紧耦合INS/视觉相对位姿测量方法

研究了一种紧耦合INS/视觉相对位姿测量方法在无人机自主空中加油中的应用。该方法直接将特征点的图像坐标作为滤波器输入,避免了求解复杂的非线性位姿方程,尤其是特征点提取不全时,该方法具有较强的鲁棒性。引入相对惯导误差建立了增广状态模型,根据杆臂效应详细推导了紧、松两种耦合模式的量测方程。采用扩展卡尔曼滤波算法估计误差状态,并校正惯导输出获取精确的相对位姿信息。仿真结果表明,与松耦合模式相比,紧耦合在提高系统实时性的同时可获得更高的测量精度,位置误差小于0.1 m,姿态角误差小于3'。     

基于改进卡尔曼滤波的汽车路试制动性能检测方法

针对传统汽车路试制动性能检测方法的不足,提出了一种基于改进卡尔曼滤波的汽车路试制动性能检测方法。根据卡尔曼滤波理论,以单频载波相位单点GPS接收机输出的速度和方位角作为观测量,通过改进的卡尔曼滤波递推算法高频率、高精度地推算出汽车制动过程的平面运动坐标和速度,进而确定汽车制动距离和平均减速度MFDD,以检测汽车的制动性能。实车试验表明,该方法的制动距离测量精度可达0.2~0.3 m,速度精度小于0.1 m/s,输出频率可达100 Hz,具有成本低、输出频率高、精度高、环境适应力强的优点,克服了传统方法的不足。     

基于方向信息测度的图像边缘检测

边缘检测是图像处理中—个重要的研究课题．针对传统图像边缘检测算法对噪声敏感的问题,本文在分析图像像素灰度信息的基础上,建立了—个改进的确定方向信息测度的方法,并利用震动滤波对边缘检测图像进行增强,该方法在滤除噪声的同时,能有效地保留图像的基本目标信息,正确提取图像的边缘．     

基于疫病检测信息的布病动力学模型分析

检测扑杀措施的实施对动物疫病的防控和净化起着决定性的作用,基于检测行为的特点,建立动力学模型来分析检测行为对布病传播的影响.首先计算基本再生数,分析平衡点的存在性;然后通过构造Lyapunov函数证明无病平衡点和地方病平衡点的全局渐近稳定性;最后通过数值模拟验证理论分析.研究成果可为布病的有效预防和控制提供一定的理论依据.     

无线通信系统设计中的两个优化问题和相关优化方法

无线通信系统设计中的许多问题可建模为优化问题.一方面,这些优化问题常常具有高度的非线性性,一般情况下难于求解;另一方面,它们又有自身的特殊结构,例如隐含的凸性、可分性等.利用优化的方法结合问题的特殊结构求解和处理无线通信系统设计问题是近年来学术界研究的热点.本文重点讨论无线通信系统设计中的两个优化问题和相关优化方法,包括多用户干扰信道最大最小准则下的联合传输/接收波束成形设计和多输入多输出(Multi-Input Multi-Output,MIMO)检测问题,主要介绍现代优化技术结合问题的特殊结构在求解和处理上述两个问题的最新进展.     

SFE-SSD: 浅层特征增强的SSD算法在小目标检测问题中的研究与应用

SSD (Single Shot Multibox Dectetor)算法由于具有高速且高精度的检测性能,是目前最好的目标检测算法之一.但由于提取检测框的特征层的特征信息不足, SSD算法在小目标检测任务中表现不佳.为了解决这个问题,目前大部分方法以严重牺牲检测速度为代价提升目标检测模型的精度. 本文提出了SFE-SSD (Shallow Feature Enhancement SSD)提升SSD模型在小目标检测任务中的性能.首先我们采用反卷积操作对SSD算法中检测框金字塔特征层的最浅特征层进行特征扩张.接着通过特征融合机制对扩张后的特征层进行特征增强操作.浅层特征增强策略与SSD 的原始框提取金字塔特征层是并行结构,一定程度上是可以减少检测速度的损失.实验结果显示,我们的方法在PASCAL VOC 2007数据库上精度达到了78.4\%mAP高于SSD算法1.2\%,检测速度达到了81帧/秒,并且在小目标检测任务中有着显著的提升.     

考虑非周期检测的视情维修与备件订购联合策略优化

针对单部件系统/关键部件提出视情维修与备件订购联合策略,其中系统退化服从两阶段延迟时间过程且采用非周期检测策略,退化初期以检测间隔T₁检查系统状态,而在第一次识别缺陷状态时,缩短检测周期为T₂、订购备件且进行不完美维修;若系统在随后的退化中被识别处于缺陷状态,执行不完美维修直至超过阈值次数N_max并采取预防性更换,但若在检测周期内发生故障则进行更换。根据系统状态和备件状态分析各种可能更新事件及相应的联合决策,利用更新报酬理论构建最小化单位时间内期望成本的目标函数,优化T₁,T₂, N_max。与对比模型策略相比,算例结果表明所提出的联合策略能有效降低单位时间内的期望成本。     

基于smoothL1改进的边框回归损失函数

为了进一步提高目标检测任务中的边框回归精度,提出一种基于smoothL1改进的边框回归损失函数.通过自适应地增大smoothL1中非离散点的梯度,缓解了模型反向传播中对离散点和非离散点梯度分布不平衡问题,提高了模型的精度.实验结果表明,在PASCAL VOC2007测试集上,基于改进的smoothL1的目标检测模型Faster R-CNN,平均精度均值(mAP)达到了70.8％,相较smoothL1,模型精度有所提高.     

便携式FTIR的机动车尾气检测方法

随着汽车排放标准的提高,相关VOC标准从总烃检测变为非甲烷碳氢化合物(NMHC)检测;随着含氧燃料的增加,增加了非甲烷有机气体(NMOG)测量。针对国内汽车尾气分析仪分析组分单一、精度有限、VOCs检测过程复杂等问题,提出了基于便携式FTIR的机动车尾气检测方法,基于立体角镜优化FTIR光学系统结构,提高动镜扫描速度,设计便携式且满足抗振动需求的快速FTIR光谱仪。FTIR红外光源输出波段范围为2～20 μm,分辨率为0.5 cm-1,扫描速度1 Hz,气体池光程为10 m,采用斯特林探测器,其光谱响应范围为600～6 000 cm-1。选择CH₄,C₂H₂,C₂H₄,C₂H₆,C₃H₆,n-C₅H₁₂,i-C₅H₁₂,C₇H₈,HCHO,C₂H₅OH,CH₃CHO这些典型HC化合物作为VOC气体检测的替代物。通过标准谱确定尾气成分的波段为900～1 100和2 700～3 100 cm-1,涵盖所有待测气体吸收波段。基于AVL台架测试,开展NEDC和WLTC工况实验测试,测试车辆为丰田威驰,测试油品为92号国五。便携式FTIR采用抽取方式进行尾气测量,原始的废气样本来自安装在排气管延长部分的多孔探头,前端安装样气取样装置,主要包括颗粒物过滤和除水汽装置,以防止污染FTIR光学系统。实验表明FTIR可以有效快速测量汽车尾气中CO,CH₄,NO和主要HC化合物,在FTIR检测限0.5 μmol·mol-1下会引入噪声信号,浓度可信度降低。通过分析可以看出输出气体平均浓度降级排列依次是：CO,C₂H₄,CH₄,NO,i-C₅H₁₂,C₂H₆,C₇H₈,n-C₅H₁₂,C₂H₅OH,CH₃CHO。从3个循环的NEDC工况可以看出,每种气体排放呈现一致的规律性变化。针对CO进行了SEMTECH-DS与FTIR测量数据的时间序列比较,结果呈现了较好的规律一致性,但是由于FTIR和SEMTECH-DS测量技术和取样稀释系统不同导致二者浓度差异较大。与传统尾气检测技术相比,便携式FTIR测量系统对瞬态事件有良好的响应,可以在线进行多组分浓度实时测量获取机动车的瞬时排放数据,在满足新规测试要求下,也可以为后期的机动车在实际道路上的排放特征分析和模拟提供可靠的数据支持。     

高光谱成像的机采籽棉杂质分类检测

机采籽棉杂质分类检测为调整棉花清理机械加工参数和工序提供参考依据,对提升皮棉品质具有重要意义。但由于籽棉棉层分布不均匀,使得图像检测难度增大,使用传统的检测方法无法有效检测各类杂质。采用高光谱成像方法对机采籽棉中的棉叶、棉枝、地膜和铃壳（内外）五种杂质进行分类判别检测。首先采集120个机采籽棉样本的高光谱图像,选取感兴趣区域获取平均光谱曲线。发现由于物质构成的差异,不同杂质体现出不同的吸收和反射特性,不同种类物质之间的光谱差异大于同类物质。对提取的平均光谱曲线进行主成分分析（PCA）,结果显示棉花、残膜和铃壳外与其他三类相比,有较好的聚集性和可分性,但是棉叶、铃壳内和棉枝三类相互叠加在一起,空间分布存在严重交叉重叠。以提取的平均光谱曲线为训练样本,选择线性判别分析（LDA）、支持向量机（SVM）和神经网络（ANN）三种分类判别算法,对算法参数进行寻优,并建立机采籽棉杂质分类判别模型。其中,经过LDA模型降维后的样本空间较PCA表现出了更好的聚集性和可分性,采用正则化防止过拟合,得到训练集准确率为86.4%,测试集准确率为86.2%;SVM模型的参数寻优结果为C=105,g=0.1,其训练集准确率为83.42%,测试集准确率为83.40%;ANN模型参数寻优得到隐含层数和神经元个数分别为2和17,训练集准确率为82.9%,测试集准确率为81.8%。对三种模型的分类效果和检测用时进行比较,LDA模型结果最优。通过对高光谱图像进行像素等级分类判别,结果显示棉花识别效果较好,植物性杂质都被有效检测,但是地膜和棉花存在误识别,分类效果与杂质光谱的分类判别模型结果一致。因此,采用高光谱成像技术可以快速、无损的检测和识别籽棉杂质,为棉花加工装备提供反馈参数,对棉花加工机械化和智能化有重要意义。