检索结果-内蒙古大学图书馆

红外技术 2024年第1期46卷 94-98页

作者：刘峰张英杰高裴裴樊梦琦天津大学精密测试技术及仪器国家重点实验室天津300072 南开大学计算机学院天津300071

针对具有横截面外伸尖端特征的长轴工件,本文研究了一种基准关联的空间尺寸远心视觉测量方法。该方法首先利用远心成像实现较长尺度工件的局部待测要素的图像特征提取和位置测量,而后建立局部待测要素与相机成像视场以外的轴线基准要素... 详细信息

针对具有横截面外伸尖端特征的长轴工件,本文研究了一种基准关联的空间尺寸远心视觉测量方法。该方法首先利用远心成像实现较长尺度工件的局部待测要素的图像特征提取和位置测量,而后建立局部待测要素与相机成像视场以外的轴线基准要素的测量传递链,将局部要素经计算转化成全局径向尺寸,从而实现超过成像视场尺度的快速精密测量。构建了测量实验环境,对方法的有效性进行了验证,对误差进行了溯源和分析并给出了进一步提升精度的建议。本方法能够在远心平行投影条件下实现对立体工件的空间几何量测量,特别适用于对速度和精度均要求较高的在位测量应用场合。

关键词：空间尺寸局部要素基准关联远心测量

来源：评论

学校读者我要写书评

暂无评论

基于混合飞秒/皮秒相干反斯托克斯拉曼散射的动态高温燃烧场温度测量

引用

物理学报 2021年第21期70卷 112-120页

作者：田子阳赵会杰尉昊赟李岩清华大学精密仪器系精密测试技术及仪器国家重点实验室北京100084

温度测量对燃烧过程中的污染控制与节能减排具有重要意义,而实际应用中复杂的动态高温燃烧场对温度测量技术的测量精度与响应速度提出了严格的要求.相干反斯托克斯拉曼散射技术作为一种较为先进的光谱测温技术,具有较高的空间分辨率,可... 详细信息

温度测量对燃烧过程中的污染控制与节能减排具有重要意义,而实际应用中复杂的动态高温燃烧场对温度测量技术的测量精度与响应速度提出了严格的要求.相干反斯托克斯拉曼散射技术作为一种较为先进的光谱测温技术,具有较高的空间分辨率,可以在高温环境下实现准确的温度测量,具有应用于复杂燃烧场的潜力.针对复杂的动态高温燃烧场的测温需求,本文提出了一种基于二次谐波带宽压缩方法的混合飞秒/皮秒相干反斯托克斯拉曼散射测温方法,实现了对动态高温燃烧场温度的准确测量与动态响应.实验中利用标准燃烧器模拟了1700—2200 K温度范围内的动态高温燃烧场,利用该测温方法,以千赫兹的光谱采集速率,对模拟的动态火焰的温度进行了连续70 s测量.测量结果显示,该方法在高温下温度测量的相对误差小于1.2%,相对标准偏差小于1.8%,同时能动态追踪0.2 s内的温度变化过程,验证了该方法测温的准确性、稳定性以及响应速度,为复杂的动态高温燃烧场的温度测量提供了一种新的测量方案.

关键词：相干反斯托克斯拉曼散射温度测量动态测量

来源：评论

学校读者我要写书评

暂无评论

基于IGCF算法和CSF-PPSO-ESN算法的工业机器人末端执行器位姿重复性检测

引用

仪器仪表学报 2023年第6期44卷 43-53页

作者：于振万俊贺刘海林裘祖荣王志远齐鲁工业大学(山东省科学院)海洋仪器仪表研究所青岛266061 天津大学精密测试技术及仪器国家重点实验室天津300072

工业机器人在智能制造领域具有举足轻重的地位,其末端执行器位姿的重复性是衡量机器人完成精密作业能力的重要指标。本文针对机器人末端执行器的位姿重复性在线检测,提出了基于方向余弦的位姿重复性测量的理论模型。设计了一种基于改进... 详细信息

工业机器人在智能制造领域具有举足轻重的地位,其末端执行器位姿的重复性是衡量机器人完成精密作业能力的重要指标。本文针对机器人末端执行器的位姿重复性在线检测,提出了基于方向余弦的位姿重复性测量的理论模型。设计了一种基于改进的高斯曲线拟合(IGCF)算法和三次样条拟合-多目标粒子群-回声状态网络(CSF-PPSO-ESN)算法的位姿偏差检测方法。通过获取十字激光图像偏角和中心点位置,实现了机器人末端执行器位姿偏差的测量。实验表明,测量系统的位移测量精度为±1.5μm,角度测量精度为±2 arc-sec。本文所述的位姿重复性检测方法,为工业机器人末端执行器位姿稳定性的在线实时监测提供了参考。

关键词：位姿重复性检测位姿测量技术 IGCF算法 CSF-PPSO-ESN算法工业机器人末端执行器

来源：评论

学校读者我要写书评

暂无评论

基于深度学习的恶劣战场环境图像恢复方法

引用

控制与决策 2024年第4期39卷 1297-1304页

作者：孙传猛陈嘉欣裴东兴马铁华祖静任一峰中北大学省部共建动态测试技术国家重点实验室太原030051 中北大学电气与控制工程学院太原030051

为实现恶劣战场环境下降质图像的有效恢复、降低环境因素对战场态势感知的干扰,构建一种全新的、端到端的图像恢复方法——门控采样网络(GSNet).该网络以编码块-解码块为基本架构,以CNNs与门控卷积为编码与解码机制,以压缩和激励网络为... 详细信息

为实现恶劣战场环境下降质图像的有效恢复、降低环境因素对战场态势感知的干扰,构建一种全新的、端到端的图像恢复方法——门控采样网络(GSNet).该网络以编码块-解码块为基本架构,以CNNs与门控卷积为编码与解码机制,以压缩和激励网络为编码块与解码块的连接机制,以高阶信息重要程度的重标定区分目标与背景特征,以通道粒度因子压缩方法为轻量化策略,实现对战场恶劣环境图像的快速恢复.相关实验结果表明,GSNet模型可使PSNR达到19.35 dB,并且SSIM达到0.724,无论是客观指标评价还是主观视觉效果,性能均优于对比的主流图像恢复算法;轻量级GSNet模型在较小提升PSNR、SSIM等指标的情况下,其参数量、FLOPs以及单张图像处理时间分别降低56.6%、54.6%和55.56%.

关键词：图像恢复恶劣战场环境深度学习门控卷积压缩和激励网络轻量化

来源：评论

学校读者我要写书评

暂无评论

基于全变分展开的低剂量CT重建网络

引用

电子科技大学学报 2024年第4期53卷 617-628页

作者：张鹏程侯瑞峰刘祎桂志国中北大学省部共建动态测试技术国家重点实验室太原030051 中北大学信息与通信工程学院太原030051

针对CT迭代展开重建网络仅对数据保真项进行神经网络展开降低了重建网络计算性能的问题,通过对基于全变分的CT迭代重建算法进行神经网络展开,提出一种对数据保真项和全变分正则项全部进行神经网络展开的重建网络,从而改善了CT重建图像... 详细信息

针对CT迭代展开重建网络仅对数据保真项进行神经网络展开降低了重建网络计算性能的问题,通过对基于全变分的CT迭代重建算法进行神经网络展开,提出一种对数据保真项和全变分正则项全部进行神经网络展开的重建网络,从而改善了CT重建图像的视觉质量。首先,采用原始–对偶算法求解基于全变分的CT重建问题,得到易于神经网络展开的迭代重建算法。然后,对该迭代重建算法进行神经网络展开,尤其是对正则项部分的算法进行神经网络展开,得到迭代展开CT重建网络。在模拟的低剂量CT数据集上验证了该算法的有效性。实验结果表明,与6种低剂量CT重建算法相比,该算法在抑制低剂量CT图像噪声的同时,很好地保留了图像中的结构和细节纹理。重建图像的定量评价分析显示,该算法取得了良好的峰值信噪比和归一化均方误差指标值,验证了提出的低剂量CT重建算法具有较好的噪声抑制能力和较强的鲁棒性。

关键词： CT重建全变分神经网络迭代展开原始-对偶算法

来源：评论

学校读者我要写书评

暂无评论

融和并行CORDIC算法的编码器细分

引用

激光杂志 2024年第6期45卷 64-69页

作者：时英元郭涛苏心意刘叶琦黄振宇中北大学电子测试技术国家重点实验室太原030051

为在外形尺寸与码盘刻线数的双重限制下提升小型光电编码器的精度与分辨率,提出了一种基于坐标旋转计算法(Coordinate Rotation Digital Computer,CORDIC)的编码器细分方法。对现阶段众多电子学细分方法优缺点进行剖析,在细分原理的基... 详细信息

为在外形尺寸与码盘刻线数的双重限制下提升小型光电编码器的精度与分辨率,提出了一种基于坐标旋转计算法(Coordinate Rotation Digital Computer,CORDIC)的编码器细分方法。对现阶段众多电子学细分方法优缺点进行剖析,在细分原理的基础上分析误差产生原因,运用改进型CORDIC算法对运动不满一周期内的信号进行高精度细分处理。实验结果表明,相较于其他方法,最大最小峰谷差值分别减少了60″、20″、10″,均方根误差分别下降了77.1%、59.2%、36.4%,实现了高精度化和小型化。

关键词： CORDIC算法细分误差精度光电编码器

来源：评论

学校读者我要写书评

暂无评论

基于串并行双分支网络的冲击波信号重构方法

引用

振动与冲击 2024年第6期43卷 38-49页

作者：孙传猛陈嘉欣原玥裴东兴马铁华中北大学省部共建动态测试技术国家重点实验室太原030051 中北大学电气与控制工程学院太原030051

通过有限测点数据重建冲击波场内压力分布、通过残缺数据重构完整的冲击波压力曲线,对武器威力以及目标毁伤评估具有重要价值。针对爆炸冲击波信号重构问题,建立Res-GRU分支以串行方式捕捉冲击波超压信号局部时序依赖关系;建立Transfor... 详细信息

通过有限测点数据重建冲击波场内压力分布、通过残缺数据重构完整的冲击波压力曲线,对武器威力以及目标毁伤评估具有重要价值。针对爆炸冲击波信号重构问题,建立Res-GRU分支以串行方式捕捉冲击波超压信号局部时序依赖关系;建立Transformer分支以并行方式分析信号全局潜在特征;建立特征融合单元进行高阶特征融合,实现不同阶段信息逐层互补;进而构建了基于门控循环单元(gated recurrent unit,GRU)和Transformer模型的串并行双分支网络(G-TNet)。试验研究表明:G-TNet综合考量了信号的时序关系、数据变化规律等特征信息;在基于有限测点数据的冲击波场压力分布重构试验中,重建的模拟、实测超压数据与原始值之间均方误差(mean square error,MSE)分别为5.0×10^(-6)、1.2×10-3,平均峰值误差分别为0.49%、27.01%,平均正压时间误差分别为15.62%、15.91%,平均比冲量误差分别为17.66%、19.33%;在基于残缺数据的冲击波压力曲线重构试验中,重构的模拟、实测信号的缺失值与原始值之间MSE分别为5.0×10^(-6)和5.0×10^(-4),平均绝对误差(mean absolute error,MAE)分别为0.0010和0.0171;G-TNet重构结果优于主流方法,满足爆炸冲击波压力重构指标要求。

关键词：动态测试冲击波超压信号重构深度学习特征融合

来源：评论

学校读者我要写书评

暂无评论

网格结构光视觉位姿测量系统设计

引用

激光与光电子学进展 2023年第5期60卷 117-124页

作者：付鲁华冯菲王鹏孙长库天津大学精密测试技术与仪器国家重点实验室天津300072 中航工业洛阳电光设备研究所光电控制技术重点实验室河南洛阳471009

针对位姿测量系统会增加被测物重量的问题,设计了网格结构光的视觉位姿测量系统。提出了一种基于二维平面靶标的网格结构光标定算法,利用靶标和结构光的共面性,同时标定网格结构光和相机,实现被测物表面三维点云的获取。为了验证网格结... 详细信息

针对位姿测量系统会增加被测物重量的问题,设计了网格结构光的视觉位姿测量系统。提出了一种基于二维平面靶标的网格结构光标定算法,利用靶标和结构光的共面性,同时标定网格结构光和相机,实现被测物表面三维点云的获取。为了验证网格结构光点云测量精度,进行了结构光标定实验以及点云精度验证实验,结果表明点云精度在0.04 mm以上。研究了点云配准的位姿测量算法。采用采样一致性初始配准(SAC-IA)算法对测量点云与参考点云进行粗配准,为后续点云精配准提供较好的初始位置。采用改进的迭代闭合点(ICP)算法进行点云精配准,引入随机采样一致(RANSAC)算法和法向量阈值过滤匹配点,以点到面的距离为误差函数,实现位姿测量。进行了点云配准算法对比实验和位姿测量实验,实验结果证明:被测物发生旋转运动时,该系统的最大误差不超过0.25°;平移运动时,最大误差不超过0.35 mm。

关键词：仪器测量与计量单目视觉网格结构光三维测量位姿测量点云配准

来源：评论

学校读者我要写书评

暂无评论

基于声表面波的微粒图案化操控技术仿真设计方法研究

引用

压电与声光 2024年第6期46卷 884-889页

作者：曹建玮王红亮中北大学省部共建动态测试技术国家重点实验室山西太原030051

基于声表面波(SAW)的微粒操控技术因具有结构简单、生物相容、非侵入、可扩展和多功能等特性而成为操纵微/纳米颗粒/细胞群的重要工具。基于此类生物医疗领域的需求设计了一种由四组均匀叉指换能器组成的SAW微粒操控器件,通过建立三维... 详细信息

基于声表面波(SAW)的微粒操控技术因具有结构简单、生物相容、非侵入、可扩展和多功能等特性而成为操纵微/纳米颗粒/细胞群的重要工具。基于此类生物医疗领域的需求设计了一种由四组均匀叉指换能器组成的SAW微粒操控器件,通过建立三维有限元模型对声表面波器件进行仿真分析并得到了多种不同的声压场图案,再使用COMSOL软件的粒子追踪模块进行仿真,验证了粒子在各种声压场下都可以排列成对应图案。该设计方法有望在组织工程、体外细胞研究、创建3D仿生组织结构等方面得到应用。

关键词：声表面波生物组装声学操纵微粒图案化声辐射力

来源：评论

学校读者我要写书评

暂无评论

多尺度循环注意力网络运动模糊图像复原方法

引用

红外与激光工程 2022年第6期51卷 450-458页

作者：王向军欧阳文森天津大学精密测试技术及仪器国家重点实验室天津300072 天津大学微光机电系统技术教育部重点实验室天津300072

在图像采集过程中,由于拍摄对象运动或相机自身运动造成的图像模糊对于后续的高级视觉任务会产生很不利的影响。针对当前深度学习图像去模糊方法不能兼顾去模糊效果和效率的问题,提出了一种多尺度循环注意力网络,使用深度可分离卷积降... 详细信息

在图像采集过程中,由于拍摄对象运动或相机自身运动造成的图像模糊对于后续的高级视觉任务会产生很不利的影响。针对当前深度学习图像去模糊方法不能兼顾去模糊效果和效率的问题,提出了一种多尺度循环注意力网络,使用深度可分离卷积降低参数量,改进注意力模块合理分配计算资源,对卷积层进行密集型连接提高参数利用效率,引入边缘损失提升生成图像边缘细节信息。经过实验验证,所提方法具有良好的泛化性能和鲁棒性,在Lai数据集和K?hler数据集上的SSIM和PSNR较近年典型方法的最佳效果分别提升了约1.15%、0.86%和0.91%、1.04%,在GoPro数据集上的平均单帧运行速度较同类方法提升约2.5倍。

关键词：多尺度循环网络注意力机制密集型残差网络边缘损失

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：