【摘 要】
：
针对水面无人艇(unmanned surface vessel,USV)智能感知系统对图像处理过程的准确性和实时性要求,研究了一种根据无人艇上机载视觉传感器对水上目标进行识别与定位的算法.首先根据开源数据集与实验数据采集图像,对实验数据抽帧、去重、标注、统计,创建了水上目标识别数据库YZ10K;其次实践了主流的基于深度学习的目标检测方法,包括Faster R-CNN、SSD、YOLOv3等;最后针对水上目标特点,提出了一种基于改进YOLOv3的增强型轻量级水上目标检测网络WT-YOLO(water tar
【机 构】
：
江苏海洋大学 海洋工程学院 连云港 222005;珠海云洲智能科技有限公司 珠海 519085;湖南大学 电气与信息工程学院 长沙 410006;中国人民解放军63983部队 无锡 214035;珠海
论文部分内容阅读
针对水面无人艇(unmanned surface vessel,USV)智能感知系统对图像处理过程的准确性和实时性要求,研究了一种根据无人艇上机载视觉传感器对水上目标进行识别与定位的算法.首先根据开源数据集与实验数据采集图像,对实验数据抽帧、去重、标注、统计,创建了水上目标识别数据库YZ10K;其次实践了主流的基于深度学习的目标检测方法,包括Faster R-CNN、SSD、YOLOv3等;最后针对水上目标特点,提出了一种基于改进YOLOv3的增强型轻量级水上目标检测网络WT-YOLO(water target-you only look once).无人船实验验证表明,WT-YOLO算法取得了准确且快速的目标识别效果,平均精度为79.30％,处理速度为30.01 fps.
其他文献
针对基于蓝牙低功耗技术(BLE)的室内定位系统使用多层感知机(MLP)等机器学习算法作为定位算法,导致定位结果精度不足的问题.提出一种基于长短时记忆网络(LSTM)的室内定位方法,利用定位过程中的时域信息以提高定位精度.首先通过采集接收信号强度指示(RSSI)构建指纹数据库,然后依靠RSSI和二维坐标的映射关系进行网络模型训练获得权重系数.最后,使用训练好的网络模型构建室内定位系统.测试结果表明,本系统使用的定位方法平均误差为1.41m,与MLP和RNN算法相比分别提高了49％和16％,定位精度明显提升,
在带钢表面缺陷分类方法的研究中,提出了一种基于改进关系网络的小样本带钢表面缺陷分类方法.该方法借鉴网中网模型可以增强网络对局部感知野的特征辨识能力和非线性表达能力的特点,将该模型与关系网络模型相结合,并采用一种新的自正则化、非单调函数作为激活函数及修正后的平均绝对误差作为损失函数,可以允许更多的信息流入神经网络,使模型学习到更精细的特征表达能力,从而具有更好的准确性和泛化能力.将新模型在NEU-DET数据集上进行实验,结果表明,在5-way 1-shot任务中获得的缺陷分类准确率为79.95％,比原模型提
从维持微电网安全稳定运行,延长蓄电池使用寿命的角度出发,提出一种改进型混合储能控制策略,通过将待平抑功率分解为高、中、低频段3种分量,引人储能系统SOC的反馈来设计混合储能功率分配策略,减少蓄电池充放电次数,延长其使用寿命,同时防止储能系统出现过充/过放现象,使混合储能稳定安全响应电网能量调度.实际算例证明,与传统控制策略相比,在相同工况下改进型控制策略使蓄电池充放电次数降低了 58.3％,并且能够有效解决由于储能设备的过充/过放而导致系统不能正常稳定运行的问题.
针对机器人力/位控制应用的安全问题,提出一种基于动力学模型的快速实用机器人碰撞检测算法.首先,设计机器人力/位安全控制方案,建立基于动力学的碰撞检测数学模型;然后,基于静态LuGre摩擦模型辨识和补偿机器人关节摩擦力,设计简化的机器人力/位控制碰撞检测模型;最后,以轻型工业机械臂为实验平台,让机器人执行力/位控制与人类发生碰撞以验证算法的有效性.实验结果表明,提出方法可检测机器人各连杆发生4N·m以上的异常碰撞,能够有效地实现机器人力/位安全控制,具有一定的工程参考价值.
基于GNSS/INS的导航状态估计受状态可观测度影响较大,为提高陆地载体航向角的估计精度,提出了一种改进鲁棒容积卡尔曼滤波(RCKF)方法.首先采用免重采样采样点更新框架实现容积点更新与高斯矩信息的解耦,提高采样点实例化信息在迭代滤波中的传播效率.其次基于状态可观测度分析,将高斯过程(GP)引人到系统模型矩估计积分不确定性的标定中,改善移动载体直线行驶条件下航向的估计精度.仿真实验表明,所提GP-RCKF算法能在状态可观测度较弱时显著改善航向角估计精度,航向角误差较RCKF改善28.9％.
基于分子筛床变压吸附原理的机载氧气浓缩器是飞机生命保障系统的核心部件,可以为飞行员在飞行过程中提供氧气.对机载氧气浓缩器进行退化分析,可以实现故障预警,对机载氧气浓缩器的视情维修和构建飞机健康管理系统具有重要意义.机载氧气浓缩器的退化过程可以分为平稳阶段和加速退化两个阶段,但是由于退化模式变化点的不确定性,导致了退化模式转变的不确定性,因此正确识别退化模式转折点十分重要.氧分压值是反映机载氧气浓缩器制氧能力的一个重要参数,利用数据驱动的方法,针对模式转换的模糊性,首先提取数据的香农熵,然后通过转换卡尔曼(
针对加装二自由度绳驱动机械臂的旋翼飞行机器人在悬停条件下的抗干扰控制,提出了一种自适应终端滑模控制策略.将系统分成四旋翼飞行器和机械臂两个子系统,分别采用拉格朗日法与牛顿-欧拉法获得各自的动力学模型.在Lyapunov稳定性框架下设计了旋翼飞行器人的抗干扰轨迹跟踪控制器,并引人自适应策略来估计扰动上界.通过3个仿真算例验证了所设计控制器的有效性,结果表明,与其他控制器相比,本控制器具有较高的跟踪精度、较强的鲁棒性以及较好的抗干扰能力;机械臂质量的变化主要影响x通道和y通道的控制性能;本控制器基本能满足旋翼
为了解决输入受限下非完整轮式移动机器人的跟踪控制问题,考虑迭代学习控制方法,设计了一种迭代学习控制律,这里所设计的迭代学习控制律结合了系统的跟踪误差和约束下的上一代控制律.通过应用范数分析理论,对跟踪误差的收敛性进行了理论分析,验证了设计的控制律的有效性.最后,给出了一个仿真实例以证明理论分析结果的正确性,仿真结果表明,在设计的迭代学习控制律作用下,具有输入受限的非完整轮式移动机器人能够获得很好的跟踪控制性能,跟踪误差最终收敛于零的很小邻域内.
针对实际生产中轴承滚子原始故障数据量少,数据集不平衡的问题,提出一种数据增强策略对原始的数据集进行扩充,并结合U-Net框架和轻量级深度学习模型构建了一个端到端的轴承滚子语义分割模型方法.通过结合U-Net框架和轻量级深度学习模型MobileNetV1、DenseNet121构建了端到端的轴承滚子语义分割模型LS-MobileNetV1、LS-DenseNet121,将所提模型基于迁移学习策略进行了训练,与其他模型进行对比实验分析.结果表明,与现有方法相比,本文方法在具有更少参数量的情况下实现了更高的分割
针对码垛机械臂的轨迹跟踪控制,提出了一种基于数据驱动的非线性终端滑模控制方法.首先,利用牛顿-欧拉法推导出码垛机械臂的动力学模型,进而将模型等效成离散形式;接着,设计非线性终端滑模面来加快关节角的收敛速度,引人等效趋近律来抑制系统的抖振效应;同时,在萤火虫寻优算法的帮助下解决控制器参数整定问题,以便获得最优的控制性能;最后,通过仿真和试验对所提控制方法的有效性进行了验证.结果表明,该控制方法比积分滑模控制控制具有更高的跟踪精度,能保证码垛机械臂较好地跟踪上参考轨迹,具有一定的工程应用价值.