个基类Base Activity,完成地图界面初始化、调用生命周期方法等预操作.在基类上进行地图多功能开发,实现了浏览地图、搜寻地点、路线规划、自我定位等应用.结果表明,多功能百度地图有较好的移植性、实用性,更加贴近用户,能够满足用户搜索、定位等基本功能的实际需求.

多尺度自适应配准的视频超分辨率算法

为了提升制约视频超分辨率重建质量的多帧配准精度,提出了一种基于图像块多尺度自适应配准的视频超分辨率算法.依据图像帧的块内容自适应选择配准尺度,运动边缘信息采用高精度配准,然后将运动向量补偿到多帧图像超分辨率重建代价函数中,利用最大后验概率算法迭代优化高分辨率视频帧.仿真表明:多尺度自适应配准算法不仅提高了配准精度,还提升了视频超分辨率重建图像帧的主客观质量,证明了多尺度自适应配准在视频超分辨率重建中的有效性.

基于直流力矩电机的位置控制伺服系统研究

为了满足工控平台能快速,稳定控制负载位置的需求,设计了一种基于直流力矩电机的位置控制伺服系统.该系统的硬件部分主要由ARINC429通信卡、高性能DSP控制器、光电编码器、直流力矩电机和数据采集卡组成.首先通过ARINC429通信卡发送根据协议产生的通信指令,用来控制电机的转速和位置.再利用光电编码器和数据采集卡来反馈位置信息,最后在上位机上进行监控.软件部分采用labview进行编写,上下位机通过自定义的通讯协议进行数据通信,上位机发送命令到下位机,下位机接收命令并处理后将结果反馈给上位机,从而实现对下位机平台的控制.通过随动系统项目的应用测试,证明该系统功能稳定,能够满足实际项目的基本需求.

基于半耦合稀疏表达的极低分辨率人脸识别

现有基于学习的人脸超分辨率算法假设高低分辨率特征具有流形一致性(耦合字典学习),然而低分辨率图像的降质过程使得高低分辨率特征产生了"一对多"的映射关系偏差,减少了极低分辨率图像特征的判决信息,降低了超分辨率重建图像的识别率。针对这一问题,引入了半耦合稀疏字典学习模型,松弛高低分辨率流形一致性假设,同时学习稀疏表达字典和稀疏表达系数之间的映射函数,提升高低分辨率判决特征的一致性,在此基础上,引入协同分类模型,实现半耦合特征的高效分类。实验表明:相比于传统稀疏表达分类算法,算法不仅提高了识别率,并且还大幅度降低了时间开销,验证了半耦合稀疏学习字典在人脸识别中的有效性。

近红外光谱无损检测技术中数据的分析方法概述

近红外光谱无损检测技术可用于品种鉴别与农产品的定性或者是定量的分析工作.本文介绍了近红外光谱的基本原理及各类近红外光谱分析方法.近红外光谱无损检测技术中数据分析方法是通过光谱定量分析找到光谱以及对应浓度的内在关系,建立相应的数学模型.这些方法主要有偏最小二乘回归、主成分分析法、BP神经网络算法、支持向量机、K最近邻分类算法和线性判别分析法等.通过这些分析模型的对比,研究表明:支持向量机将是近红外光谱数据分析方法未来一个重要的研究方向.

无参考视频平滑度的评价方法

为了客观地评价视频图像的质量,提出了一种基于无参考视频平滑度的评价方法.该方法使用ORB(Oriented FAST and Rotated BRIEF)特征点来描述视频帧,并通过使用仿射变换和FLANN(Fast Library for Approximate Nearest Neighbors)算法,得出相邻两幅视频帧中特征序列的平移轨迹和旋转轨迹,然后对轨迹进行高斯滤波和计算其抖动次数,最后计算出整个视频序列相邻两帧图像的参数序列,并得出视频平滑度.由于该算法无需借助任何参考图像,仅依靠待评价图像本身的信息就可以进行质量评价,因此使用更加简便.与标准视频图像检测结果相比,采用该方法所得出的检测结果具有极高的吻合度,完全满足实用性要求.

基于自相关函数的钢琴乐音改进识别算法

在传统三电平削波结合自相关函数识别算法的基础上,经过准确的音频分割后,提出了帧移法提取乐音基音信号。该算法能在更精细尺度上寻找最大自相关函数,进而准确定位基音位置,较好地解决了传统算法中当乐音节奏较快时,无法区分半频和倍频对基音的影响,从而导致的识别率低的问题。实验表明,本算法对于节奏快慢不同的钢琴乐音的平均识别率约为83.0%,且快节奏乐音的识别率较传统算法高出20.2%,因此该方法对乐音识别尤其对快节奏乐音识别有显著效果。