最新录用

  • 显示方式:
  • 简洁模式
  • 摘要模式
  • 基于环境特征有效提取的机械手末端位姿嵌入式控制研究
    张琼 史磊 王榆
    录用日期: 2024-09-14
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    在柔性机械手的作业环境中,光照变化与物体表面反射特性之间具有非线性,待抓取物体表面复杂的形状和纹理特征也呈现出非线性,严重影响了对环境特征的提取效果,导致最终的控制精度偏低。对此,本研究利用双RBF神经网络具有的局部逼近特性和泛化学习能力,设计针对作业环境特征的提取方法。同时,以嵌入式的方式设计位姿控制器,针对末端位姿嵌入式控制方法展开研究。首先,利用内置传感器检测柔性机械手末端的初始位姿;然后,针对采集到的机械手作业环境图像实施预处理,再利用双RBF神经网络提取复杂的、非线性的环境特征。通过特征匹配确定作业目标,并将其作为控制目标。最后,以当前位姿为起点、以控制目标为终点,规划机械手末端移动轨迹,根据实际位姿与轨迹点之间的偏差确定位姿控制量,实现位姿控制。根据测试可知:与传统方法相比,应用本文方法控制后,机械手末端位置控制误差明显降低,姿态角控制误差减小。
    基于组稀疏的桥梁混凝土波速反演重建方法
    李晋 李剑 孔庆珊 裴志鹏 张恒冉 赵舒雅
    录用日期: 2024-09-14
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    无损检测的开展能够在不破坏混凝土结构的基础上对其内部的病害缺陷进行测定,是当前桥梁混凝土检测中常见的应用手段;由于混凝土内部结构复杂、测点布置受限以及检测区域大,为了提高缺陷检测精度,采用了联合代数重建算法结合组稀疏正则化(SART-GSR)的方法来实现稀疏测点条件下桥梁混凝土层析成像,结合桥梁混凝土层析成像原理建立数学模型,利用SART算法对其速度值进行求解,在SART结果的基础上,使用GSR对其进行优化解算处理。经过仿真实验验证,将SART-GSR算法与SART算法以及ART算法的重建效果进行对比,结果表明,SART-GSR算法相较于SART算法以及ART算法能够提升桥梁混凝土层析成像精度,对桥梁混凝土缺陷检测具有一定的应用参考价值。
    基于分布式传感器的地下浅层震源定位
    裴志鹏 李剑 李晋 张鑫 马翊翔 臧丹枫
    录用日期: 2024-09-14
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    针对无线传感器网络中的(TDOA)节点无源定位中的非线性优化问题,提出一种基于双种群粒子群(DIR-WOA)的鲸鱼优化的TDOA定位算法。在标准鲸鱼算法的基础上,引入混沌模型,改进粒子种群生成方式,利用主辅粒子群进行相互制约,有效解决粒子易陷入局部最优的问题,迅速得到全局最优解。仿真结果表明,改进算法相较于标准鲸鱼算法,增强了粒子搜索范围,算法收敛时间减少了0.5688s,定位误差减小到0.029m。
    基于YOLOv8改进算法的电力绝缘子缺陷检测方法
    孙冉 冯田宇 裴煜 王洋
    录用日期: 2024-09-12
    [摘要](1) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    针对无人机巡检时绝缘子缺陷因目标小、种类多、尺度差异大造成的漏检、误检问题,本文提出了一种YOLOv8改进算法,实现在多类型、多尺度绝缘子缺陷检测中准确性的提升;在改进的算法结构中,在回归损失计算中使用WIoU,降低图像质量引起的梯度增益,增强了模型的定位性能和泛化能力;在主干网络的特征提取和预测阶段,引入多尺度混合注意力机制(Multiscale-hybrid Attention,MHA),增强了网络模型学习小目标重要特征的能力;在主干网络末端,使用多尺度深度可分离卷积来增强SPPF模块,形成多尺度空间敏感模块(Multi-Scale-Space Sensitive Module, MS3M),能够充分提取含有上下文特征的多尺度信息;通过实验表明,使用改进的YOLOv8算法,绝缘子缺陷检测的mAP值达到了97.3%,相较于基线YOLOv8提升了6.2%,对多类型多尺度的绝缘子缺陷检测达到了更好的效果,对提升电力巡检业务运维效率具有现实指导意义。
    基于PointNet++的逆密度点云识别与分割算法
    周江伟 邵洁 曹盛
    录用日期: 2024-09-12
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    为了提高点云处理精度,针对PointNet++对不均匀分布的点云数据特征提取不完整以及忽略了部分点云特征导致分类与分割结果不佳等问题,对算法PointNet++进行了研究,提出了基于PointNet++的融合密度信息的逆密度点云识别与分割算法D-PointNet++;利用点云密度计算出每个点的采样概率,根据采样概率使用多项分布进行点云采样;通过自适应缩放分组半径进行点云分组;采用多种池化方法混合提取点云特征并利用多头注意力机制计算出多种特征的权重,并加权聚合得到点云的全局特征;实验结果表明,相较于多种参评算法,D-PointNet++在点云分类准确率、分割精度上均有显著提升。
    多模模拟源分布激励泄漏电缆的隧道内二维定位方法
    汤小龙 宋茂忠
    录用日期: 2024-09-12
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    由于隧道内卫星导航信号缺失,致使导航终端在隧道空间中无法工作;为解决这一问题,提出了一种多模模拟源与泄漏电缆组合的隧道二维定位方法;采用多模多通道的卫星导航模拟源产生全球定位系统、北斗导航系统、格洛纳斯系统三模导航信号,分别激励平行泄漏电缆的三个端口,通过对接收机原始伪距观测量的二次处理解算,减少了模拟器对卫星星座、星历及通道伪距时延的特殊要求,采用基于遗忘因子的多系统组合钟差联合定位算法,实现了接收机的二维定位,避免了数据饱和现象;经实验测试,80%定位点的偏差在1.6 m以内,90%定位点的偏差在2 m以内,可以实现隧道内的二维定位。
    基于爆炸场的钨铼热电偶测温方法研究
    李柯江 梁海坚 李志玲 王 高 薛云朝
    录用日期: 2024-09-12
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    针对大当量战斗部,爆炸热效应是非常重要的毁伤参量之一,热电偶作为使用最广泛、性价比最高的温度传感器,确保热电偶测温稳定性和瞬态温度的测试精度,是爆炸场试验和测试领域迫切需要攻克和解决的技术难题;为解决这一问题,对直径100 μm的钨铼热电偶进行了激光焊接,使用辐射法进行了静态标定,使用能够给予热电偶瞬态受迫温度激励的脉冲激光对热电偶进行了动态校准,通过数值模拟仿真与实验验证,表明利用光纤激光制造的热电偶可满足爆炸场需求;传感器重复性为98.96%、温度测试精度误差小于0.38%、传感器响应时间<6 ms、响应时间测试精度优于1%,可检测到火球热辐射信号,冲击波绝热压缩空气之后1169 ℃的温度曲线传递规律与数值模拟仿真得到的温度曲线规律吻合。
    基于效用函数的舰艇编队机动作战效能评估研究
    谢芝亮 刘富强
    录用日期: 2024-09-12
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    舰艇机动能力作为编队作战能力的重要支撑之一,以往文献很少涉及编队机动作战能力评估。论文通过剖析舰艇编队机动作战概念,解析机动作战任务剖面,破解影响机动作战能力的关键因素,构建机动能力多层评估指标体系,采取解析聚合方式刻画编队机动作战能力。针对指标参数差异较大,采用效用函数转换不同指标的属性值,比较指标实际值与期望值之间的差距,建立效用评估模型,准确评价舰艇编队机动作战能力,通过实例分析验证函数模型可行性。
    面向精密操作执行末端三维力感知技术研究
    李梦雪 王臻 周锦华 吴学斌 伊兴中
    录用日期: 2024-09-10
    [摘要](1) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    机器人执行器末端三维传感器需要对三维方向受力大小进行精确感知,对微结构三维力传感器进行了研究,采用电阻应变片测量原理,设计了一种微结构三维力传感器,对传感器进行了三维力标定,提出了一种基于多项式最小二乘法的静态解耦,并应用该算法完成传感器的三维力静态解耦。将求解将求解出来的关系式,下载到传感器内部MCU中,实现线上解耦,最后对传感器的指标参数进行了量化评估以及误差原因分析。试验标定数据表明,所研制的传感器具有较高精度,Ⅰ类误差径向误差小于3%,轴向误差为4.6892%,Ⅱ类误差三方向均不大于0.3%。经实际应用可满足面向精密操作执行末端的三维力测量使用要求。
    基于MYOLOv8的目标检测方法
    张正勃 曹爱岷 王兴盛
    录用日期: 2024-09-10
    [摘要](0) [HTML](0) [PDF 0.00 Byte](0)
    摘要:
    针对当前的目标检测方法难以表征多尺度上下文特征的问题,提出了MYOLOv8算法;为了提高YOLOv8模型对于小、中、大型目标的检测能力,提出了一种分层多尺度提取模块对空间特征进行分层特征聚合来捕获多尺度空间上下文信息;为了进一步提高模型对于空间语义的提取能力,提出了一种自适应的通道注意力机制,该机制通过自适应地学习相邻通道之间的相互依赖关系来促进模型关注有用特征,抑制无用特征;为了提高模型对于边界困难样本的定位能力,提出了一种Slide Loss来处理目标检测中的样本不平衡问题,该方法采用对困难样本进行强加权的方式来促使模型着重优化难分样本;在MS COCO数据集上的实验结果表明,所提出的算法相比于YOLOv8-n和YOLOv8-s,mAP分别提升了3.4%和1.4%,同时具有相似的参数量和计算开销,以及更快的推理速度。