多尺度特征融合的点云配准算法研究

现有点云配准算法提取的特征不够丰富,导致配准精度很难进一步提升。针对该问题,本文提出一种基于深度学习的多尺度特征融合点云配准算法。首先,利用EdgeConv提取多个不同尺度的特征,该特征能够保持局部几何结构特性;接着,引入非线性极化注意力对其输出特征进行筛选,从而提高特征信息的有效性;然后,将以上多尺度特征进行融合并再次利用EdgeConv提取其特征,从而提高特征的表达能力;在刚体姿态估计阶段,采用线性李代数处理旋转变换以充分挖掘点云中的变换信息;最后,根据配准过程中提取点云特征的变化,动态调整损失函数各组成部分的权重,获得更准确的模型预测结果。在ModelNet40数据集上进行实验,本文算法在训练集和测试集样本种类相同时的旋转误差为1.826 7,位移误差为0.001 0;在训练集和测试集的样本种类不相同时(泛化实验)的旋转误差为2.979 4,位移误差为0.001 0。实验结果表明,本文算法的配准精度相比当前主流算法均有提高且泛化性能较好。     

基于深度学习的二维人体姿态估计综述

人体姿态估计是近年来计算机视觉问题中的一个热门话题,它在改善人类生活方面具有巨大的益处和潜在的应用。近年来深度神经网络得到快速发展,相较于传统方法而言,采用深度学习的方法更能提取图像表征信息。综合分析近年来人体姿态估计的进展,根据检测人数分为单人和多人人体姿态估计。针对单人姿态估计,介绍了基于直接预测人体坐标点的坐标回归方法及基于预测人体关键点高斯分布的热图检测方法;针对多人姿态估计,采用解决多人到解决单人过程的自顶向下方法和直接处理多人关键点的自底向上方法。总结了各方法网络结构的特点和优缺点,并阐述当前面临的问题及未来发展趋势。     

丘陵地区柑橘园采收搬运机器人系统的研制

针对丘陵地区柑橘园地形多为坡地,柑橘采收搬运困难、劳动强度大,严重制约丘区现代柑橘园发展的问题,通过计算机三维设计、电路搭建和软件控制等方法,研制了丘区柑橘园采收搬运机器人系统,并通过性能测试.试验结果表明,该机器人能够满足丘陵地区柑橘园采摘搬运检测准确率和跟随运输精度要求,检测准确率高于97%,跟随运输精度超过90%.     

基于数据驱动的盾构竖向姿态预测深度学习模型

在盾构掘进过程中,竖向姿态控制难度较大,盾体常与设计轴线产生偏差。为解决既有盾构姿态预测模型无法准确提取数据特征和有效去除数据噪声的问题,充分挖掘盾构掘进实测数据时间序列信息,依托合肥地铁7号线耕耘路站—清潭路站区间盾构隧道工程,对收集的掘进数据进行预处理,包括去除停机状态数据及异常数据,提出用于盾构竖向姿态预测的CNN-LSTM组合模型,并将测试集上的模型预测结果与传统回归模型进行对比,最后对不同样本数量及固定网络参数时的模型性能进行研究。研究结果表明：CNN-LSTM组合模型对盾构竖向姿态的预测效果较好,在测试集上的预测平均绝对误差E_MA和均方根误差E_RMS较低,同时预测的决定系数R²较高,表明模型具有较小的预测误差和较高的预测精度;与ARIMA、LSTM和SVR模型相比,CNN-LSTM模型在测试集上预测的R²分别提高了1.04%、19.75%和79.63%,此外,模型的预测E_MA和E_RMS较低,并且训练耗时显著降低;不同训练集样本数量对CNN-LS...     

冬奥会运动相关头部损伤与赛事场馆医疗保障

冬季奥林匹克运动头部损伤多见于高山滑雪、单板及自由式滑雪和冰球项目中,正确佩戴头盔、设置缓冲装置能够有效降低颅骨骨折发生率以及头部损伤严重程度.国内大型冰雪运动场地和赛事场馆周边的医疗基础相对薄弱,应汲取既往赛事和国外先进经验,结合实地情况从冬季运动的损伤发生特点出发,联合高水平医疗单位,提高诊断处置和转运效率,完善分...     

弹体斜侵彻多层间隔混凝土薄靶姿态偏转机理研究

针对弹体斜侵彻多层间隔混凝土薄靶姿态容易偏转问题,建立了弹靶有限元数值仿真模型以及相结合的弹体姿态偏转理论分析方法,研究了弹体外形参数对侵彻单层薄靶姿态偏转角速率变化以及多层间隔薄靶弹道容易发散的物理规律.研究结果表明,采用钝头大长径比弹体外形侵彻多层间隔薄靶弹道更稳定,弹体扩尾结构对弹道发散有明显抑制作用;在弹体姿态偏转性能缩比考核时,需对靶板厚度、层间距均进行等尺度缩比,实现缩比弹体在运动中所受阻力、力矩等物理量的等效.     

基于轻量化二维人体姿态估计的小样本动作识别算法

动作识别是近年来时序数据挖掘领域的研究热点,具有广泛的应用前景。但是现阶段基于深度学习的动作识别算法需要大量的标记训练数据集,存在泛化性差、实时性差、场景受限的问题。为解决这些问题,本研究设计一种基于轻量化二维人体姿态估计的小样本动作识别算法。该算法基于YOLOv5算法构建轻量化的人体检测器HYOLOv5。基于轻量化二维姿态估计模型Lite-HRNet设计人体姿态特征描述算子,有效地去除背景对人体动作特征的干扰。为有效度量时序人体姿态特征描述算子间的相似度,本研究提出基于动态时间规整的人体姿态特征距离度量,并在此基础上设计基于类别中心选择的动作模板匹配算法。该算法通过少量的动作视频构建动作特征模板库,利用动作模板匹配算法可实现多类动作视频的精准识别。为验证算法,本研究在COCO 2017的Humans数据集上对HYOLOv5进行测试,人体检测识别精度mAP@0.5∶0.95可达50.7%。基于10种动作视频数据进行测试,结果表明,本研究所提算法可有效地识别视频序列中的姿态,在每个动作仅包含4个训练数据的情况下,动作识别准确率均可达到91.8%。     

最长连续切换的长度

作为一类简单的数学模型,均匀硬币的独立抛掷模型在诸多领域具有广泛的应用,关于其最长连续头部长度的研究长期吸引着学者们进行研究。时至今日,仍有大量的研究致力于这个问题的推广、相关问题及其应用。在本文中,我们将研究最长连续切换的长度,给出几个极限定理。这些结果可能应用到可靠性理论、生物、质量控制、模式识别、金融等领域。     

室外竞技状态下运动员姿态摄像测量及应用

为解决竞技状态下运动员三维姿态现场测量的需求,利用非接触式摄像测量方法和为冬季体育运动项目量身打造的专用观测设备,采集了8名跳台滑雪运动员在训练过程中的原始数据.通过深度学习的改进方法识别与定位运动员关节点的三维信息,进而开展了运动员姿态测量与动作分析研究,获得了起跳阶段运动员的起跳速度对飞行距离的影响及主要关节夹角的变化规律.研究发现起跳速度是影响飞行距离的重要因素,同时获得了起跳到飞行初始阶段肢体角度的变化规律.该方法和设备可为各类体育项目的运动员姿态及器械运动参数测量提供新的手段,其所获得的观测结果可为教练员指导运动员技术动作提供精细化的数据支持.      

用于人体姿态检测的微波雷达研制

为实现微波雷达应用场景的多样化和智能化,将微波雷达技术与姿态检测功能相结合,设计了一款能大幅度降低算法复杂度,并可以实现基本人体姿态检测功能的多普勒微波雷达。该微波雷达主要包含扇形波束天线、一体化微带混频电路、人体信号检测电路、姿态检测功能的逻辑实现等单元电路。整体电路分别使用电路仿真软件High Frequency Structure Simulator、Advanced Design System、Multisim进行仿真优化。最后经过系统集成测试可以得知,在5.8 GHz的工作频率下,在系统的探测区域内可以输出能被单片机检测的15~40 Hz范围内的人体移动信号、1~7 Hz范围内的人体微小动作信号以及250~500 mHz范围内的人体呼吸信号。这些人体信号可用于智能家居系统中人体的行为预测和智能医疗领域中病人的呼吸检测等方面。