测量型工业CT系统关键技术研究与应用

工业计算机断层成像(Computed Tomography,CT)以其在非接触、无破坏的条件下对于待测物体内部结构进行高分辨率三维成像的优势成为实现全尺寸测量的有力工具.然而在实际应用中,工业CT在测量精度、可重复性、误差控制、数据采集效率等方面还有待进一步的突破与提高.为此,该项目通过深入探究X射线成像的物理机制,挖...     

基于动态优先级的奖励优化模型

传统的约束马尔可夫决策过程(constrained Markov decision process, CMDP)模型用来解决多目标决策的困难,但该模型缺乏通用性并且只适用于离散环境。为了解决这一问题,提出一种基于CMDP的改进算法CRODP,与强化学习(reinforcement learning, RL)算法结合,将带约束问题建模为拉格朗日公式,其中包含着深度强化学习的策略参数。然后进一步推导出模型参数的更新公式,并将其作为深度强化学习神经网络的损失函数。模型在学习过程中动态调整约束与主要目标之间的权重以确保最终策略符合给定的约束。在若干机器人平台上与基准的深度强化学习算法进行比较,显示本算法得出的最优策略能够更好地满足相应约束。     

工程测量课程混合式教学设计与实践

该文分析了当前四川大学工程测量课程教学中存在的问题,阐述了工程测量教学改革的必要性.依托超星学习通网络教学平台,设计了基于慕课和翻转课堂的混合式教学模式,并构建了与之相适应的多元化课程评价体系.教学实践结果表明,混合教学模式有效解决了课程内容多而课时偏少的矛盾,变被动学习为主动学习,有利于学生的学习主观能动性的培养和发...     

浅析防雷工程接地电阻测量方法

本文从防雷工程接地电阻测量现场的土壤分布的不均匀性、地下大尺寸金属物、现场的电磁环境等均可对测量数据造成误差等几个问题展开论述,提出几种测试方法和注意事项,以指导检测人员正确测量接地电阻。     

基于辅助相机的多目视觉线结构光测量系统全局标定方法研究

为解决现有的多目视觉线结构光测量系统在大视场测量时,相机之间无公共视场,导致标定工具要求高、全局标定过程复杂等问题,本文提出了一种基于辅助相机的多目视觉线结构光测量系统全局标定方法.首先,将辅助相机作为中介,它与线结构光传感器的相机有1/2左右的视场重叠,构成了双目子系统,通过拍摄标定板不同姿态的图像来建立辅助相机和相邻两个线结构光传感器的空间几何关系.然后基于此通过坐标转换求解出相邻两个无公共视场线结构光传感器的位置关系,最后再逐步换算求解出局部坐标系向全局坐标系统一的变换矩阵,完成全局标定过程.此方法对标定工具要求低,不需要借助高精度测量设备及复杂靶标,只需简易的棋盘格靶标即可完成多目视觉线结构光测量系统的全局标定,标定过程简单,并且可达到较高的标定精度.测量试验表明,该方法的全局标定误差是0.067 mm,有效提高了测量精度,为后续大构件的机器人“测量-加工”一体化作业提供精度保障.     

Z型SPS光纤折射率传感器

基于折射率的精准检测在各个领域应用广泛,光纤折射率传感器发展迅速,其中基于MZI的PCF传感结构由于制作简单和体小质轻等优点在该领域受到更多的青睐.为了提高光纤折射率传感器的灵敏度和可操作性,设计了一种Z型的SPS光纤折射率传感器结构,将单模光纤与光子晶体光纤分别错位熔接,大大提高了光耦合能力和分束效能.使用新型溶液通...     

面向未知地形的四足机器人足端轨迹优化

在未知地形行走时,由于地形突变,采用常见步态算法的四足机器人容易受到冲击,导致失稳,为此,提出一种改进的四足机器人足端轨迹规划的算法。将足端运动轨迹分段优化,减小机器人在水平地面、上坡和下坡地形的足端力矩变化,增加四足机器人运动的稳定性。实验选用斯坦福四足机器人,记录俯仰角pitch、横滚角roll及足端力矩在机器人通过不同地形时的变化。实验结果表明,足端轨迹优化后的机器人在未知地形中行走的稳定性得到有效提升。     

赤足迹长宽特征测量方式间的信度比较

在赤足迹鉴定中,足迹长宽特征测量是重要参数,可以采用机器测量和手工测量两种方式,研究通过统计学方法比较两种方式组内和组间的信度和误差范围。选取32名健康成年人分别采集行走与站立捺印足迹,使用IC Measure进行机器测量,然后使用笔和尺进行手工测量,分别测量每个足迹的足长、足宽、跟宽和弓宽,进行重测信度分析,并比较方法间信度,通过ICC(组内相关系数)呈现相对信度,通过SEM(测量标准误)和95%LOA(95%一致性界限)呈现绝对信度。研究发现,机器测量和手工测量都有较高的组内信度,机器测量信度相对更高一些,但两种方式的方法间信度略低,因此,在赤足迹的二次测量验证时,要保证测量方式的一致性。     

城市慢行道路中交通颗粒物的时空分布

为了捕捉城市慢行道路中空气污染的高时空分辨率特征,构建了基于微型传感器的骑行测量平台,通过收集福州市西三环快速路沿侧慢行道亚微米颗粒物(PM_1.0)和黑碳(black carbon,BC)的质量浓度样本,可视化解析交通污染的时空变化及原因.研究表明:慢行道的颗粒物质量浓度整体呈现小区侧大于沿江侧,交通早、晚高峰大于中午;早高峰BC稳定聚集但PM_1.0波动较大,晚高峰则相反;慢行道颗粒物的质量浓度下降与临近主干道的距离、植被丰度正相关;颗粒物冷点距离干道远且四周植被覆盖高,热点多分布在施工与拥堵的复杂交通环境中;BC热点与复杂路况同步,但PM_1.0热点还与周围环境相关.因此,有必要聚焦道路交通排放的主要构成,并结合局部地形、空间、环境等因素来改善慢行道空气质量,从而提升健康出行品质.     

基于多模态深度神经网络的抓取检测方法

针对机器人抓取检测任务中对未知物体抓取检测精度低的问题,本文提出了一种多模态深度神经抓取检测模型。首先,在RGB和深度两个通道中引入残差模块以进一步提升网络的特征提取能力。接着,引入多模态特征融合模块进行特征融合。最终通过全连接层回归融合特征以得到最佳抓取检测结果。实验结果表明,在Cornell抓取数据集上,本文方法的图像拆分检测精度达到95.7%,对象拆分检测精度达到94.6%。此外,本文还通过消融实验证明了引入残差模块可以提高网络抓取检测性能。