电力场景下基于无人机视觉的运动目标追踪方法

随着人工智能技术的发展,面向电力系统的运动目标追踪技术逐渐得到关注,现有方法虽有一定成效,但是大多基于固定摄像头的监控视频录制,不能灵活追踪运动目标,当运动目标离开摄像头视野时,存在运动目标丢失问题。为此,利用无人机设备,并基于深度学习和核相关滤波技术,提出了一个电力场景下基于无人机视觉的运动目标追踪方法（MTTS_UAV）。所提方法采用改进的目标追踪方法与目标检测方法相结合的方式来追踪运动目标隐患,并引入2种无人机飞行控制模块:启发式和数据驱动式,使得无人机的飞行速度和方向可以根据目标移动情况自适应地调节。在真实变电站的安全帽人员数据集上进行了大量实验,对所提方法的追踪效果进行评估,结果表明:所提方法在真实数据集上的平均像素误差（APE）和平均重叠率（AOR）分别可达到2.37和0.67,验证了方法的有效性。      

基于倒置残差注意力的无人机航拍图像小目标检测

针对无人机航拍图像背景复杂、小尺寸目标较多等问题,提出了一种基于倒置残差注意力的无人机航拍图像小目标检测算法。在主干网络部分嵌入倒置残差模块与倒置残差注意力模块,利用低维向高维的特征信息映射,获得丰富的小目标空间信息和深层语义信息,提升小目标的检测精度;在特征融合部分设计多尺度特征融合模块,融合浅层空间信息和深层语义信息,并生成4个不同感受野的检测头,提升模型对小尺寸目标的识别能力,减少小目标的漏检;设计马赛克混合数据增强方法,建立数据之间的线性关系,增加图像背景复杂度,提升算法的鲁棒性。在VisDrone数据集上的实验结果表明：所提模型的平均精度均值比DSHNet模型提升了1.2%,有效改善了无人机航拍图像小目标漏检、误检的问题。     

无人机单片机控制系统软件容错设计

本文介绍了某型无人驾驶飞机系列MCS-51单片机控制系统的软件容错设计方法与实现。该软件采用了关键数据的余度管理技术,在充分考虑了本系统的任务功能及单片机固有特点的基础上,采用了若干行之有效的软件检错技术,包括执行条件检测、数据合理性检测、异常复位检测及软件陷井等。在检测到软件错误后,软件将执行一个恢复操作。恢复操作的基础是依据一组经过余度管理及相容性分析而保证为正确可靠的关键数据。恢复操作将消除软件系统所有可能的错误状态,将系统恢复至出错前的运行状态。实践表明,该软件的容错设计是可靠且有效的。     

组合导航信息融合滤波的研究(英文)

提出一种组合导航信息融合新方法,该方法能提高容错性能,更好地进行故障检测、隔离和重构.同时,当故障发生时,由于融合了系统信息,它能使重构的系统以更高的精度工作.采用这种滤波器设计了捷联惯导系统、GPS、多普勒雷达三传感器信息容错系统.仿真结果表明, 这种设计方法对陀螺、加速度计、GPS、多普勒雷达的软故障是有效的.     

金属材料微裂纹取向与超声波和频非线性效应

针对非线性超声无损检测金属材料微裂纹取向角度的问题,开展了微裂纹取向与超声波的和频非线性效应研究,建立了超声和频非线性特征系数与微裂纹取向角度的关系模型。理论和有限元仿真实验结果表明,随着微裂纹取向角度的逐渐增大,超声和频非线性特征系数与微裂纹取向角度之间呈现明显的正相关趋势,而且相比二次非线性特征系数,和频非线性特征系数对微裂纹取向检测更为敏感。同时,从超声波平均能流密度（即声强）的角度出发,计算可知和频分量声强会随着微裂纹取向角度的增大而增大,而二次谐波声强基本不会发生变化,同时和频分量声强占比相比于二次谐波声强占比也得到了明显提高。超声波声强计算结果与仿真计算结果趋势基本一致,证明了理论模型的正确性。通过实验验证了模型的有效性,为金属材料微裂纹取向的检测提供了一种有效的手段。      

结合轮廓及骨架序列编码的二维形状识别

二维形状识别是物体识别中的一个基本问题,被广泛地应用于商标检索、指纹识别、物体定位、图像检索等多个领域。其中,基于生物信息学的二维形状识别是近期一个新的研究方向,基本思想是把二维形状的轮廓转化为生物信息序列,借助标准的生物信息序列分析工具来进行二维形状的匹配和识别。不过,利用轮廓进行信息序列编码存在编码冗余和编码准确性不高的问题,本文提出了一种新型的结合形状轮廓和骨架的序列编码方法。该方法利用骨架表示形状的细长分支,减少编码的冗余;并分别对轮廓和骨架进行不同类型的编码,具备编码简洁、后续匹配准确性高等优点。最后,本文在三个公开数据集上进行大量的形状识别实验,并与多种通用形状识别方法进行了比较。实验表明,本文方法在多个实验中均取得了较高的识别准确率,相比基本的形状特征描述方法,准确率提高了近5%。      

复杂结构的非线性检测

由于非线性系统的复杂性,现有的各种非线性检测方法都有局限性。从频域、幅域和时域三方面综合考察复杂结构的非线性表现,采用六种方法进行非线性检测,给出一个综合描述系统非线性程度的指标－非线性因子。鉴于非线性系统表现出的非线性强弱与系统所受的激励有直接的关系,将非线性因子定义为与激励的幅值特性和频率特性相关的系数指标。对几种典型非线性系统的仿真模型进行了检测,以验证非线性因子的有效性。     

磁-光/涡流成像技术的有限元分析

近年来迅速发展的磁－光成像（ＭＯＩ）技术使涡流检测技术得到了新的进展。本文运用磁－光／涡流成像的有限元模型对典型的飞机构件缺陷（如连接飞机表面两个铝层的紧固件下面的裂纹）进行模拟。模拟结果表明,其磁场垂直分量的变化对这种结构来说是相当灵敏的,采用ＭＯＩ技术可以用来探测隐藏在紧固件帽下面的缺陷。     

基于神经网络的智能刀具状态检测系统

可靠的在线刀具磨损状态检测是柔性制造系统、计算机集成制造系统以及自动化机床必不可少的一个环节。文中论述了用反传神经网络与一类模糊神经网络分析处理由力传感器和声发射传感器所测得的刀具状态信号,识别出刀具的磨损情况,从而进一步实现刀具磨损状态的在线检测,控制自动机床及时更换刀具。本研究对四种规格的钻头的磨损情况进行了全程检测,并比较分析了反传神经网络与模糊神经网络对这一问题的有效性。实验结果表明,这两种方法对处理刀具磨损状态检测均有显著的效果与很高的准确性。用一类模糊神经网络处理多传感器信息是实现刀具状态在线检测的一个极为有效的方法。     

遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。