检索结果-内蒙古大学图书馆

湖南大学学报（自然科学版） 2023年第6期50卷 90-98页

作者：王立勇王文平贾然陈涛孙光新北京信息科技大学现代测控技术教育部重点实验室北京100192 北京机械设备研究所总装调试室北京100854

针对机械设备磨损在线检测系统存在的大流量和高灵敏度难以同时满足的问题,提出了基于对向布置环形磁铁的多通道磨粒在线检测传感器结构.通过建立传感器磁特性及铁磁性磨粒磁化的数学模型,推导得到了磨粒通过传感器时磁场扰动的解析解;... 详细信息

针对机械设备磨损在线检测系统存在的大流量和高灵敏度难以同时满足的问题,提出了基于对向布置环形磁铁的多通道磨粒在线检测传感器结构.通过建立传感器磁特性及铁磁性磨粒磁化的数学模型,推导得到了磨粒通过传感器时磁场扰动的解析解;进而采用仿真与实验的方法验证了传感器结构参数对传感器性能的影响规律.研究表明,铁磁性球体磨粒通过传感器时,其内部磁感应强度约为背景磁感应强度的3倍,且传感器感应线圈布置于磁铁外边缘比布置于磁铁内边缘时的检测灵敏度高约10.1%;同时,随着磁铁外径及两磁铁轴向间距的增加,传感器输出感应电压呈现先增加后下降的趋势.采用优化后结构参数的传感器可实现直径80μm铁磁性磨粒的有效检测.

关键词：传感器磨粒检测高梯度静磁场多通道

来源：评论

学校读者我要写书评

暂无评论

昏暗环境下自适应ORB-SLAM2算法研究

引用

电子测量技术 2024年第6期47卷 94-99页

作者：马哲伟周福强王少红北京信息科技大学现代测控技术教育部重点实验室北京100192

本文针对ORB-SLAM2算法在黑暗环境或纹理较少的环境下提取特征点少,从而导致SLAM系统定位精度不高、匹配对数较少,进而导致系统崩溃的问题,提出了一种基于自适应阈值的特征点提取算法与改进的四叉树均匀化策略。首先基于图像的亮度进行... 详细信息

本文针对ORB-SLAM2算法在黑暗环境或纹理较少的环境下提取特征点少,从而导致SLAM系统定位精度不高、匹配对数较少,进而导致系统崩溃的问题,提出了一种基于自适应阈值的特征点提取算法与改进的四叉树均匀化策略。首先基于图像的亮度进行基于自适应阈值的FAST特征点提取,之后通过改进的四叉树均匀化策略对图像的特征点进行剔除与补偿,完成特征点选取。实验结果表明,与原算法相比,改进后的特征点提取算法在黑暗环境与纹理较少的环境下,匹配对的数量提升了17.6%,SLAM轨迹精度提升了49.8%,有效的提升了SLAM系统的鲁棒性和精度。

关键词： FAST角点特征提取四叉树分解法 SLAM

来源：评论

学校读者我要写书评

暂无评论

基于改进Q-Learning的移动机器人路径规划算法

引用

电子测量技术 2024年第9期47卷 85-92页

作者：王立勇王弘轩苏清华王绅同张鹏博北京信息科技大学现代测控技术教育部重点实验室北京100192

随着移动机器人在生产生活中的深入应用,其路径规划能力也需要向快速性和环境适应性兼备发展。为解决现有移动机器人使用强化学习方法进行路径规划时存在的探索前期容易陷入局部最优、反复搜索同一区域,探索后期收敛率低、收敛速度慢的... 详细信息

随着移动机器人在生产生活中的深入应用,其路径规划能力也需要向快速性和环境适应性兼备发展。为解决现有移动机器人使用强化学习方法进行路径规划时存在的探索前期容易陷入局部最优、反复搜索同一区域,探索后期收敛率低、收敛速度慢的问题,本研究提出一种改进的Q-Learning算法。该算法改进Q矩阵赋值方法,使迭代前期探索过程具有指向性,并降低碰撞的情况;改进Q矩阵迭代方法,使Q矩阵更新具有前瞻性,避免在一个小区域中反复探索;改进随机探索策略,在迭代前期全面利用环境信息,后期向目标点靠近。在不同栅格地图仿真验证结果表明,本文算法在Q-Learning算法的基础上,通过上述改进降低探索过程中的路径长度、减少抖动并提高收敛的速度,具有更高的计算效率。

关键词：路径规划强化学习移动机器人 Q-Learning算法 ε-decreasing策略

来源：评论

学校读者我要写书评

暂无评论

基于改进YOLOv7的换热器板片故障检测算法研究

引用

机床与液压 2024年第11期52卷 105-113页

作者：王伯涛周福强吴国新王少红北京信息科技大学现代测控技术教育部重点实验室北京100192

针对换热器板片装配检测成本高、检测精度低等问题,提出一种改进的YOLOv7算法检测换热器板片的装反问题。在原始数据集上采用限制对比度自适应直方图均衡化对图像进行处理,提高待检测图像的清晰度;在YOLOv7模型原有基础上,针对换热器板... 详细信息

针对换热器板片装配检测成本高、检测精度低等问题,提出一种改进的YOLOv7算法检测换热器板片的装反问题。在原始数据集上采用限制对比度自适应直方图均衡化对图像进行处理,提高待检测图像的清晰度;在YOLOv7模型原有基础上,针对换热器板片层数较多、模糊且噪点多,提出一种多级自适应注意力机制添加至Backbone最后一层;针对图像识别模型计算量大、下采样特征损失严重,采用改进的MP-D模块优化原有的下采样模块;针对特征提取部分,加入F-ReLU激活函数,使得计算速度和检测准确性有了明显提高;针对Neck部分的PANet结构,融合BiFPN跨尺度连接的思想,进一步提高融合的效率和准确性。通过实验可得,改进后的网络模型和初始YOLOv7相比,mAP@0.5、召回率R、检测速度分别提高0.6%、2%、16.9帧/s,针对换热器板片检测具有良好效果。

关键词：换热器板片 YOLOv7 多级自适应注意力机制 MP-D模块 BiFPN

来源：评论

学校读者我要写书评

暂无评论

多电极注入地电流场接地阻抗特性研究

引用

电子测量技术 2025年

作者：孙振振苏中赵辉张志诚北京信息科技大学高动态导航技术北京市重点实验室北京信息科技大学现代测控技术教育部重点实验室

针对多电极注入地电流场信息传输接地阻抗难以实时估计的问题，提出了多电极注入地电流场接地阻抗实时估计方法。首先构建出由圆柱面和半球面组合的电极周围大地等势面，根据等势面分布建立多电极注入地电流场大地导体几何模型，通过等... 详细信息

针对多电极注入地电流场信息传输接地阻抗难以实时估计的问题，提出了多电极注入地电流场接地阻抗实时估计方法。首先构建出由圆柱面和半球面组合的电极周围大地等势面，根据等势面分布建立多电极注入地电流场大地导体几何模型，通过等效导体长度积分对多电极注入地电流场接地阻抗进行估计。在山地、林地、田地、草地4种测试条件下，电极间距离分别设置为电极入地深度的0.14、0.57、1和1.4倍，进行4、6、8根电极和4、6、8、10、12根电极的电流注入实验，所提方法相对误差平均值为6.0%，实验结果表明，所提方法满足不同注入条件下接地阻抗实时估计要求。

关键词：多电极注入接地阻抗电势地电流场大地导体

来源：评论

学校读者我要写书评

暂无评论

基于域迁移的滚动轴承故障诊断研究

引用

机械设计与制造 2025年第4期410卷 269-273页

作者：曹梦婷谷玉海王红军徐小力北京信息科技大学现代测控技术教育部重点实验室北京100192

目前基于深度学习的滚动轴承故障诊断方法已经在机械设备领域得到了广泛的学习,而进行深度学习训练需要海量数据样本,针对深度学习方法在这一方面的不足,这里提出一种基于域迁移学习的滚动轴承故障诊断方法,能够在小样本数据量的前提下... 详细信息

目前基于深度学习的滚动轴承故障诊断方法已经在机械设备领域得到了广泛的学习,而进行深度学习训练需要海量数据样本,针对深度学习方法在这一方面的不足,这里提出一种基于域迁移学习的滚动轴承故障诊断方法,能够在小样本数据量的前提下依旧对滚动轴承进行故障诊断并取得良好的诊断结果。首先,根据一维卷积神经网络和长短期记忆网络构造一个域迁移深度学习网络,将获得的源域数据与目标域数据作为输入,其次,经过网络训练之后,对提取出的故障特征分类。实验结果证明,在小样本数据量的前提下,采用的方法和基于无迁移的深度学习故障诊断方法相比,故障特征的分类精度更高,提高了故障诊断的正确率。

关键词：故障诊断域迁移一维卷积神经网络长短期记忆网络

来源：评论

学校读者我要写书评

暂无评论

针对临时道路的端到端自动驾驶模型研究

引用

重庆理工大学学报（自然科学） 2024年第9期38卷 48-54页

作者：王立勇谢敏苏清华王弘轩王绅同张鹏博姜海燕北京信息科技大学现代测控技术教育部重点实验室北京100192

近年来,基于深度学习的自动驾驶模型逐渐成为无人驾驶领域的研究热点,常规的自动驾驶模型多采用多级模块串联的方式构建,分别完成感知、规划、循迹等功能,存在耦合性高抗风险能力差的问题。文中提出一种针对临时道路的无人驾驶车辆自动... 详细信息

近年来,基于深度学习的自动驾驶模型逐渐成为无人驾驶领域的研究热点,常规的自动驾驶模型多采用多级模块串联的方式构建,分别完成感知、规划、循迹等功能,存在耦合性高抗风险能力差的问题。文中提出一种针对临时道路的无人驾驶车辆自动驾驶端到端模型,该模型采用三路视觉传感器图像为输入,以GCViT作为主干网络进行图像特征提取,通过Transformer网络和GRU网络输出局部规划路径,采用PID算法输出转角信息,实现无人驾驶车辆自动循迹。实验结果表明,端到端模型的单帧轨迹规划耗时约80 ms,平均轨迹偏差为0.689 m,满足实时性要求的同时,可完成无人驾驶车辆在临时道路环境下的循迹任务。

关键词：端到端深度神经网络自动驾驶 Transformer网络

来源：评论

学校读者我要写书评

暂无评论

应用双通道卷积神经网络的交通标识识别方法

引用

中国测试 2024年第6期50卷 35-41,48页

作者：赵泽毅周福强王少红徐小力北京信息科技大学现代测控技术教育部重点实验室北京100192

针对交通标识识别问题,传统的LeNet-5网络结构对于交通标识识别准确率低,识别速度慢,并且忽略天气等自然因素的影响。通过卷积神经网络技术,提出一种基于LeNet-5改进的双通道、多尺度的网络结构模型。在双通道结构中每个通道包含两个分... 详细信息

针对交通标识识别问题,传统的LeNet-5网络结构对于交通标识识别准确率低,识别速度慢,并且忽略天气等自然因素的影响。通过卷积神经网络技术,提出一种基于LeNet-5改进的双通道、多尺度的网络结构模型。在双通道结构中每个通道包含两个分支结构,且每个通道的卷积个数和图像尺度不同,通过不同尺度图像的特征提取,使图像特征变得更为丰富。其次,改进后的网络结构大大增加卷积核的个数。最后,通过更改Sigmoid激活函数为ReLu激活函数,更改随机梯度下降算法为Adam算法,并添加Dropout层来防止过拟合,从而提高交通标识识别率。改进网络的识别率为98.6%,上下浮动0.5%,相对与传统的LeNet-5网络结构,识别率提高15%以上,验证得出改进的网络结构具有一定的鲁棒性。

关键词：交通标识识别 LeNet-5网络结构卷积神经网络

来源：评论

学校读者我要写书评

暂无评论

针对视觉/惯导系统的异常数据检测算法研究

引用

重庆理工大学学报（自然科学） 2024年第6期38卷 220-226页

作者：姜海燕王立勇苏清华王绅同张鹏博王弘轩谢敏北京信息科技大学现代测控技术教育部重点实验室北京100192

视觉/惯导航系统(VINS)中传感器异常数据的故障检测(FD)方法对提高系统的定位性能和可靠性至关重要。然而,基于视觉/惯导航系统的异常数据检测与排除方法的研究相对较少。提出一种基于传感器测量残差的异常数据检测算法(VINS-ORFD),通... 详细信息

视觉/惯导航系统(VINS)中传感器异常数据的故障检测(FD)方法对提高系统的定位性能和可靠性至关重要。然而,基于视觉/惯导航系统的异常数据检测与排除方法的研究相对较少。提出一种基于传感器测量残差的异常数据检测算法(VINS-ORFD),通过对相机和IMU异常数据进行主动检测并过滤,提升系统可靠性。基于TUM数据集的测试结果表明,该算法不仅可以实现视觉和IMU传感器异常数据快速检测,还能提升至少22.66%的定位精度(RMSE)。

关键词：视觉/惯性导航系统传感器异常数据故障检测 VINS-ORFD

来源：评论

学校读者我要写书评

暂无评论

室内障碍物点云分割的可变阈值联合聚类算法研究

引用

电子测量技术 2024年第9期47卷 70-78页

作者：刘洪凯王少红左云波谷玉海北京信息科技大学现代测控技术教育部重点实验室北京100192

激光雷达点云分割技术在智能车辆环境识别中扮演着重要角色。由于激光雷达存在点云近密远疏、分布不均匀的问题以及存在噪点的情况,导致出现点云分割不准确的现象。针对上述问题,提出了一种可变阈值联合聚类算法。该方法首先对点云数据... 详细信息

激光雷达点云分割技术在智能车辆环境识别中扮演着重要角色。由于激光雷达存在点云近密远疏、分布不均匀的问题以及存在噪点的情况,导致出现点云分割不准确的现象。针对上述问题,提出了一种可变阈值联合聚类算法。该方法首先对点云数据进行预处理,使用直通滤波、体素滤波和立方体滤波对点云进行提取、稀疏和降噪,再联合自适应DBSCAN算法和改进后的可变阈值欧式聚类算法对点云进行聚类分割。采集真实场景数据进行测试,结果显示,在C-H系数、轮廓系数、D-B系数及轮廓系数等评价指标上均有所提高。这表明,可变阈值联合聚类算法显著提高了点云分割的准确性,有效的提高了聚类结果的类内一致性和类间差异性,为目标检测和识别提供了更可靠的基础。

关键词：激光雷达障碍物检测点云分割 DBSCAN

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：