检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

多尺度特征融合的铁轨异物入侵检测研究

西安交通大学学报 2024年

作者：王楠侯涛牛宏侠兰州交通大学自动化与电气工程学院

针对铁路轨道异物检测中，不同尺度异物目标的检测易受复杂环境的影响，导致出现检测精度低及检测速度慢等问题，提出一种多尺度特征融合的铁轨异物检测（RMF-YOLO）算法。首先，设计并引入改进的卷积注意力模块ICBAM，结合YOLOv7特征... 详细信息

针对铁路轨道异物检测中，不同尺度异物目标的检测易受复杂环境的影响，导致出现检测精度低及检测速度慢等问题，提出一种多尺度特征融合的铁轨异物检测（RMF-YOLO）算法。首先，设计并引入改进的卷积注意力模块ICBAM，结合YOLOv7特征提取网络，以增强复杂场景下的特征提取能力；其次，在所有高效层聚合网络模块中采用GhostConv替代普通卷积层，以降低计算复杂度，提高特征输出效率；设计一种改进的加权双向特征金字塔网络N-BiFPN结构，加强多尺度特征融合能力，平衡不同层级特征信息，提高多尺度检测能力；最后，为进一步提升检测精度，采用WIoU损失函数结合动态非单调聚集机制，有效应对低质量锚框产生的梯度，提高模型对不同尺度异物检测的整体性能。实验结果表明，在自制的铁轨异物数据集上，RMF-YOLO算法减少了原网络模型的参数量，有效提升了模型的检测精度与检测速度，改善了漏检与误检问题，平均精度提升了5.5%，FPS提升了5.88%，计算量减少了12.25%，能满足铁轨入侵异物检测中对检测精度和实时性的需求。

关键词：铁轨入侵检测混合注意力机制多尺度 YOLOv7 损失函数

基于预设非奇异终端滑模控制的高速列车速度控制研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

铁道科学与工程学报 2024年

作者：侯涛魏建鹏牛宏侠兰州交通大学自动化与电气工程学院

针对高速列车自动驾驶过程中容易受到外部不确定扰动以及速度控制精度低的问题，以预设性能控制理论和非奇异终端滑模控制理论为基础，提出一种基于扩张状态观测器-预设性能非奇异终端滑模控制的高速列车的自动驾驶的速度控制方法。首... 详细信息

针对高速列车自动驾驶过程中容易受到外部不确定扰动以及速度控制精度低的问题，以预设性能控制理论和非奇异终端滑模控制理论为基础，提出一种基于扩张状态观测器-预设性能非奇异终端滑模控制的高速列车的自动驾驶的速度控制方法。首先，设计扩张状态观测器对高速列车运行过程中所受的内部和外部的未知干扰进行估计和补偿；然后，通过采用预设性能函数把系统跟踪误差转换为一个变化误差，并控制变化误差在一定的范围，间接保证了系统跟踪误差始终在预先设定的范围内；其次，设计非奇异终端滑模面和高速列车自动驾驶系统速度控制律，并利用Lyapunov稳定性理论证明系统误差可以在有限时间内收敛于平衡点；最后，结合CRH3型列车参数和郑西高铁中西安北站-渭南北站段（950.620km～1010.970km）实际线路数据，分别在没有干扰和有白噪声干扰的情况下对设计的控制系统进行仿真验证。仿真结果表明：基于扩张状态观测器-预设性能非奇异终端滑模控制的高速列车控制方法对速度和位移的跟踪精度较自抗扰的控制方法和非奇异终端滑模的控制方法有显著的提高，且对列车受到的干扰能够精确的估计和补偿，实现了对列车的运行期望曲线的高精度跟踪。因此该研究可以提高高速列车速度控制系统的鲁棒性和控制精度，为高速列车提供一种新的速度控制技术方案。

关键词：自动驾驶预设性能控制非奇异终端滑模控制高速列车扩张状态观测器

基于色彩均衡和多权重融合的水下图像增强算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

无线电工程 2024年第2期54卷 436-446页

作者：孙昊宇牛宏侠兰州交通大学光电技术与智能控制教育部重点实验室甘肃兰州730070 甘肃省高原交通信息工程及控制重点实验室甘肃兰州730070 兰州交通大学自动化与电气工程学院甘肃兰州730070

针对水下图像色偏严重及对比度、饱和度和色彩丰富度不足等问题,提出一种基于色彩均衡和多权重融合的水下图像增强算法。利用暗通道先验(Dark Channel Prior,DCP)算法进行水下图像去模糊预处理,利用基于动态阈值的自动白平衡算法进行色... 详细信息

针对水下图像色偏严重及对比度、饱和度和色彩丰富度不足等问题,提出一种基于色彩均衡和多权重融合的水下图像增强算法。利用暗通道先验(Dark Channel Prior,DCP)算法进行水下图像去模糊预处理,利用基于动态阈值的自动白平衡算法进行色偏校正,将处理后的图像再进行多权重融合。融合处理过程主要建立在2个图像的权重计算,分别是基于伽马校正的对比度提升图像和基于直方图均衡化的边缘增强图像,分别计算2个图谱的显著性权重和饱和度权重,线性融合2个图谱计算后的权重得到增强图像。结果表明,所提算法对水下图像整体清晰度恢复效果较好,而且对比度和图像色彩细节表现均有很大提升。相比其他主流算法,水下图像色彩评价(Underwater Color Image Quality Evaluation,UCIQE)指标和水下图像的质量评价(Underwater Image Quality Measurement,UIQM)指标提升效果显著,平均参数指标分别提升了22.3%和10.2%。

关键词：暗通道先验伽马校正白平衡多权重融合

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的高速列车速度复合控制研究

交通运输系统工程与信息 2023年第3期23卷 145-152页

作者：侯涛唐丽牛宏侠兰州交通大学自动化与电气工程学院兰州730070

针对高速列车在外部干扰下的速度控制问题,本文提出基于Koopman算子的高速列车高维线性模型的建模方法,并设计一种结合扩张状态观测器(ESO)与基于Koopman算子的模型预测控制(K-MPC)的复合控制器(ESO-K-MPC)。利用扩展动态模式分解算法... 详细信息

针对高速列车在外部干扰下的速度控制问题,本文提出基于Koopman算子的高速列车高维线性模型的建模方法,并设计一种结合扩张状态观测器(ESO)与基于Koopman算子的模型预测控制(K-MPC)的复合控制器(ESO-K-MPC)。利用扩展动态模式分解算法来近似无限维线性Koopman算子,建立具有动态非线性特性的高速列车动力学高维线性模型;引入模型预测控制,设计扩张状态观测器,对系统总扰动进行估计与补偿,构建基于ESO-K-MPC的高速列车速度控制系统,再设计控制器与控制算法;结合CRH3列车参数和郑西高铁华山北站—西安北站实际线路数据,分别在没有扰动和白噪声干扰下对设计的控制方法与算法进行仿真研究。仿真结果表明:基于Koopman的高速列车建模对位移与速度的预测精度相比于线性状态空间模型分别提高了83.86%与87.40%;ESO-K-MPC可以准确估计与补偿高速列车运行中受到的干扰,控制输出曲线与期望曲线几乎重叠,实现了列车运行期望曲线的高精度跟踪。

关键词：铁路运输 Koopman算子模型预测控制高速列车扩张状态观测器速度控制

基于SM-LADRC的高速列车自动驾驶速度控制

在线全文

学校读者我要写书评

暂无评论

北京交通大学学报 2022年第5期46卷 114-121页

作者：梁乐观牛宏侠兰州交通大学光电技术与智能控制教育部重点实验室兰州730070 兰州交通大学甘肃省高原交通信息工程及控制重点实验室兰州730070 兰州交通大学自动化与电气工程学院兰州730070

针对高速列车自动驾驶中应用传统自抗扰控制跟踪运行速度时可调参数多且整定困难、跟踪精度较低、抗干扰性较弱的问题,提出基于线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)的速度控制设计方案.首先,以单质点列车模... 详细信息

针对高速列车自动驾驶中应用传统自抗扰控制跟踪运行速度时可调参数多且整定困难、跟踪精度较低、抗干扰性较弱的问题,提出基于线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)的速度控制设计方案.首先,以单质点列车模型为基础,依据LADRC设计实时估计系统未建模动态的线性扩张状态观测器;其次,采用改进指数趋近律的滑模控制(Sliding Mode Control,SMC)优化非线性误差反馈控制律,提高系统的响应速度并削弱抖振;最后,设计滑模线性自抗扰(Sliding Mode Linear Active Disturbance Rejection Control,SM-LADRC)控制器,对速度指令进行追踪,通过数值仿真验证控制器的有效性.实验结果表明,SM-LADRC控制器具有可调参数少且易整定、跟踪精度高、抗扰动性强、响应速度快等优势.

关键词：高速列车线性自抗扰滑模控制速度跟踪

改进YOLOv3模型的铁路异物入侵识别算法

在线全文

学校读者我要写书评

暂无评论

北京交通大学学报 2022年第2期46卷 37-45页

作者：朱梦瑞牛宏侠甘肃省高原交通信息及控制重点实验室兰州730070 兰州交通大学光电技术与智能控制教育部重点实验室兰州730070 兰州交通大学自动化与电气工程学院兰州730070

异物入侵影响列车行车安全,严重时会造成事故伤亡.针对现有铁路异物入侵识别准确率不高、实时性较差等问题,提出了一种改进YOLOv3模型的异物入侵识别算法.首先,利用逆透视变换确定轨道位置并划分危险区域,为后续的异物识别提出基础.然... 详细信息

异物入侵影响列车行车安全,严重时会造成事故伤亡.针对现有铁路异物入侵识别准确率不高、实时性较差等问题,提出了一种改进YOLOv3模型的异物入侵识别算法.首先,利用逆透视变换确定轨道位置并划分危险区域,为后续的异物识别提出基础.然后采用K-means++聚类算法选取适合本文数据集的先验框尺寸,使先验框与特征图层更加契合,提升对铁路异物的定位能力.同时用MobileNetv2作为特征提取网络以减少模型参数量,提高识别的速度.最后,用改进的YOLOv3算法对危险区域进行异物识别.实验结果表明:本文算法在铁轨异物数据集上的平均识别精度达到89.23%,较传统YOLOv3算法高出9.73%,帧速率由20 f·s^(-1)提高到54.3 f·s^(-1),有效提高了铁路异物入侵识别的实时性和准确率.

关键词：轨道检测异物识别 YOLOv3 卷积神经网络

基于直方图均衡化与MSRCR的沙尘降质图像增强算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2022年第9期48卷 223-229页

作者：王春智牛宏侠兰州交通大学光电技术与智能控制教育部重点实验室兰州730070 甘肃省高原交通信息工程及控制重点实验室兰州730070 兰州交通大学自动化与电气工程学院兰州730070

针对沙尘天气下图像色彩偏移严重及对比度低等问题,提出一种基于直方图均衡化与带色彩恢复的多尺度视网膜(MSRCR)增强的沙尘降质图像增强算法。通过偏色校正和图像增强两个步骤进行图像恢复,将RGB图像各通道预处理后利用限制对比度自适... 详细信息

针对沙尘天气下图像色彩偏移严重及对比度低等问题,提出一种基于直方图均衡化与带色彩恢复的多尺度视网膜(MSRCR)增强的沙尘降质图像增强算法。通过偏色校正和图像增强两个步骤进行图像恢复,将RGB图像各通道预处理后利用限制对比度自适应直方图均衡方法得到校正后的图像,对图像采用双边滤波进行降噪处理,通过MSRCR算法进一步解决色彩失衡问题。由于处理后的图像对比度较低,存在一定色偏,利用伽马校正和基于图像分析的偏色检测及颜色校正方法进行处理得到最终结果。对大量沙尘降质图像进行仿真实验,结果表明,该算法能够有效处理不同偏色程度的沙尘图像,不仅提高了图像的对比度,而且有效避免了图像颜色偏移现象,相比GCANet、MSRCR等算法,平均时间效率提升了46.2%~94.7%。

关键词：直方图均衡化图像恢复双边滤波颜色校正沙尘降质图像增强

改进秃鹰搜索和K均值混合迭代的点云简化算法

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2023年

作者：牛宏侠李富丽兰州交通大学甘肃省高原交通信息工程及控制重点实验室兰州交通大学光电技术与智能控制教育部重点实验室兰州交通大学自动化与电气工程学院

针对激光雷达的固有特性和复杂环境易造成点云噪声和冗余点云，以及传统点云简化算法忽略了点云固有特征等问题，提出了一种基于改进秃鹰搜索和K均值(KMC)混合迭代的点云简化算法(IBESSA)。首先，针对秃鹰搜索(BES)算法随机初始化导致... 详细信息

针对激光雷达的固有特性和复杂环境易造成点云噪声和冗余点云，以及传统点云简化算法忽略了点云固有特征等问题，提出了一种基于改进秃鹰搜索和K均值(KMC)混合迭代的点云简化算法(IBESSA)。首先，针对秃鹰搜索(BES)算法随机初始化导致收敛速度慢和优化精度不足的问题，通过BES算法迭代阶段的竞争融合(CFBES)加速其收敛；其次，通过CFBES和KMC算法的混合迭代，实现点云数据的聚类；然后，在k近邻(k-NN)实现点云簇密度估计的基础上，结合香农熵实现点云信息量化；最后，删除信息量化值小于阈值的聚类簇，完成点云数据简化。使用UCI国际标准数据集和斯坦福点云数据集分别对CFBES-KMC的聚类效果以及点云简化效果进行验证，结果表明：与IMFO-KMC、K-means++和FCM算法的聚类效果相比，CFBES-KMC的聚类准确率分别提高了1.02%、12.31%和14.72%；在斯坦福点云数据集上，IBESSA算法在有效滤除冗余点云的基础上保留了原本点云的细节和形状特征，不失为一种高效的点云简化算法。

关键词：秃鹰搜索算法竞争淘汰机制 K均值混合迭代香农熵点云简化

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于HSI空间的沙尘图像增强算法

北京交通大学学报 2022年第5期46卷 1-8页

作者：牛宏侠王春智兰州交通大学自动化与电气工程学院兰州730070 兰州交通大学甘肃省高原交通信息工程及控制重点实验室兰州730070 兰州交通大学光电技术与智能控制教育部重点实验室兰州730070

针对现有去沙尘算法的时间效率较低和受雾霾影响图像对比度提升不明显等问题,在偏色校正的基础上,提出在HSI空间提高饱和度与对比度的去沙尘增强算法.首先,在RGB颜色空间利用绿色通道校正其他颜色通道,实现沙尘图像的色彩平衡,完成颜色... 详细信息

针对现有去沙尘算法的时间效率较低和受雾霾影响图像对比度提升不明显等问题,在偏色校正的基础上,提出在HSI空间提高饱和度与对比度的去沙尘增强算法.首先,在RGB颜色空间利用绿色通道校正其他颜色通道,实现沙尘图像的色彩平衡,完成颜色校正.其次,利用HSI空间各通道互不干扰的特性,针对S通道设计了自适应饱和度增强算法,I通道利用限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)算法提升对比度.最后,合并通道转到RGB颜色空间得到清晰的去沙尘图像.实验结果表明:本文所提算法对于图像细节的清晰度和对比度恢复效果均有较大提升,而且本文算法在时间效率上提升显著,在原有算法的基础上,改进后平均算法效率提升77%左右,保证了算法的实时性.

关键词：图像增强沙尘图像偏色校正 HSI空间饱和度补偿