动力机器地基随机振动研究

在土层中取一变截面土柱,从一维波动方程出发,采用复弹性模量,计及土的弹性模量沿深度的变化和阻尼影响,推导出动力机器简谐扰力作用下地基土垂直振动的位移,并在此基础上,计算出位于机器下方地基土对机器随机扰力的动力响应．     

一种跨模态光学信息交互和模板动态更新的RGBT目标跟踪方法

提出一种跨模态光学信息交互和模板动态更新的可见光和热红外（RGBT）跟踪方法,选取能够在跟踪速度和精度上取得平衡的Siamese跟踪器作为基本框架,并设计特征交互模块以重构不同模态的信息比例和增强模态间信息交流。在此基础上,基于无锚框的思想构建预测网络,以提升跟踪器的灵活性和通用性,同时提出一种模板动态更新的策略,通过动态更新跟踪模板增强模型对变化目标的适应能力。在GTOT等3个基准数据集上的对比实验表明,所提方法可显著提升跟踪器在复杂环境下的目标跟踪性能。     

两关节压力驱动柔性仿生机器鱼的设计与仿真

为研究设计一种柔软度高、环境适应性强的新型仿生机器鱼, 模仿鲨鱼外形及鲔科鱼类的游动姿态, 设计了一种采用液压柔性驱动结构的仿生机器鱼. 针对单关节液压驱动柔性机器鱼存在其C型摆动姿态不符合鲔科鱼类摆动规律的问题, 采用两关节液压柔性驱动模拟鱼类S型摆动, 并根据液压柔性驱动器原理设计仿生鱼的内部结构. 依据理论波动方程确定机器鱼的摆动幅值, 借助数值模拟计算施加在柔性驱动器内部的压强载荷大小, 并分析计算液压柔性驱动器的驱动效率. 应用有限元分析软件模拟仿生鱼在流体中的自主游动过程, 并将两关节机器鱼与单关节机器鱼的自主巡游过程进行对比仿真, 获得两种机器鱼在流体中自主巡游时的运动姿态、游动速度及流场情况. 结果表明, 在相同的频率与尾鳍摆幅下, 两关节柔性机器鱼的巡游平均速度为0.29 BL/s (BL为鱼体体长), 高于单关节机器鱼巡游平均速度0.15 BL/s, 且由速度矢量图可得出两关节仿生鱼的S型摆动姿态更接近真实鱼类摆动规律, 并在运动过程中会产生一系列离散的反向卡门涡街, 推进效率高.      

基于机器视觉的尖轨轮廓检测方法北大核心CSCD

针对尖轨相对于基本轨位置的轮廓检测问题,提出了利用线结构光辅助机器视觉的非接触式测量方法进行检测。在线结构光测量的基础上,建立了尖轨轮廓的三维检测模型,构造了测量尖轨与基本轨间的面差、间隙以及轨头宽度的数学模型,并采用Zhang-Suen与灰度重心法的融合算法对激光条纹进行提取和细化,最终得到了亚像素级的激光条纹中心线。本次实验在时速250km/h的18号道岔直线尖轨上进行测量,得到的数据与接触式测量的数据基本一致,验证了该方法的有效性和正确性,实现了对尖轨轮廓尺寸的非接触式检测。     

基于蚁群算法的辊式涂布涂层厚度图像检测

针对目前辊式涂布涂层厚度检测效率低、准确率低等问题,提出一种基于启发式蚁群算法的辊式涂布涂层厚度机器视觉检测方法。采用Canny算子的原理提取出边缘信息,得到了边缘点的先验知识;然后建立了改进的蚁群算法的边缘追踪模型,实现了信息素和启发信息对蚂蚁的导向作用,同时较好地避免了蚂蚁在非边缘区域的分布和行走,解决了传统蚁群算法中随机性与正反馈两种机制的协调问题,使用改进蚁群算法的机器视觉法进行测量实验,与机理建模法对比最大误差为5.74%,平均误差为4.04%,满足实际生产需要。     

基于特征圆靶的单目视觉位姿测量算法研究

为提高基于工业机器人近距离下空间平面位姿的求解精度，分析了由透视畸变引起的圆投影误差的变化规律，以物距与特征圆半径的比值作为衡量圆透视畸变误差的参数依据，提供了不同物距下的精度参考。推导了基于空间圆投影图像的三点相对位姿求解算法。定量的误差分析和实验验证表明，物距与特征圆半径比值在18以内像素精度在0.1～1像素时，算法精度平均可以达到0.1°，优于文中其他两种算法。     

基于Concenter-Net神经网络的无人驾驶汽车实时规划方法

无人驾驶汽车在机器视觉领域中成为研究热点,提出一种高效的多尺度目标检测网络,称为ConcenterNet无人驾驶方法,方法可以定位远距离区域在图像中实时并集中于前方行车记录仪透视图中的远处物体,它可以检测消失点并集中在近距离区域.第一次物体检测模型的推理将产生更大范围的感受野检测结果和更高的分辨率预测可能的消失点位置,即帧中最远的位置.然后,将其发送到对象检测模型进行第二次检测推断,获得远距离目标检测结果.最后,将这两个结果与特定的非最大抑制(NMS)方法合并.所提出的网络架构可以应用于大多数对象检测模型,仿真结果表明,所提出的控制策略可以确保极端情况下,Concenter-Net架构模型使用较低分辨率输入大小,模型复杂度较低,可以显著提高精度和召回率,行驶稳定性和轨迹跟踪精度得到提高.     

具有分子机器、分子开关功能的自组装超分子体系

本文介绍了具有分子梭或分子开关性质的新型轮烷和索烃超分子以及具有分子机器功能的其它类型化学和生物分子的国际研究最新动态。     

基于码道三角波骨架提取的量子点光栅尺高精度测量方法

为了提高量子点光栅尺的测量精度，提出了一种基于码道三角波骨架提取的位移测量方法。根据量子点光栅尺码道图案具有蜿蜒、连续的形状特点，利用不定长边缘跟踪方法快速检测出码道边缘。对码道中线进行三角波拟合得到码道骨架，提升测量稳定性以及位移值细分线性度。利用径向基神经网络对非线性测量误差进行补偿。所提出的测量方法比已有测量方法具有更好的测量精度和效率。     

相变材料辅助的光子卷积神经网络加速器

由于卷积神经网络(CNN)识别精度与人类接近，故其在计算机视觉、图像和语音处理等方面取得了巨大的成功，但这种成功离不开硬件加速器的支撑。受到电子器件功率与速率的限制，当前的电加速器难以满足未来大规模卷积运算对硬件算力和能耗的需求。作为一种替代方案，提出了一种低能耗存算一体光子CNN加速器结构。该结构采用微环谐振器和非易失性相变材料Ge₂Sb₂Te₅构成无源光学矩阵乘法器来实现存内计算，从而减小了权重数据读取的能耗。利用Ansys Lumerical仿真平台验证了10 Gb/s与20 Gb/s速率下4×4规模的光学矩阵乘法的运算。与传统的基于电光微环谐振器的光子CNN加速器数字电子与模拟光子(DEAP)相比，所提加速器结构在保持原运算速率的情况下减少了48.75%的功耗，并且在矩阵运算处的面积能够减少49.75%。此外，基于MNIST与notMNIST数据集对所提加速器的推理效果进行了仿真验证，识别精度分别为97.80%和92.45%。