课程文献中心 更多>>

关键词： 图像去雾   图像自动化增强   遥感图像   多尺度Retinex算法   可见光遥感图像   电力巡检  

摘要： 电力巡检可见光遥感图像往往受到大气层粒子的影响,而大气环境的不稳定性对于图像的去雾过程有着较大的影响,导致处理后图像的峰值信噪比水平不高。为了缓解这一问题,提出了基于多尺度Retinex算法的电力巡检可见光遥感图像去雾自动化增强方法。根据可见光遥感图像的成像原理建立大气散射模型。滤波处理后,采用二维傅里叶变换的方法分离雾区像素点,并通过非线性映射处理实现去雾过程。在此基础上,引入多尺度Retinex算法实现图像的自动化增强处理。经过测试可知,该方法在实践应用中表现出了较高的峰值信噪比水平,图像处理质量较高,满足了电力巡检可见光遥感图像的应用分析需求。

关键词： 多目标蚁群算法   多配送中心   应急物资配送   车辆调度优化  

摘要： 为了有效解决多配送中心应急物资配送车辆调度方案不佳和物资满意度低的问题，提出一种基于多目标蚁群算法的多配送中心应急物资配送车辆调度优化方法。考虑到配送路径的实际情况，以车辆平均运输时间和物资满足度最大化为目标，构建多配送中心应急物资配送车辆调度优化多目标函数。结合多目标蚁群算法对多目标函数求解，确定最优多配送中心应急物资配送车辆调度方案。通过实验分析证明，所提方法的多配送中心应急物资配送方案更加合理，调度综合系数在0.950以上，并且物资满意度达到了90.00%以上，其有效提高了车辆调度效果，能够制定更加合理的调度方案。

关键词： 在轨组装   型面精度   装配精度分析   代理模型   精度调控  

摘要： 受制于航天器有限的运载能力,为实现更大结构尺寸星载天线的部署,在轨组装技术应运而生。本文针对面向在轨组装的模组天线精度保障问题,分析了在轨组装模组天线结构特点和型面精度调控方式,建立了设计缩比样机实验测试平台,构建了满足精度求解要求的模组天线型面精度分析有限元模型,通过缩比样机测试实验验证了有限元模型的准确性,构建了BP神经网络型面精度代理分析模型,提出了基于遗传算法的型面精度调控方法,并通过缩比样机结构算例验证了调控算法的有效性。

关键词： 调心轴承   使用寿命   预测精度   小波包能量谱   广义回归神经网络   果蝇优化算法   退化特性   实验分析  

摘要： 目前轴承剩余寿命预测需要采用大量历史经验作为判断依据，导致最终的预测结果相对实际测试情况形成了较大的偏差。本文以小波包能量谱WPES的方法对轴承退化特征进行了提取分析，并利用FOA-GRNN模型使GRNN获得更高精度的预测结果，根据多种群自适应果蝇优化算法进行数据分析获得GRNN扩展速度，实现了轴承剩余寿命的准确预测。研究结果表明：FOA-GRNN方法预测获得的均方误差为0.0034，形成了0.0532的绝对误差，均方根误差为0.06025，轴承退化特征能够满足轴承剩余寿命精确预测的要求。FOA-GRNN指标参数最小，达到了理想的效果，表现出了最优的收敛性，寻优效率与精度同时获得大幅提升。该研究对提高调心轴承故障诊断和寿命预测具有一定的理论支撑作用，可以拓宽到其它的机械传动故障信号分析领域。

关键词： 目标检测   三维坐标   手眼标定   机械臂   深度相机  

摘要： 对YOLO模型进行算法改进，提出一种可以有效替换特征提取主体的模块C2fmk，并引入注意力机制等模块，得到具有泛化性的目标检测模型ECASC＿YOLO。该模型有效降低了网络计算量和参数量，完成了模型检测精度的超越，并且保证了在边缘设备上对目标的实时检测。后续通过ZED2i深度相机获取目标视频流和点云信息，利用“眼在手上”的标定方式，结合机械臂末端姿态信息实现了无人机的自动有效抓取，为单轴无人机的回收抓取提供了一个可行的实现方法。实验表明，该检测算法可以为机械臂抓取提供实时精确的视觉引导，整个机械臂系统可以完成对无人机的有效自动抓取回收。

关键词： 卫星拒止   景象匹配导航   图像配准   无人机   图像区域特征  

摘要： 高精度定位与导航技术是实现无人机自主飞行的核心要素之一，当在卫星拒止条件下，卫星导航无法进行准确定位时，景象匹配视觉导航技术因其设备结构的简洁性和被动式定位的高精度而备受关注，当它与惯性系统结合时，能够构建出一个高度自主且精确的导航系统。在景象匹配系统中，最为关键的步骤是将实时拍摄到的图像与预先装载的基准图进行精确配准。然而，这一过程面临着无人机高速飞行和基准图多源性的双重挑战，这要求图像配准在确保精度的同时，还必须具备快速响应和强鲁棒性。为了克服这些难题，本文提出了一种名为Dimensionality reduction second-order oriented gradient histogram（DSOG）的描述子，该描述子通过描述图像定向梯度信息的像素特征，有效地实现了图像特征的提取。DSOG描述子采用区域特征的特征提取策略，实现对不同传感器采集到的图像数据进行精准匹配，满足飞行器在全天候的条件下实现高精度导航的需求。在此基础上，还设计了一种优化后的相似度度量匹配模板，该模板在频域上对传统的基于快速傅里叶变换的特征表示快速相似度度量算法进行了优化，减少了匹配过程中的冗余计算。本文提出的匹配框架经过对不同类型多模态图像的广泛评估，实验数据包括可见光-可见光、可见光-合成孔径雷达、可见光-高光谱等异源图像对，同时，将提出的算法于目前主流的图像配准算法进行了对比，结果显示，与当前主流方法相比，在保持匹配精度的前提下，显著提升了计算效率，同时相比于深度学习算法，本文提出的算法无需经过大量的数据训练即可得到实际使用所需的泛化性。具体来说，本文提出的算法在多模态图像的平均匹配时间仅为1.015 s，不仅满足了无人机景象匹配导航对实时性和鲁棒性的要求，而且为无人机的广泛应用提供了强有力的技术支持。

关键词： 光伏发电   光伏MPPT   蛇鹭优化算法   莱维飞行   混沌映射  

摘要： 传统的光伏发电系统最大功率点追踪（MPPT）策略在光伏输出功率多峰值情况下，易出现效率底、输出不稳定等问题，基于此提出一种改进的蛇鹭优化算法作为光伏MPPT控制策略，即采用Tent混沌映射初始化种群分布，提升算法初始化阶段在寻优区间的均匀散落率；算法寻优后段，引入莱维飞行策略，增强算法的全局搜索能力。在MATLAB中建立模型，引入粒子群优化算法、未改进的蛇鹫优化算法作为光伏MPPT控制策略对照，设置温度不变，光照设置稳定与突变两种工况，结果显示改进的蛇鹭优化算法在静态工况下，仅用时0.118s就达到稳定输出，追踪速度最快；变工况条件下，对照组的两种MPPT算法均陷入局部最优解，而改进后的蛇鹭算法依然能在0.1s内迅速达到最大功率稳定输出，性能有明显提升。

关键词： MicroStackYOLO算法   Swin Transformer模块   CBAM模块   DW-Conv模块  

摘要： 为了解决机器视觉在高密度场景下进行垃圾分类时，出现的微小目标、堆叠目标和遮挡目标漏检、错检等问题，提出了一种专注于高密度垃圾分类的改进型YOLOv7算法，即MicroStackYOLO。该算法在YOLOv7基础上引入了微小目标检测预测头，采用Swin Transformer替代了主干和颈部网络中的卷积块，能更准确地定位高密度场景中的微小目标。同时，集成了CBAM和空洞卷积核，优化了遮挡、堆叠目标的检测效果。实验表明，本算法在高密度场景下平均检测精度为98.3%，相较于YOLOv7提升了6.2%，且检测速度满足实时性要求。

关键词： 无人机航迹规划   蚁群算法   自适应挥发因子   信息素差异分布策略  

摘要： 蚁群算法经常被用于解决无人机航迹规划问题，而传统蚁群算法的存在迭代速度慢、易陷入局部最优等诸多缺陷，针对这些问题提出了一系列改进措施。对于航迹规划初期的蚁群算法盲目搜索问题，在任务空间中对信息素进行具有引导性的不均匀分配，使得蚂蚁沿着起点到目标点的连线进行探索，蚁群的探索更具方向性；同时在启发函数中考虑到了转角因素对航迹平滑性的影响，用以提升航迹规划的质量；另外采用自适应挥发因子，动态调整信息素挥发速率，避免前期过于快速的收敛到局部最优，也确保后期加速收敛，不使算法陷入无休止的计算中，并采用冗余节点消除策略对航迹做了进一步优化。