农业自动化机械障碍物检测研究进展

农业机械自动导航技术在智慧农业领域饱受关注,而障碍物检测则是其中的重要环节.首先分析了早年传感器检测技术的不足,然后对计算机视觉应用于农业机械智能障碍物的检测方法以及应用前景进行了综述.传感器技术由单一传感器到多传感器信息融合,虽然已经十分成熟,但仍存在受障碍物表面影响以及检测成本过高等不足.计算机视觉和深度学习在近两年不断被用于农业领域,例如卷积神经网络等,但在遮挡、远距离检测、移动障碍物检测等多个方面仍有很大的提升空间.对二十几年来的农业障碍物检测技术进行了概括,总结了现有问题,并提出了符合未来我国智慧农业发展的新思路.     

基于多尺度数据融合的锂电池健康状态评估

针对锂电池健康状态评估问题,提出一种以人工神经网络为核心多尺度数据融合框架下的锂电池健康状态评估方法.选取内阻、充电电压样本熵和等压降放电时间作为典型特征参数,建立3层分布式人工神经网络对特征参数进行多尺度融合计算,以计算拟合输出结果作为评估健康状态的参考值,并通过美国国家航空航天局(national aeronautics and space administration, NASA)试验数据集进行验证.结果表明：提出的评估方法能够基于锂电池充放电测量数据和解算特征参数,利用多尺度数据融合框架迅速迭代收敛,完成锂电池健康状态评估拟合;该评估方法的计算结果与测试平台实测值相比,平均误差小于3%,评估性能衰退趋势与实际劣化趋势一致.     

基于Multi-Agent技术的三层信息融合系统研究

针对传统传感器网络管理复杂,系统信息融合智能化不高、精度低和模式单一、结构不清晰等不足,首先分析了Multi-Agent技术、传感器网络技术以及信息融合技术的独特优势,然后采用计算机网络分层结构思想和基于人工智能本体的知识表达理念,在信息融合过程中采用改进的SVM分类方法,构建了一种基于Multi-Agent技术的多传感器三层信息融合系统并对其具体融合过程进行了分析。最后对分类过程用MATLAB进行了分析。实验结果表明:系统分类精度较高,一定程度上不仅明显弥补了传统传感器的诸多不足,而且为后期决策提供了较为精准的目标参数。     

基于神经网络驾驶员模型的PIO预测分析

在PIO研究中,拟线性的McRuer驾驶员模型,因其结构简单、能反映驾驶员基本的行为特性而被广泛采用,但在通常情况下,驾驶员的行为具有高度的非线性,而运用神经网络模型可以更精确地描述驾驶员的非线性特性。以某机为例,利用试飞数据对神经网络进行训练和验证,建立了神经网络模型。通过仿真运算,并用时域Neal-Smith（TDNS）准则对该飞机进行了PIO预测分析。结果表明,与McRuer驾驶员模型相比,神经网络模型可以更好地逼近驾驶员特性,据此运用TDNS准则可以很好地对PIO趋势进行预测。     

一种新型复合探雷系统的设计和实现

为了解决传统探雷器易受复杂土壤环境和各种干扰物的影响造成误报率过高的问题,提出了一种基于电磁感应(EMI)和探地雷达技术(GPR)的复合探测系统及其设计方案,通过将两种完全不同探测机理的传感器数据进行融合处理,协同工作,提取地雷目标特征信号,结果表明:可有效提高地雷的探知率并降低误报率,克服采用单一探测技术探雷器难以解决的原理性虚警问题;通过样机试验结果验证了设计方案的有效性。     

融合多维时空特征的交通流量预测模型

为了精准预测交通流量,充分提取交通流中复杂的线性和非线性特征及其依赖关系,提出了融合多维时空特征的CLABEK模型。其中,由Conv-LSTM、BiLSTM和Dense神经网络分别提取时空特征、周期特征和额外特征(节假日、天气状况以及温度等),并通过将上述模型融合从而全面获取交通流的非线性特征;由卡尔曼滤波提取交通流的线性特征。在公开数据集上的对比实验证明,CLABEK模型在短期交通流预测任务上表现出最好的预测效果。     

融合多模态数据的自闭症谱系障碍儿童智能化识别及其有效性

自闭症发病率呈逐年上升趋势,早期发现和及时干预可以显著改善预后,能够很大程度上改善自闭症儿童的语言能力、认知能力以及行为习惯,因此,自闭症的早期识别工作意义重大.传统识别方法能够获得较好的识别结果,但过程耗时且高度依赖于专业人员的操作,而已有的智能化识别方法的识别精度难以满足应用需求.本研究探索了融合多模态数据的自闭症儿童智能化识别方法,通过对行为数据和认知数据的分析发现,自闭症儿童和典型发展儿童在眼动、面部表情、认知得分和认知反应时数据上存在显著性差异.本研究利用数据差异性分析进行特征选择,构建了融合多模态数据的自闭症儿童识别框架,该框架根据数据来源和时间同步性将数据进行分层融合,进而得到最终的识别结果.同时,将融合多模态数据的自闭症儿童智能化识别方法以及各单模态识别方法分别与传统方法识别结果进行一致性检验,验证融合多模态数据识别方法的泛化能力和有效性.结果表明,与各单模态识别方法相比,融合多模态数据的自闭症谱系障碍儿童识别与传统方法识别结果一致性程度最高,识别正确率与传统识别方法的正确率最接近,是一种有效的自闭症儿童智能化识别方法.     

多投影面沉浸式虚拟环境的快速构建方法

针对多投影面沉浸式虚拟环境构建过程中几何校正、边缘融合过程的调试和维护繁琐、费时的实际情况,采用基于相机反馈的方法实现了投影面图像在曲面屏幕上的畸变校正以及多投影面画面之间的对齐校正和边缘亮度融合,给出了一种快速构建小型多投影面沉浸式虚拟环境系统的实现方法。最后给出实验结果,证明了此方法对解决多投影面沉浸式虚拟环境系统几何校正和边缘融合问题的有效性。     

多传感器信息融合Wiener反卷积平滑器

应用现代时间序列分析方法,基于ARMA新息模型和增广的状态空间模型,提出了按标量加权多传感器最优信息融合ARMA信号Wiener反卷积平滑器,给出了计算局部平滑器误差方差和互协方差的计算公式,它们可被用于计算最优加权系数．同单传感器情形相比,可提高融合平滑器的精度。一个仿真例子说明其有效性。     

实验教学与科研融合的文献可视化分析

以科学研究为基础,面向本科生开展的实践教学活动是高等教育的重要组成部分,是本科教学必不可少的重要环节。为了系统地厘清实验教学与科研融合的研究进展和热点问题,对CNKI中1984～2021年相关的308篇文献进行定性与定量结合的分析,借助CNKI文献管理分析工具对文献发量、高产机构、核心作者群、文献分布情况等进行可视化分析,基于VOSviewer1.6.16和CiteSpace5.7.R2绘制了关键词的共现分析图、聚类分析图谱和共现时区图谱。结果表明：该领域的研究大致分为三个阶段：萌芽期、发展期、平稳发展期。研究的热点为共享机制、教学科研平台、创新实验教学等子领域,其中,创新实验教学既是至今的研究重点,也是实验教学改革的方向。