基于深度学习的先进陶瓷零件实时缺陷检测系统

传统先进陶瓷零件检测与分类的主流方法为纯机械尺寸过滤和人工判断,为解决其成本高、失误率高和损坏率高等问题,提出了基于深度学习的多目标实时检测分类模型（Multi-object real-time detection and classification model, MRDC）。该模型以YOLOv3为基础,使用SKNet作为注意力机制进行特征重构提高精确度,配合灰度图快速转化算法与跳帧检测方法提高检测速度,可实现实时缺陷检测。对实际生产中的先进陶瓷零件进行采集训练,多批次采集图像数据,每批数据含多个陶瓷零件的1 000张图像,平均精确率均值达到99.19％,用先进陶瓷零件生产线视频检验,识别分类的正确率达到100％,可以保证每分钟检测450~550个零件。多目标实时检测分类模型拥有识别速度更快、识别准确率更高和零件不易损坏等优点,可极大地节约生产原料与人力成本,减少废品产出。     

基于几何矩阵的增强虚拟现实

增强虚拟现实是组合真实场景和虚拟场景,以达到丰富真实场景的目的.针对摄像机相对景深做较小运动时所获得的视频,提出了一种基于几何矩阵的增强虚拟现实方法.摄像机在这种运动情况下,可以用一个几何矩阵来描述两帧之间的关系,这样就大大简化真实场景和虚拟场景的组合.同时,由于虚拟场景来自二维图像,因此,非常容易对准虚拟物体在视频中的位置.理论和真实视频实验表明,本文提出的增强虚拟现实方法具有计算量小和真实性强等优点.     

车辆行驶中的音视频记录研究

阐述了车辆行驶中的音视频等参数记录的研究与应用.系统采用MP4压缩方式获得音视频数据,结合行车中的险情信号来减少实际记录的数据量,通过SD卡存储实现了全数字化的数据采集与记录,使得系统的可靠性大大提高.多种可选工作模式能给驾乘者更大的选择自由,多媒体播放功能充分发挥了装置的附加功能.     

基于ViBE与面向对象分类的视频卫星运动车辆检测

为了提高视频卫星对运动车辆的检测质量，在经典视觉背景提取器(ViBE)算法的基础上，结合遥感的面向对象分类技术，从提升正确检测运动目标数量和抑制虚假运动目标检测数量两个方面着手，提出了一种新的运动车辆检测方法（VOMVD）。首先通过优化ViBE模型参数，尽可能多地获取真实运动目标，但这在一定程度引入了许多的虚假目标。研究继而依据影像上地面小尺度运动目标和道路的依存关系，采用面向对象的分类方法，基于光谱、纹理、空间属性，构建了均值、标准差、卷积核内平均灰度值、卷积核内平均信息熵、面积、长度、紧密度、延伸度等8个特征，用于提取道路信息，以此掩膜ViBE提取的虚假运动目标和伪运动目标。结果表明，基于本研究提出的视频卫星运动目标检测方法较之三帧差分法、ViBE检测方法等，其精度有明显提升。在本研究中，三帧差分法、ViBE和VOMVD对运动目标的检测精度P分别为70.91%，61.49%和85.71%，召回率R分别为84.78%，98.91%和97.83%，F值分别为77.23%，75.83%和91.37%，有效提升了方法对运动目标的检测效果。     

A methodology for constructing the aircraft design schema

Aircraft collaboration design is based on a unified set of schemas containing data and model representations and interfaces across disciplines. The aircraft design schema is a central data model that specifies the paradigm for the representation of a full lifecycle model of aircraft design. The construction of the schema currently lacks theoretical guidance. This paper designs a novel methodology to construct the aircraft design schema, a fully functional, logical, and self-consistent methodology. The methodology defines a schema matrix that includes implementation strategies, principles, processes, meta-object facility, views, scenarios, and products. The aircraft conceptual design schema is constructed according to the methodology, which is a hands-on approach to help understand the concept and implementation. The features of the methodology are analyzed, and the methodology and the aircraft conceptual design schema are presented to address the pain points of multiple solution trade-offs, multiple iterations, and multidisciplinary coupling in aircraft conceptual collaboration design.     

基于运动信息的视频图像空间目标检测

针对卫星拍摄的以深空为背景的视频图像中空间运动目标的检测问题进行了研究,提出了一种基于运动信息的目标检测算法。首先,通过均值滤波对图像进行降噪处理；然后,采用基于局部统计的可变阈值来分割单帧图像,使用灰度重心法计算像点坐标。当卫星凝视目标区域时,恒星可以认为是静止的,而目标依旧在运动,基于此,可检测出空间运动目标。基于某型卫星在轨拍摄的视频图像验证了算法的有效性。     

基于无线网络的机载数字视频遥测传输技术

针对目前飞行试验视频遥测传输中遇到的遥测频带资源有限、传输视频路数少、数据保密性差等技术问题进行了分析,提出利用单向无线网络进行数字视频遥测传输的技术优势,分析飞行试验单向无线网络数据传输中网络通信协议,主张采用H.264视频压缩技术进行飞行试验图像数据遥测传输的优势技术,对在无线环境下视频传输需要解决的压缩数据编码问题,采用分级编码技术和误码掩盖技术;结合飞行试验对研究结果进行了技术验证,对试验方法和结果进行了说明。     

未知动态环境下有人/无人机协同搜救研究

针对未知动态环境下搜救效率和智能化水平不高的问题，提出了一种基于变步长模型预测控制的有人机/无人机协同搜救方式。根据环境的动态变化性和探测的不确定性，建立了表示环境确定度和目标探测概率的动态搜救图模型，根据态势信息选择时间域步长，并根据有人机/无人机协同搜救任务特点，设计了搜救收益指标，并利用粒子群优化进行求解。仿真结果表明了本文方法的有效性和优越性。     

无人机群体视角下的轨迹预测CSCD

利用无人机对观测目标的运动轨迹进行预测是当前无人系统领域的关键任务之一。目前的目标轨迹预测研究通常基于单一无人机所采集的轨迹数据,但由于场景中障碍物以及视角倾斜等因素的影响,单无人机不易稳定监测目标具体位置,容易导致目标丢失。而且,现有利用无人机的目标轨迹预测一般基于鸟瞰视角,没有发挥出无人机的灵活性。随着无人机集群协同技术的发展,无人机群体视角为目标全方位监测提供了新的思路,在解决目标丢失和目标遮挡问题中具有明显的优势。同时,基于多无人机的位姿估计可以估计出目标的准确三维坐标,为无人机的灵活视角观测提供基础。因此,从轨迹预测的相关工作出发,探讨无人机群体视角下轨迹预测中面临的挑战和解决思路,以期对未来的轨迹预测研究以及集群协同技术发展提供一定帮助。