移动机器人同时定位与建图室内导航地图研究

针对当前视觉同时定位与建图(simultaneous localization and mapping,SLAM)生成的点云地图不能满足路径规划和导航的需要,提出一种室内移动机器人的导航地图制备方法.首先,通过SLAM估计相机位姿,后端优化后生成室内场景的三维点云地图;其次,根据地面移动机器人的运动约束及结构特点分情况讨论,推导点云相对于地面的二维坐标,同时对点云进行地面与障碍的分离、截取与筛选;最后,根据栅格占据状况有序构建出导航地图.实验结果表明,基于点云坐标的障碍物截取准确度高于地面拟合截取方法,所建地图精度与完整度均高于传统方法.室内移动机器人能基于该地图进行路径规划与导航.     

无环境阻力的尖端生长型软体机器人研究综述

尖端生长型软体机器人是一类新型的软体机器人,其制作简单、成本低,通过压力驱动主体外翻实现机器人的"生长",且具有运动过程中无环境阻力的独特优势,在诸多领域有着广阔的应用前景.目前,机器人的变刚度控制、大范围变形检测及精准控制是软体机器人存在的三个主要问题.围绕提出的软体机器人存在的三个主要问题,从机器人灵感来源、基本结...     

利用基质辅助激光解吸电离质谱成像技术研究斑马鱼响应富营养化污染水质内源性脂质分子变化

斑马鱼作为一种常见的模式物种,体内易富集水中污染物,常用于农药、有机物等污染水质监测与评估,但其响应富营养化水质污染的分子机制尚不明确.基质辅助激光解吸电离质谱成像(matrix assisted laser desorption ionization mass spec-trometry imaging,MALDI-MSI)能有效检测和反映分子空间分布及原位含量信息,已被广泛应用于动植物学、基础医学、药学、微生物等诸多研究领域.采用MALDI-MSI技术,针对富营养化污染水质环境下斑马鱼内源性脂质代谢分子开展原位分析表征;利用多元统计学方法和相关性分析整合数据;进一步挖掘有效关键信息,旨在从脂质分子层面上初步揭示斑马鱼响应富营养化污染水质的相关分子变化规律.研究结果显示:在m/z 500～1000的质量检测范围内,富营养化水质处理组和未处理组斑马鱼有超过50％原位检测的脂质分子存在明显表达与空间分布差异.主成分分析(principal component analysis,PCA)、偏最小二乘法判别分析(partial least squares discriminant analysis,PLS-DA)及皮尔逊相关聚类热图分析(pearson correlation cluster heatmap analysis)进一步证实了上述差异结果,且统计发现磷脂分子的表达受富营养化污染水质的干扰尤为突出,主要包括PC(32:0)、PC(34:1)、PC(34:2)、PC(36:0)、PC(38:6)、PC(40:6)、PE(36:8)、PE(36:0)、PE(38:0)、PE(40:9)共10种脂质分子.研究结果为进一步深度探究斑马鱼响应富营养化污染水质体内脂质代谢分子机制奠定了一定的实验基础,也证实了MALDI-MSI作为一种新型分子影像技术应用于生态/环境毒理学监测、评估研究的潜在价值.     

基于物体关系描述的单目语义SLAM方法

外界环境的语义感知和自身位置的准确估计是移动机器人自主导航和作业的关键.提出了一种基于单目相机的语义SLAM(simultaneous localization and mapping)方法,在轨迹估计的同时完成三维目标检测.提取物体自身语义、尺寸、颜色分布及其邻域拓扑结构等多元信息作为描述子,实现帧间物体的准确关联....     

基于车载视觉的端到端驾驶员疲劳检测模型

营运驾驶员长时间疲劳驾驶是导致事故发生的重要原因,为此,企业在营运车辆上安装相机采集驾驶员面部视频,基于模型和算法自动识别驾驶员的疲劳状态,通过语音提醒甚至启用远程护航进行疲劳干预,以此提高驾驶安全。现有的疲劳检测研究大多数都是基于面部关键点检测的算法,该类算法对面部视频的质量要求严格。在真实的营运行车环境中,夜晚光线过差,相机位置安装不理想,驾驶员面部遮挡等均会造成关键点检测失效,从而影响模型的准确性。基于卷积神经网络(CNN)和长短时记忆神经网络(LSTM)设计了一种端到端营运驾驶员疲劳检测模型,该模型以相机采集的驾驶员面部视频作为输入,使用CNN网络提取视频单帧特征,在此基础上将时序单帧特征作为LSTM网络的输入来最终识别驾驶员的疲劳状态,实验表明,模型的接收者操作特征曲线下面积(AUC)为0.9,远优于现有的面部关键点模型。此外,为了提高该模型在实际行车环境中的鲁棒性,基于光线变化及相机变化的模拟操作在训练数据上进行了数据增强,通过模型重训练进一步提高了模型的精度及鲁棒性。实验结果表明,改进前,营运车辆行车环境下模型的AUC相比实验室模型下降37.3%,而改进后AUC仅下降9....     

利用小波阈值去噪的反射波护堤抛石量检测方法试验

水利工程中抛石堤岸数量众多,抛石的数量检测是抛石质量检验的一项重要指标,对工程质量控制、造价控制、竣工验收或后期隐患排查具有重要意义。而目前的抛石数量检测方法较少,效果不佳;为有效检测抛石量,试验采用地质雷反射观测法对护堤抛石方量进行了检测,运用折衷的小波阈值去噪方法对雷达抛石断面图像进行去噪处理,获得了准确的抛石断面边界;并将每段抛石近似为棱台计算了抛石方量,最终总抛石方量为14 700方,误差率3.52%,与实际工程量吻合良好,验证了利用小波去噪的地质雷达抛石数量检测方法的可行性,为其他工程的抛石量检测提供新的思路和途径。     

局放放电联合检测中光-电信号与放电量关联关系的修正

基于实验室搭建的局部放电光-电信号联合检测平台,进行了4种典型缺陷下局放模拟检测实验,获取了局放的光信号和电信号。本文分析了两类局部放电信号与GIS模拟腔体内部的视在放电量之间的关系,同时,根据现场试验中,真实存在的一些影响因素对结果进行了修正,分别从不同气压下超高频（UHF）检测信号与视在放电量之间的关系和不同尺寸绝缘缺陷下光测法信号与视在放电量之间的关系两方面进行了修正。获取了气压对UHF信号影响的修正公式,取模拟腔体内气压3bar时,对修正值与实际测量值进行比较,得到除自由金属微粒缺陷（相对误差为14.4%）外,其它缺陷的相对误差均小于5%;获取了不同缺陷尺寸下对光测法信号影响的修正公式,选取各类缺陷的最小尺寸,对修正值与实测值进行比较发现,除自由金属微粒缺陷外,其他缺陷的相对误差均小于10%,验证了修正结果的可靠性。     

基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型

为便于运维人员及时准确判断高压电缆缺陷类型,提出了一种基于关联规则和竞争凝聚算法的高压电缆缺陷识别模型。该方法基于现有在线监测、离线试验和运维系统等数据,利用关联规则挖掘出不同缺陷类型与状态数据的关联关系,并建立电缆缺陷关联规则库;针对现有关联规则算法只能处理布尔型数据局限,采用竞争凝聚算法对连续型数据进行离散化处理;最后通过实例对所提的模型进行分析验证,仿真结果表明该模型识别准确率高、求解效率高、解释性好,有助于运维人员对电缆进行及时动态的维护管理。     

一种基于光流和二级聚类的移动背景下的目标检测算法

针对现有的移动背景下的目标检测算法存在检测速度较慢、自适应性差和检测准确度不高的问题,提出了一种基于光流和二级聚类的移动背景下的目标检测算法;该算法融合了阈值自适应规则和基于优化检测结果的反馈机制。首先采用Lucas-Kanade光流跟踪算法和DBSCAN聚类算法提取出前景目标,然后采用改进的凝聚层次聚类算法将前景目标分类。在第一级聚类时建立基于初始聚类结果的自适应规则,实现了自适应地检测目标;在第二级聚类后,通过去除错误匹配特征点和阴影区域特征点优化检测结果;并将优化后的检测结果反馈给第一级聚类过程以更新适用阈值,使目标检测更准确。在多个视频库上进行验证,实验结果证明该算法检测速度快、自适应性良好、检测准确度高。     

基于网络分布式入侵检测系统的设计与实现

对现有的入侵检测技术进行了阐述。在结合通用入侵检测系统框架模型的基础上，提出和实现基于网络分布式入侵检测系统，该系统具备良好扩展性。