课程文献中心 更多>>

关键词： 视觉SLAM   曼哈顿世界   低纹理环境   ICL-NUIM数据集   TUM数据集   点线面特征   绝对轨迹误差   相机运动解耦  

摘要： 为解决在低纹理场景下视觉SLAM(Simultaneous Localization And Mapping)系统面临的挑战，文中提出了一种基于点、线、面特征的RGB-D SLAM算法来提高定位精度。所提算法以ORB-SLAM2(Oriented FAST and Rotated BRIEF-Simultaneous Localization and Mapping 2)算法框架为基础，通过引入曼哈顿世界假设将相机位姿解耦为旋转和平移矩阵，有效避免了误差累积问题。在特征提取方面，利用ORB特征点和LSD(Line Segment Detector)算法提取线特征，利用层次聚类算法提取平面特征，充分利用了空间结构的几何信息。实验结果表明，相较于ORB-SLAM2算法，所提算法在TUM和ICL-NUIM数据集的多个低纹理场景中表现更优越。通过对比绝对轨迹误差的均方根误差，所提算法在低纹理环境中明显提高了定位精度，在特征点较少的场景下具有显著优势。

关键词： 宽频测量   信号检测   现代谱估计   短时傅里叶变换  

摘要： 当发生宽频振荡，特别是出现较强次/超同步振荡时，现有同步相量测量算法因受到与基波邻近的振荡干扰严重影响而无法正常工作，为此本文研究面向强宽频振荡干扰的工程实用的同步相量测量算法。总体策略是在加权最小二乘动态相量估计框架下，在信号模型中引入优化分布的振荡频率分量实现同步相量测量滤波器在邻近基波的振荡频带出现陷波。基于同步相量测量最优滤波原理，建立设计宽频振荡下同步相量测量最优滤波器的含约束优化问题，构造特定参数集并通过对参数寻优完成滤波器设计。最优滤波与基波参考频率自适应选取策略相结合，在6个周波内、无需获取振荡信号具体参数情况下，实现畸变率为10%的振荡干扰引起的总向量误差（TVE）不超过1%。仿真和现场录波数据测试结果表明，在电网静态和复杂动态环境下，测量算法准确度达到同步相量测量相关标准要求，满足实际工程应用的需求。

关键词： 深度强化学习   0-1背包问题   异构多背包问题   Transformer模块   动态惩罚机制   禁忌表  

摘要： 从传统多背包问题与典型物流系统运作场景出发，抽象出异构多背包问题（HMKP），并制定改进深度确定性策略梯度（DDPG）算法对HMKP进行研究和求解。针对DDPG算法在解决0-1背包问题（KP）时容易陷入局部最优的缺点，采用动态随机机制（DRM）和动态惩罚机制（DPM）对DDPG算法进行改进，并嵌入改进Transformer模块来优化算法，提出基于改进Transformer模块的动态深度确定性策略梯度（TDP-DDPG）算法，并加入禁忌表防止重复搜索。TDP-DDPG算法在多个实验算例中展现了高效的搜索能力，在由低到高维度的测试集1、2以及更高维度的测试集3中所有39个算例都能找到最优值，在大规模测试集4的6个算例中有3个能找到最优值。实验表明，TDP-DDPG算法在融入改进策略后具备更强的寻优能力。在此基础上，设计基于TDP-DDPG算法的BPD-DDPG算法来解决复杂度更高的HMKP，且分别在多个经典0-1KP算例组合而成的高维度算例中进行分析评估。结果显示BPD-DDPG算法与Gurobi相比虽求解时间长，但在3个低规模算例中求解准确率比商业求解器Gurobi高。BPD-DDPG算法能在可接受时间范围内以低计算代价高效解决高维度、大规模的HMKP。

关键词： 光伏发电系统   模型预测控制   扰动观测法   最大功率点追踪   事件触发  

摘要： 针对光伏阵列的转换效率低、最大功率点追踪效果差的问题，文中提出了一种基于模型预测控制（MPC）算法和事件触发策略的最大功率点跟踪控制方法。通过将扰动观测法（P&O）的最大功率点跟踪(MPPT)算法确定了最大功率点的电流值，并将其作为模型预测控制（MPC）算法中的参考电流。提出了一种事件触发策略以减轻控制过程中所造成的计算负担。通过对本文提出控制方法与现有基础MPPT算法进行对比仿真，分析控制算法的动态性能。在保证性能的前提下，得出本文提出的事件触发控制算法具有良好的动态性能和更少的计算次数，从而验证了所提算法的合理性及有效性。

关键词： 旋转目标检测   结构重参数化   YOLOv8   任务动态对齐  

摘要： 针对遥感目标图像检测中存在的小目标检测困难、尺度变化大、方向任意以及在小型设备中检测精度不足问题，提出一种基于改进YOLOv8的轻量型遥感图像旋转目标检测算法LR-YOLO（Lightweight Rotating-YOLO）。首先，利用结构重参数技术并加入EMA注意力机制设计特征提取模块C2f-RA，增强网络的特征提取和特征表达能力，有效过滤复杂背景噪声的干扰；其次，在网络架构中采用ADown下采样，在减少特征图的尺寸的过程中防止上下文信息丢失过多；最后，针对检测头分类和定位两个分支缺乏交互，导致预测不一致的问题，提出任务动态对齐检测头ETDA-Head，促进分类和定位任务间的协同作用，以提高网络模型的精度。实验结果表明，改进后的算法在DIOR-R数据集和HRSC2016数据集上mAP@0.5上较基准模型分别提升1.4%和1.6%，参数量减少56.25%，相较于代表性的RoI Transformer算法检测精度提高了16.9%，这表明LR-YOLO算法有效地提升了检测精度，并显著降低模型的复杂度，验证了其有效性。

关键词： 交流最优潮流   非线性动力学系统   最优解   稳定平衡点   收敛性  

摘要： 由于交流最优潮流问题的非凸性，如何鲁棒快速地获得最优解仍然是最优潮流方法面临的一个挑战，而且往往存在收敛性问题。提出了一种计算交流最优潮流最优解的增广商梯度系统方法。通过提出的非线性动力系统——增广商梯度系统，可以将最优解的求解转换为对增广商梯度系统的常规稳定平衡点的搜索，进一步应用动力学系统的丰富理论和优良性质。理论结果表明增广商梯度系统是完全稳定的，因此从根本上解决了交流最优潮流求解算法数值收敛性问题。从计算的角度来看，该方法的收敛性和计算速度在大量算例尤其是大规模算例中，例如1888，4661和13659节点系统，均优于IPOPT求解器，在2到13659节点规模的算例中均实现了完全收敛。

关键词： 佩戴安全帽检测   YOLOv7-Tiny   特征提取   特征融合   下采样模块  

摘要： 施工现场的监控一般安装在高处，这导致利用摄像头采集的工人佩戴安全帽的数据存在大量的被遮挡目标和小目标。这些目标像素少且特征易与背景混淆，会出现漏检和误检等问题。为了解决这些问题，本文提出了CAH-YOLO算法。首先，在YOLOv7-Tiny的主干中引入C-ELAN(Contextual Efficient Layer Aggregation Network)网络，通过大核卷积增强目标的上下文特征提取；其次，在YOLOv7-Tiny的颈部中添加ASCF(Adaptive Feature Space Channel Fusion)网络，通过充分融合不同层的信息增强有用信息的表达；最后，YOLOv7-Tiny中的下采样模块替换为HWD(Haar Wavelet-based Downsampling)并添加了HWD组模块，在降低参数量的同时保留更多的有用信息。实验显示，CAH-YOLO算法的平均精度均值指标mAP@0.5提高了2%、mAP@0.75提高了4.5%，对小目标的指标mAP@s提高了3.2%。

关键词： GIS腔体   高光去除   图像增强   暗通道先验   双阈值分割  

摘要： 针对存在弱光强反射的气体绝缘开关（Gas Insulated Switchgear， GIS）腔体环境，提高腔体内部运检机器人的检测准确率，提出了一种基于暗通道先验和双阈值分割的高光去除图像增强算法。首先，利用暗通道先验生成了近似伪镜面反射图像；然后，利用提出的双阈值分割函数确定图像高光区域MASK，并通过该MASK来精确优化伪镜面反射图像，避免漫反射分量区域的错误像素分离；最后，利用ADMM算法优化求解带有伪镜面反射图像约束的L1-L2混合变分模型完成图像高光去除。在公开数据集和自制GIS腔体数据集上的定性和定量实验结果表明，所提算法相较于传统经典高光去除算法能更加有效地实现镜面反射分量和漫反射分量的分离，能有效去除高光并避免图像失真，对提高GIS腔体故障的检测准确率具有一定的实际意义。

关键词： 数据管理   人工智能   数据切片  

摘要： 随着人工智能（artificial intelligence， AI）技术应用的不断扩展，对建立AI模型所需数据提出了更高的质量要求。针对目前数据质量处理方法错误率高、速度慢的问题，本文提出了新的处理方法，以确定表现不佳的数据子集。首先，将AI模型数据集的划分定义为数据切片问题，如果AI模型在特定切片上性能较差则该切片为问题切片。然后，提出了决策树和点阵搜索两种数据切片方法。其次，使用假设检验进行问题切片识别和错误发现控制。最后，将基于聚类的数据切片方法作为对比基准，使用真实数据集和合成数据集来评估所提出的方法，在数据切片大小、统计显著性、错误发现控制等多个方面的测试结果验证了所提出方法的有效性。

关键词： 图像去模糊   随机微分方程   扩散模型   多尺度门控扩展单元  

摘要： 扩散模型在图像去模糊中，具有较好性能，细节重建方面尤其突出，但是，扩散模型中去噪U-Net网络，难以处理高分辨率图像，且非线性表征能力较弱，无法准确聚焦关键信息，使得恢复的图像存在明显伪影。针对上述问题，在随机微分方程扩散模型的基础上，提出了一种结合多尺度门控扩展单元的图像去模糊算法，主要部分有，一是结合注意力机制，设计了残差连接的多头深度残差块，在增大感受野的同时，改善了模型处理高分辨率图像的能力，并保留了原始信息；二是为了提高模型的非线性表征能力，得到准确的噪声分布，设计了多尺度门控扩展单元模块。模型在多个数据集上进行验证，实验结果表明，所提方法恢复的图像在视觉上更接近真实情况，纹理细节更加丰富，其PSNR值和SSIM值优于其它常见模型。