检索结果-南通市图书馆

基于IESKF与图优化的激光惯性SLAM算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年

作者：魏志飞樊绍胜熊铭轩长沙理工大学电气与信息工程学院

同步定位与建图（Simultaneous Localization and Mapping,SLAM）算法在使用激光雷达建图过程中，由于环境的变化且配准参数固定，会在点云配准过程产生较大的累积误差，并且对高程误差抑制效果不佳，进而会影响全局的配准精度和建图定... 详细信息

同步定位与建图（Simultaneous Localization and Mapping,SLAM）算法在使用激光雷达建图过程中，由于环境的变化且配准参数固定，会在点云配准过程产生较大的累积误差，并且对高程误差抑制效果不佳，进而会影响全局的配准精度和建图定位效果。针对上述问题，提出了一种基于迭代误差状态卡尔曼滤波器（Iterative error state Kalman filter,IESKF）与因子图优化的激光惯性SLAM算法，算法具备自适应参数调节模块、点云预处理模块、前端里程计模块和后端因子图优化模块；根据点云规模确定不同的关键帧距离、配准、体素下采样以及地面约束等参数；采用K近邻（K-nearest neighbor,KNN）选取关键帧组成局部地图，可充分利用帧-图匹配时的空间信息；通过IESKF融合点云残差与惯性测量单元（Inertial Measurement Unit,IMU）先验位姿，得到滤波方式的前端融合里程计；在后端优化中加入地面约束、回环约束构成因子图优化，提高了建图的全局一致性。在M2DGR公开数据集和实际场景上进行多算法对比实验，实验结果表明，在校园场景中，相较于仅使用因子图优化的LIO-SAM算法，所提算法在全局建图精度上提高了38%，在高程误差上减少了52%；相较于仅使用IESKF的FAST-LIO2算法，所提算法在全局建图精度上提高了64%，在高程误差上减少了62%，证明其在环境适应性和高程误差抑制方面具备更优异的性能。

关键词：同步定位与建图动态参数调节器迭代误差状态卡尔曼滤波器因子图优化自适应关键帧

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复杂光照环境下的标识线图像增强方法

计算机科学 2024年第S1期51卷 500-504页

作者：吴静樊绍胜胡成扬长沙理工大学电气与信息工程学院长沙410114

自动驾驶汽车在行驶过程中需要识别道路标识线以确保行驶在车道上,变电站巡检机器人通过识别道路标识线实现准确巡检。但由于复杂光照环境的影响,道路标识线信息难以准确提取。传统的图像增强方法无法对所有复杂光照环境下的道路标识线... 详细信息

自动驾驶汽车在行驶过程中需要识别道路标识线以确保行驶在车道上,变电站巡检机器人通过识别道路标识线实现准确巡检。但由于复杂光照环境的影响,道路标识线信息难以准确提取。传统的图像增强方法无法对所有复杂光照环境下的道路标识线图像都产生良好的增强效果,对此提出一种复杂光照环境下的道路标识线图像增强方法。利用HSV色域空间的亮度图像的亮度差进行分层处理,对高亮度差的图像使用自适应伽马校正的方法进行图像增强,对低亮度差的图像先使用直方图锥形拉伸扩大图像灰度级,再利用自适应伽马校正提升图像对比度。实验结果表明,该算法能有效解决低光照、曝光等复杂光照环境所导致的道路标识线难以识别的问题,是一种有效的图像增强方法。

关键词：图像增强伽马校正直方图锥形拉伸 HSV色彩空间复杂光照

低光照环境下基于轻量级SuperPoint的单目VI-SLAM算法

在线全文

学校读者我要写书评

暂无评论

激光与光电子学进展 2024年

作者：曾旭东樊绍胜续尚植周宇霆长沙理工大学电气与信息工程学院电力机器人湖南省重点实验室

视觉惯性SLAM通过融合视觉与惯性约束项提升建图与定位的精度，然而在低光照环境下，视觉前端提取特征点的质量与跟踪稳定性差，导致视觉惯性SLAM算法跟踪易丢失，定位精度低。因此，本文基于VINS-Mono框架，提出一种单目视觉惯性SLAM... 详细信息

视觉惯性SLAM通过融合视觉与惯性约束项提升建图与定位的精度，然而在低光照环境下，视觉前端提取特征点的质量与跟踪稳定性差，导致视觉惯性SLAM算法跟踪易丢失，定位精度低。因此，本文基于VINS-Mono框架，提出一种单目视觉惯性SLAM算法——GS-VINS：首先，采用自适应图像增强算法，改善低光照图像的灰度分布；其次，提出基于SuperPoint的GN2＿SuperPoint特征检测网络，结合特征点动态跟踪模块，提高光流跟踪的稳定性。在EuRoc数据集与现实场景的实验表明，本文算法定位精度较VINS-Mono提升了26.57%，且对光照变化具有较强的鲁棒性，在对比实验中特征跟踪成功率提高了8%，现实场景中闭合误差能缩小约45.73%。证明了该方法在低光照环境中具有较好的精度与稳定性，为低光照下的视觉导航提供了新的解决方案，具有工程应用价值。

关键词：同时定位与建图视觉惯性系统低光照环境光流跟踪位姿估计

基于多元线性回归法的配电网导线剥皮控制方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

电力学报 2024年第1期39卷 52-63页

作者：张秋雁李权陈宇李华鹏樊绍胜贵州电网有限责任公司电力科学研究院贵阳550002 湖南省送变电工程有限公司长沙410015 贵州电网有限责任公司兴义供电局贵州兴义562400 长沙理工大学电气与信息工程学院长沙410004

针对配电网运维检修中搭接引流线的导线剥皮问题,分析了传统剥皮控制方式的局限性,提出了一种基于多元线性回归的电机力矩控制方法。首先,分析了导线剥皮受力情况,建立了剥皮力学模型;然后,为了精准判别剥皮目标区域,引入与力矩相关的... 详细信息

针对配电网运维检修中搭接引流线的导线剥皮问题,分析了传统剥皮控制方式的局限性,提出了一种基于多元线性回归的电机力矩控制方法。首先,分析了导线剥皮受力情况,建立了剥皮力学模型;然后,为了精准判别剥皮目标区域,引入与力矩相关的权重因子,构建多元线性回归方程并采用梯度下降法求解表征剥皮过程特征的量化因子;最后,通过对量化后的状态阈值进行判定即可实现精准剥皮控制。采用JKLYJ-70型电缆进行了剥皮实验,结果表明,所提力矩控制方法的剥皮准确率为99.2%,线损率为0.4%,验证了该方法的可行性。

关键词：配电网导线剥皮力学分析多元线性回归法控制

维普期刊数据库博看期刊

基于阻抗自适应调整的输电线路取能装置稳定取能方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2022年第14期42卷 5348-5359页

作者：樊绍胜钟洪亮岳舟长沙理工大学电气与信息工程学院湖南省长沙市410114

针对电流互感器在线取能装置存在的小电流难以取能、大电流磁芯饱和等问题,该文提出基于阻抗自适应调整的稳定取能方法。通过并联谐振,构建包含阻尼支路与取能支路的双支路模型,实现电流转移,解决小电流难以取能的问题。提出基于品质因... 详细信息

针对电流互感器在线取能装置存在的小电流难以取能、大电流磁芯饱和等问题,该文提出基于阻抗自适应调整的稳定取能方法。通过并联谐振,构建包含阻尼支路与取能支路的双支路模型,实现电流转移,解决小电流难以取能的问题。提出基于品质因数调节的阻抗调整方法,在一定电流范围内,稳定负载功率。提出基于反向电流注入的阻抗调整方法,解决线路大电流下的磁芯饱和问题。针对线路电流突变情况,提出基于旁路电阻投切的阻抗调整方法,实现阻抗的快速调整,避免能量冲击。搭建仿真和实验系统,实验结果表明取能方法不仅可以实现较大功率输出,还能在宽电流范围内稳定负载功率,满足输电线路在线监测设备的供能需求。

关键词：在线取能并联谐振品质因数磁芯饱和阻抗调整

基于图像预处理和语义分割的电力巡检机器人视觉导航方法

在线全文

学校读者我要写书评

暂无评论

电力科学与技术学报 2023年第6期38卷 248-258页

作者：杨权樊绍胜长沙理工大学电气与信息工程学院湖南长沙410114

由于光照和恶劣天气的影响,传统图像处理方法用于巡检机器人视觉导航方面的识别效率不高,为此,提出一种基于图像预处理和语义分割的电力巡检机器人视觉导航方法。首先,提出基于自适应伽马校正方法的图像增强方法,解决强光、弱光和光照... 详细信息

由于光照和恶劣天气的影响,传统图像处理方法用于巡检机器人视觉导航方面的识别效率不高,为此,提出一种基于图像预处理和语义分割的电力巡检机器人视觉导航方法。首先,提出基于自适应伽马校正方法的图像增强方法,解决强光、弱光和光照不均对图像的影响,针对曝光情况采用LSTM预测模型自适应调整摄像头角度消除曝光,提升图像良好曝光度;然后,采用改进DenseNet网络对导航路径进行语义分割,提取路径目标区域,通过目标区域像素值的分布拟合机器人的前进路线并计算出偏移量,提供机器人调整行驶姿态的关键参数并利用模板匹配判断导航路径中的走向、定位与分叉标志。实验结果表明,该算法能有效解决由光照和恶劣天气所导致的识别精度低的问题,提高复杂环境下巡检机器人导航定位的精准度。

关键词：巡检机器人视觉导航伽马校正 DenseNet

采用通道域注意力机制Deeplabv3+算法的遥感影像语义分割

在线全文

学校读者我要写书评

暂无评论

控制工程 2023年第2期30卷 368-375页

作者：徐长友樊绍胜朱航长沙理工大学电气与信息工程学院湖南长沙410000

为提取高分辨率遥感影像的典型地物,且针对Deeplabv3+在遥感图像分割任务中,边缘分割比较模糊,存在孔洞和遗漏分类的问题,基于深度学习提出在Deeplabv3+加入通道注意力机制模块以增强分割结果的方法。先通过深度卷积网络得到的高级特征... 详细信息

为提取高分辨率遥感影像的典型地物,且针对Deeplabv3+在遥感图像分割任务中,边缘分割比较模糊,存在孔洞和遗漏分类的问题,基于深度学习提出在Deeplabv3+加入通道注意力机制模块以增强分割结果的方法。先通过深度卷积网络得到的高级特征图输入到通道注意力机制,进行通道间像素特征强化,再通过空间金字塔池获得多尺度输入图像,并且进行了类别不平衡的修正,提取出了完整的图像分割信息,实现了分割边界信息的优化。最后,通过采集广州市高分二号遥感影像进行遥感数据处理、标注、增强之后进行实验,对比经典语义分割网络U-Net、SegNet、PSPNet,结果表明,该方法的评估指标MIOU达到了96.19%,MPA达到了97.85%。

关键词：深度学习语义分割注意力机制 Deeplabv3+ 遥感影像

基于改进YOLOv4的雾天变电站电力设备识别方法

在线全文

学校读者我要写书评

暂无评论

无线电工程 2022年第8期52卷 1504-1512页

作者：熊凯飞樊绍胜吴静长沙理工大学电气与信息工程学院电力机器人湖南省重点实验室湖南长沙410114

在雾霾天气下,巡检机器人检测变电站电力设备存在能见度低、目标不清晰等情况,而且常用的目标检测算法参数量过大,部署在巡检机器人上难以达到实时性的要求。为此,提出了一种结合Cycle-Dehaze去雾算法的轻量级变电站电力设备识别方法。... 详细信息

在雾霾天气下,巡检机器人检测变电站电力设备存在能见度低、目标不清晰等情况,而且常用的目标检测算法参数量过大,部署在巡检机器人上难以达到实时性的要求。为此,提出了一种结合Cycle-Dehaze去雾算法的轻量级变电站电力设备识别方法。对采集到的变电站带雾图进行去雾预处理,提高目标电力设备的清晰度和可见性;在YOLOv4网络中引入MobileNetv3和深度可分离卷积,实现模型轻量化;在目标检测网络中嵌入SE注意力机制,提高电力设备识别精度。实验结果表明,Cycle-Dehaze与改进YOLOv4相结合的识别mAP可达92.5%,改进的YOLOv4比YOLOv4算法检测速度快15.59帧/秒,模型参数量减少了80.21%,更有利于在变电站巡检机器人上部署。

关键词：变电站设备 YOLOv4网络图像识别 Cycle-Dehaze 轻量级

基于图像增强与深度学习的变电设备红外热像识别方法

在线全文

学校读者我要写书评

暂无评论

中国电机工程学报 2021年第23期41卷 7990-7997页

作者：谭宇璇樊绍胜长沙理工大学电气与信息工程学院湖南省长沙市410114

红外热像的自动识别是变电设备缺陷与故障诊断的重要手段。针对目前变电设备的红外热像识别存在的极易受到背景杂波干扰、图像视觉效果差、缺乏智能方法等问题,使用快速导向滤波在去噪时保留边缘信息,提出参数自调整的Retinex算法对图... 详细信息

红外热像的自动识别是变电设备缺陷与故障诊断的重要手段。针对目前变电设备的红外热像识别存在的极易受到背景杂波干扰、图像视觉效果差、缺乏智能方法等问题,使用快速导向滤波在去噪时保留边缘信息,提出参数自调整的Retinex算法对图像进行增强,提高红外热像的对比度;改进YOLOv3网络的特征提取网络与损失函数提高变电设备的识别精度。经测试,5种变电设备的识别平均准确率可以达到94.85%,每张图片的识别速度为7.88ms/张。实验结果表明了该方法的准确性和快速性,为实现变电设备状态监测提供一定条件。

关键词：变电设备 YOLOv3 红外热像识别图像增强快速导向滤波