检索结果-内蒙古大学图书馆

光学学报 2025年第4期45卷 115-125页

作者：陈仕明王昊刘俊博赵鑫欣王乐王胜春余宁金琳涵王伟中国铁道科学研究院集团有限公司基础设施检测研究所北京交通大学交通大数据与人工智能教育部重点实验室中国铁路沈阳局集团有限公司

针对线结构光传感器测量的三维点云在钢轨延伸方向存在失真的问题，提出了一种基于惯性测量位姿融合的点云构建方法。首先，通过构建并求解Wahba方程优化了基于惯性系的对准算法，以实现在行车状态下的姿态初对准。然后，基于载体比力... 详细信息

针对线结构光传感器测量的三维点云在钢轨延伸方向存在失真的问题，提出了一种基于惯性测量位姿融合的点云构建方法。首先，通过构建并求解Wahba方程优化了基于惯性系的对准算法，以实现在行车状态下的姿态初对准。然后，基于载体比力方程与航迹递推方程推算了扩展卡尔曼滤波框架下的状态观测方程，以直接观测加表零偏，进而提升位置测量的短时保持精度。最后，设计坐标转换方法以将多个线结构光传感器测量的点云数据转换至地理坐标系。实际行车实验数据表明，轨迹在平面和高程方向的误差分别在累计里程的3.17‰和0.81‰以内，所构建的点云能反映轨道的真实线型；用静态测量的轨道几何评估点云的相对精度，二者表现出较好的一致性，预设工况处的高低10 m弦测、轨向10 m弦测和水平的最大偏差分别为1.07 mm、0.41 mm和-0.34 mm，证明了该方法的准确性和可行性，本文方法在铁路状态监测领域的应用前景广泛。

关键词：实时三维重建多传感器融合惯性测量轨道几何检测

来源：评论

学校读者我要写书评

暂无评论

基于多传感器融合的异步电动机故障诊断研究

引用

机床与液压 2025年第7期53卷 16-23页

作者：古玉锋肖子叶燕钢强黎程山李昆鹏长安大学道路施工技术与装备教育部重点实验室陕西西安710064

针对电动机故障诊断方法中存在的单一传感器信号所含故障信息有限以及浅层学习模型故障诊断准确率较低等问题,提出一种基于多传感器融合的卷积神经网络(CNN)和长短期记忆(LSTM)网络的故障诊断方法。通过多传感器同步采集电动机的多源信... 详细信息

针对电动机故障诊断方法中存在的单一传感器信号所含故障信息有限以及浅层学习模型故障诊断准确率较低等问题,提出一种基于多传感器融合的卷积神经网络(CNN)和长短期记忆(LSTM)网络的故障诊断方法。通过多传感器同步采集电动机的多源信息,并结合多源同类传感器信息的性质和特点,采用基于熵权法的数据加权融合方法,实现了电动机多源同类信息的数据层融合。构建CNN-LSTM故障诊断模型,自动提取多源异类信息的特征,完成特征层融合。最后,通过搭建三相异步交流电动机故障模拟实验平台,对该故障诊断算法进行实验验证。结果表明:该方法可有效实现电动机定子、转子及轴承的故障诊断,平均准确率达到99.53%,与1D-CNN、LSTM及仅使用单一振动信号的CNN-LSTM模型相比,准确率分别提高了6.41%、9.11%、28.39%。

关键词：异步电动机故障诊断多传感器融合

来源：评论

学校读者我要写书评

暂无评论

一种煤矿井下多传感器融合定位与建图算法

引用

煤矿安全 2025年第2期56卷 233-241页

作者：高铭阳张志刚刘其鑫李小波中煤科工集团重庆研究院有限公司重庆400037

针对煤矿智能化建设对同时定位与建图(SLAM)技术的需求,以及现有SLAM技术在煤矿井下使用中因环境特征退化导致应用受限的问题,提出了一种适于煤矿井下的多传感器融合SLAM算法。算法由视觉里程计系统和激光SLAM系统2部分组成;视觉里程计... 详细信息

针对煤矿智能化建设对同时定位与建图(SLAM)技术的需求,以及现有SLAM技术在煤矿井下使用中因环境特征退化导致应用受限的问题,提出了一种适于煤矿井下的多传感器融合SLAM算法。算法由视觉里程计系统和激光SLAM系统2部分组成;视觉里程计系统由近红外相机与惯导传感器构成;激光SLAM系统基于特征点法激光SLAM框架,利用视觉里程计信息代替IMU预积分,并针对煤矿巷道结构改进激光点云特征分类方法,优化雷达帧间扫描匹配;在视觉里程计系统中设计异常处理机制,避免因点云特征退化造成IMU误差累计,导致定位建图失败。在煤矿模拟巷道中算法测试结果表明:算法能够在巷道环境中可靠运行,并且算法稳定性和鲁棒性相较现有SLAM算法有明显提升。

关键词：煤矿智能化同时定位与建图多传感器融合激光SLAM 视觉里程计

来源：评论

学校读者我要写书评

暂无评论

基于多传感器融合的液压支架位姿精确感知方法

引用

工矿自动化 2025年第4期51卷 114-119页

作者：马长青李旭阳李峰毛俊杰魏祥宇马肖杨山东科技大学智能装备学院山东泰安271019

为精确感知扰动环境下液压支架位姿信息,提出了一种基于多传感器融合的液压支架位姿精确感知方法。首先,在液压支架顶梁、掩护梁、后连杆和底座4个构件上部署九轴姿态传感器,利用其陀螺仪、加速度计和磁力计分别解算出其所在构件的横滚... 详细信息

为精确感知扰动环境下液压支架位姿信息,提出了一种基于多传感器融合的液压支架位姿精确感知方法。首先,在液压支架顶梁、掩护梁、后连杆和底座4个构件上部署九轴姿态传感器,利用其陀螺仪、加速度计和磁力计分别解算出其所在构件的横滚角、俯仰角和偏航角等位姿数据;然后,通过无迹卡尔曼滤波(UKF)算法和梯度下降(IGD)算法(IGD-UKF算法)对位姿数据进行滤波处理,降低扰动因素对位姿数据的干扰;最后,采用自适应加权融合算法对滤波处理后的液压支架顶梁和底座的偏航角和横滚角数据进行融合处理,消除外界振动、噪声等因素引起的液压支架顶梁和底座传感器数据误差。对施加扰动下液压支架顶梁低头和抬头、底座低头和抬头、液压支架左倾和右倾、液压支架左偏和右偏等工况下顶梁、掩护梁、后连杆和底座的位姿进行感知实验,结果表明:经IGD-UKF算法处理后的数据曲线波动趋于平缓,在抑制振荡、减小振幅上的效果明显;液压支架偏航角误差为0.001 8~0.025 1°,平均绝对误差为0.004 8°,横滚角误差为0.001 4~0.028 1°,平均绝对误差为0.004 7°,实现了扰动环境下液压支架位姿的精确感知。

关键词：液压支架支架位姿感知多传感器融合无迹卡尔曼滤波梯度下降自适应加权融合九轴姿态传感器

来源：评论

学校读者我要写书评

暂无评论

番茄温室机器人的多传感器融合建图与导航研究

引用

中国农机化学报 2025年第4期 171-178+185页

作者：傅泓龙胡裕兵谢立敏蔡云方兵福建农林大学机电工程学院福建省农业信息感知技术重点实验室

针对番茄温室中的长廊环境及植被分布问题，对番茄机器人的多传感器融合的SLAM和导航算法进行优化。基于Cartographer算法，进行激光雷达数据去畸变处理，再通过无迹卡尔曼滤波（UKF）融合激光雷达、里程计及IMU信息进行机器人位姿估计... 详细信息

针对番茄温室中的长廊环境及植被分布问题，对番茄机器人的多传感器融合的SLAM和导航算法进行优化。基于Cartographer算法，进行激光雷达数据去畸变处理，再通过无迹卡尔曼滤波（UKF）融合激光雷达、里程计及IMU信息进行机器人位姿估计优化，并使用优化后的算法对温室进行高精度地图构建。将建立的高精度栅格地图使用改进的A*与DWA融合算法进行验证，通过动态调整权重和优化搜索逻辑，提高A*算法的搜索效率和路径安全性，使得机器人在温室环境下能够更加智能地寻找最优且安全的路径，在ROS的gazebo平台和实地的温室环境中验证算法的有效性。结果表明，在机器人运行速度≤0.6 m/s时，平均位置偏差为10.3 cm，满足番茄温室的作业要求。

关键词：番茄温室机器人多传感器融合激光SLAM 路径规划导航

来源：评论

学校读者我要写书评

暂无评论

基于多传感器融合的电力管廊3D建图研究

引用

传感器与微系统 2025年第1期44卷 21-24页

作者：李乾谢正宽曹玉超王明明孙晓云国网河北省有限公司石家庄供电分公司河北石家庄050000 石家庄铁道大学电气与电子工程学院河北石家庄050043

针对城市地下管廊、电缆隧道的复杂工况环境下,利用单一传感器进行环境建图不能准确构建复杂环境地图的问题,提出一种改进RTAB-MAP算法融合多种传感器进行环境建图的方法。实验在装有机器人操作系统(ROS)的智能小车上进行,采用激光雷达(... 详细信息

针对城市地下管廊、电缆隧道的复杂工况环境下,利用单一传感器进行环境建图不能准确构建复杂环境地图的问题,提出一种改进RTAB-MAP算法融合多种传感器进行环境建图的方法。实验在装有机器人操作系统(ROS)的智能小车上进行,采用激光雷达(LiDAR)和RGB-D深度相机融合建图。实验结果表明:相比于传统的RTAB-MAP算法,融合之后的方法在建图过程中建图精度比仅使用激光雷达建图小了0.114 m,比仅使用RGB-D相机建图小了0.128 m。

关键词：城市地下管廊 RTAB-MAP算法同步定位和地图构建多传感器融合机器人操作系统

来源：评论

学校读者我要写书评

暂无评论

多传感器融合在自动驾驶汽车环境感知中的应用

引用

汽车维修技师 2025年第2期 13-14页

作者：郭建宏兰州石化职业技术大学甘肃兰州730060

自动驾驶技术是近年来汽车行业革命性的发展方向,其核心目标是实现车辆的全面自主控制,这包括实时感知路况、智能路径规划、精确生成控制指令等诸多复杂功能。为了实现这些功能,自动驾驶汽车必须依靠各种高精度传感器来全面感知周围环境... 详细信息

自动驾驶技术是近年来汽车行业革命性的发展方向,其核心目标是实现车辆的全面自主控制,这包括实时感知路况、智能路径规划、精确生成控制指令等诸多复杂功能。为了实现这些功能,自动驾驶汽车必须依靠各种高精度传感器来全面感知周围环境,但是每种传感器都有自己的局限性和缺点,单靠传感器是无法实现对环境的全面准确感知的。因此,多传感器融合技术应运而生,它对来自不同传感器的信息进行综合处理和分析,从而实现对环境更加全面、准确、可靠的感知。

关键词：多传感器融合自动驾驶汽车环境感知关键技术应用路径分析

来源：评论

学校读者我要写书评

暂无评论

多传感器融合的保护压板投退智能监测系统设计

引用

河南科技 2025年第2期52卷 4-8页

作者：杨浩孙鑫陈晨国网河南省电力公司超高压公司河南郑州450000

【目的】随着电力系统规模持续扩大及复杂性日益增加,超高压变电站安全稳定运行的重要性愈发凸显。在变电站日常维护与检修工作中,保护压板投退操作是保障电力系统安全的关键环节。然而,传统的保护压板投退方式存在诸多弊端,如效率欠佳... 详细信息

【目的】随着电力系统规模持续扩大及复杂性日益增加,超高压变电站安全稳定运行的重要性愈发凸显。在变电站日常维护与检修工作中,保护压板投退操作是保障电力系统安全的关键环节。然而,传统的保护压板投退方式存在诸多弊端,如效率欠佳、人为错误风险较高等。为解决以上问题,实现电力系统安全稳定运行,设计出多传感器融合的保护压板投退智能监测系统。【方法】该系统通过巧妙组合压力传感器、位移传感器及微动开关传感器,充分发挥各传感器的优势,并构建基于多数据融合的模糊逻辑推理法的算法模型。【结果】该系统的应用,使保护压板投退监测的准确性与可靠性提高50%以上。【结论】该系统的设计为电力系统的安全稳定运行提供强有力保障。

关键词：保护压板投退多传感器融合模糊逻辑推理智能监测

来源：评论

学校读者我要写书评

暂无评论

多传感器融合在农业机械性能评估中的应用

引用

南方农机 2025年第9期56卷 67-69,91页

作者：晏清贵州省机械电子产品质量检验检测院贵州贵阳550014

多传感器融合技术在农业机械性能评估领域展现出显著优势。相较于传统评估方法,该技术在位置精度、作业效率评估、质量控制和故障诊断等方面均有明显提升。文章构建了基于多传感器融合的农业机械性能评估系统,包括完整的架构设计、数据... 详细信息

多传感器融合技术在农业机械性能评估领域展现出显著优势。相较于传统评估方法,该技术在位置精度、作业效率评估、质量控制和故障诊断等方面均有明显提升。文章构建了基于多传感器融合的农业机械性能评估系统,包括完整的架构设计、数据采集与预处理方法、多源数据融合算法,阐述了该系统在作业效率评估、质量评估和能耗分析等方面的具体应用,提出系统的实现涉及硬件设计、软件开发和集成测试等关键环节。研究结果表明,多传感器融合方法在各项性能指标上均有大幅提升,为精准农业的实施提供了强有力的技术支持,同时也推动了农业机械化水平的整体提升。

关键词：多传感器融合农业机械性能评估精准农业数据融合

来源：评论

学校读者我要写书评

暂无评论

基于多传感器融合的无人车定位方法

引用

沈阳理工大学学报 2025年第2期44卷 34-40,47页

作者：陈旭升代勇温承超秦冠一周智晨吴佳欣沈阳理工大学自动化与电气工程学院沈阳110159

无人车单一传感器同步定位与地图构建(simultaneous localization and mapping,SLAM)算法鲁棒性较差,现有多传感器融合方案则较少考虑车辆运动约束,导致横向定位漂移。为此,提出一种基于ORB-SLAM的视觉-惯性-车轮紧耦合优化方法,将三者... 详细信息

无人车单一传感器同步定位与地图构建(simultaneous localization and mapping,SLAM)算法鲁棒性较差,现有多传感器融合方案则较少考虑车辆运动约束,导致横向定位漂移。为此,提出一种基于ORB-SLAM的视觉-惯性-车轮紧耦合优化方法,将三者约束统一纳入后端的捆集优化(bundle adjustment,BA)。首先给出视觉里程计、惯性测量单元(inertial measurement unit,IMU)和基于阿克曼车辆模型的车轮里程计残差模型,然后建立基于ORB-SLAM的单目视觉-惯性-车轮融合的SLAM系统优化框架。在KAIST数据集和实际校园场景下的实验结果表明,与其他常用SLAM方法相比,本文改进算法有效减少了误差累积,定位与地图构建结果更稳健且精确。

关键词：同步定位与地图构建无人车视觉-惯性-车轮定位技术多传感器融合

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：