基于沙漏瓶颈模块的无人机实时检测算法

随着无人机的快速发展与应用,无人机的普及也对公共安全、军事安全和个人隐私等造成了一定的安全隐患。无人机具有飞行速度快、体积小等特点,如何精准快速地发现并定位无人机位置具有一定的挑战。针对此问题,提出了一种基于沙漏瓶颈模块的YOLOv3无人机实时检测算法。首先,将原本3个特征尺度检测扩展为在5个特征尺度上进行检测,充分利用多尺度信息帮助提升小目标检测精度;然后,堆叠沙漏瓶颈模块作为该方法的骨干网络部分,沙漏瓶颈模块作为一种轻量化网络对模型进行加速,并使用通道注意力机制在上采样之后的拼接部分关注更重要的通道信息,抑制不利的信息。为了验证所提算法的有效性,生成基于复杂城市背景下的无人机数据集,实验结果表明,所提算法的精度能够达到98.92%,且具有98.76%的召回率,在1080Ti上达到62.37帧/s的实时速度,模型权重大小仅为5.38 MiB,为进一步在嵌入式平台和移动端实现实时目标检测提供了可能。     

LC滤波器对电机速度闭环控制的影响分析和设计方法研究

速度闭环回路被广泛应用于光电跟踪系统的转台电机的驱动控制。良好的电机速度闭环响应特性可以有效提高光电系统对目标的跟踪精度。转台电机是通过逆变放大器输出的脉宽调制(PWM)电压进行驱动的。随着光电跟踪系统的性能要求和电磁兼容性需求的不断提高,必须使用逆变器输出滤波器对PWM驱动电压所造成的电磁噪声干扰进行抑制。传统上,滤波器的设计方法是通过提高其插入损耗加强对电磁噪声的抑制,但对滤波器给电机控制造成的影响分析不足。针对该问题,深入研究了具有代表性的LC滤波器对电机速度闭环控制的影响。建立了存在滤波器时的电机被控对象特性模型,并分析了其传递函数特性。提出了一种在不降低LC滤波器插入损耗的前提下,减小其对速度闭环控制影响的滤波器设计方法,并通过光电吊舱的速度闭环控制实验证明了所提方法的有效性。     

基于改进Faster RCNN的少样本目标检测算法

当前大部分目标检测都依赖于大规模的标注数据集来保证其检测的正确率,而在实际场景中,大量数据的获取是十分困难的,且对数据的标注也需要花费大量人力物力。针对这一问题提出了一种基于Faster RCNN的少样本目标检测算法(CA-FSOD),在目标类别仅有少量标注样本的情况下,对目标样本进行检测。为了提高检测性能,首先提出了CBAM-Attention-RPN模块,减少无关候选框的数量;其次提出了全局-局部关系检测器模块,通过关联少量标注样本和待检测样本的特征,获取与目标类别更相关的候选区域;最后提出了基于余弦Softmax损失的分类器作为目标检测的分类分支,能有效地聚合同类别特征、降低类内方差、提高检测精度。为了验证所提算法,在MS COCO数据集上进行了训练和测试,实验结果表明,该方法的AP₅₀为21.9%,优于目前一些少样本目标检测算法。     

模型参考算法在快速反射镜中的应用

快反镜是光电跟踪系统中精跟踪系统的核心部件。精密光电跟踪系统要求快反镜闭环控制系统既具有高的扰动抑制能力又具有快的响应速度和高的跟踪精度。运用理论建模方法得出了快反镜的四阶模型结构,通过实验建模方法建立了仿真中用到的快反镜的三阶模型。在拟定快反镜为三阶模型后,选择了响应速度很快,响应精度很高的三阶理想模型作为模型参考自适应控制算法中的参考模型。在快反镜之前叠加正弦信号模拟干扰,通过大量仿真研究,说明用这种自适应控制算法能有效地抑制干扰,使快反镜输出很好地跟随参考模型。由于参考模型响应速度很快,响应精度很高,所以基于该自适应控制算法的快反镜控制系统具有很快的响应速度与很高的响应精度。     

一种解决遮挡问题的跟踪方法

针对图像跟踪领域中因遮挡产生的漂移问题,提出一种基于直方图比的背景加权的Mean Shift算法和Kalman预测滤波器融合的方法。本文方法通过改进目标模型来优化Bhattacharyya系数值,增大目标正常跟踪状态下和遮挡状态下Bhattacharyya系数的差值,提高遮挡判定的有效性,进而提高遮挡时的跟踪性能。通过实验证明,基于直方图比的背景加权的Mean Shift算法和Kalman预测滤波器融合的方法可有效解决遮挡跟踪问题。     

光电跟踪系统的区间2型模糊滑模控制方法

为了提升高精度光电跟踪系统(ETS)的跟踪精度和其处理不确定性的能力,设计了一种1型模糊滑模控制方法,模糊控制用于在线自适应调整滑模控制(SMC)切换项参数;并采用区间2型模糊滑模控制(IT2FSMC)方法来提高系统处理不确定性的能力,进而提升跟踪精度,同时降低SMC抖振;此外,用粒子群优化算法来保证选取的SMC参数相对最优,并对提出的各种控制方法进行了理论分析和实验对比。结果表明,IT2FSMC能在降低SMC抖振的同时将SMC的稳态误差降低54.43%。仿真和实验分析验证了所提出控制方法在ETS中的有效性。     

具有输入饱和的光电伺服平台的滑模控制

为了解决光电伺服平台中的输入饱和问题，采用了基于过渡过程的滑模控制算法。过渡过程算法是基于时间最优理论设计的，将跳变的输入信号变为一个缓慢上升的信号，使系统的初始跟踪误差减小，从而避免了输入饱和现象，提高了系统的稳定性。结果表明，该方法可以有效消除输入饱和现象，适用于光电伺服平台的目标跟踪，具有重要研究与应用价值。     

光电跟踪系统的模糊Ⅱ型控制技术研究

为了解决高型控制方法在光电伺服跟踪系统应用中存在的稳态精度与超调量之间的矛盾,设计了一种由多种群遗传算法(MPGA)优化的模糊Ⅱ型控制方法.该方法在经典Ⅰ型双闭环反馈控制器的速度环之前并联一个积分环节,将系统型别增加到Ⅱ型,以此加快反应速度、减小稳态误差;并引入模糊控制器(FLC),根据系统状态动态调节积分环节的增益,...