检索结果-南通市图书馆

基于逆向重布线改进RRT-Connect算法的机械臂路径规划

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

江苏科技大学学报（自然科学版） 2024年第2期38卷 47-52页

作者：王博顾寄南李兴家江苏大学机械工程学院镇江212013

为解决RRT-Connect算法在复杂非结构环境下规划出的路径成本较长、有效节点数过多、曲折不平滑等问题,提出了一种基于逆向重布线的改进RRT-Connect算法(Improved-RRT-Connect).首先,在算法的起始位置加入碰撞检测函数,当起点和终点之间... 详细信息

为解决RRT-Connect算法在复杂非结构环境下规划出的路径成本较长、有效节点数过多、曲折不平滑等问题,提出了一种基于逆向重布线的改进RRT-Connect算法(Improved-RRT-Connect).首先,在算法的起始位置加入碰撞检测函数,当起点和终点之间不存在障碍物时,能够快速生成一条路径;其次,通过对生成的路径采取逆向重布线的措施,对生成的路径中的节点进行重新筛选布线,达到缩短生成路径长度,减少有效节点数量的目的;最后,通过结合B样条曲线对生成的路径进行拟合处理,得到一条平滑连续的路径.通过Improved-RRT-Connect算法与RRT、RRT^(*)-Smart、RRT-Connect等算法的对比实验表明,在规划时间上,Improved-RRT-Connect算法比RRT、RRT^(*)-Smart算法减少了52.14%、98.53%,在路径成本上比RRT、RRT-Connect算法减少了19.39%、17.15%,阐明了提出的Improved-RRT-Connect算法的优越性.

关键词： RRT-Connect算法机械臂碰撞检测逆向重布线 B样条曲线

在线全文

学校读者我要写书评

暂无评论

基于BD-RRT算法的动态路径规划研究

组合机床与自动化加工技术 2024年第3期 12-17页

作者：左宇顾寄南王文波范天浩卢宝勇侯征辉江苏大学机械工程学院镇江212013

针对Bi-RRT算法规划路径不平滑、路径生成冗余、规划时间长和动态环境不适用等问题,展开了基于BD-RRT(bidirectional-dynamic-RRT)算法的动态路径规划研究,以解决实际场景中障碍物变化时的避障问题。在路径生长方面,提出动态步长增长策... 详细信息

针对Bi-RRT算法规划路径不平滑、路径生成冗余、规划时间长和动态环境不适用等问题,展开了基于BD-RRT(bidirectional-dynamic-RRT)算法的动态路径规划研究,以解决实际场景中障碍物变化时的避障问题。在路径生长方面,提出动态步长增长策略提高对障碍物附近点的采样精度,减少采样点以增强算法的探索能力;在环境发生改变时,引入动态RRT算法,可以修剪首次规划路径中有碰撞的节点,在无碰撞的节点的基础上继续重规划;采取B样条曲线平滑生成的路径以达到减少能耗的目的。仿真结果表明,在静态环境中,BD-RRT算法较其它传统算法能生成更简短有效的路径,路径规划的时间更短,生成的路径更加平滑,且平均路径规划长度与时间分别为Bi-RRT算法的21.1%和95.3%,证明了改进的有效性;在动态环境中,BD-RRT算法的平均重规划时间和路径长度都短于Extended-RRT,仅为该算法的5.2%和95.8%,有着更好的动态环境实用性。

关键词： BD-RRT算法路径规划 B样条曲线动态环境

数据驱动的离散制造系统性能退化机理建模与预测控制方法研究

在线全文

学校读者我要写书评

暂无评论

机械工程学报 2023年

作者：王文波张映锋顾寄南张耿完严西北工业大学工业工程与智能制造工信部重点实验室江苏大学机械工程学院

异常事件的主动感知与优化控制是制造系统可靠运行的关键。本文针对离散制造系统中生产环境不确定性强、关键性能退化规律复杂和数据云端融合时间长等带来的异常识别滞后与优化响应困难的问题，提出一种数据驱动的离散制造系统性能退化... 详细信息

异常事件的主动感知与优化控制是制造系统可靠运行的关键。本文针对离散制造系统中生产环境不确定性强、关键性能退化规律复杂和数据云端融合时间长等带来的异常识别滞后与优化响应困难的问题，提出一种数据驱动的离散制造系统性能退化机理建模与预测控制方法体系。通过对基于边云协同的离散制造系统智能环境配置与性能提取、基于跨时空状态数据的制造系统关键性能退化机理建模、融合运维知识与预测性能的制造异常预警与主动优化控制等关键技术的深入分析和研究，建立一种具有边云协同交互决策能力的智能制造系统，并实现异常事件事前预警与主动自适应优化决策。所提体系架构和关键技术可以为下一代“智能工厂”的预测性控制方案的落地应用提供重要基础理论和技术支撑。

关键词：智能制造自适应优化离散制造系统性能退化预测控制

基于门控注意力融合的电子元器件点云联合分割

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

江苏科技大学学报（自然科学版） 2023年第6期37卷 48-54页

作者：沈巍张文浩顾寄南南京师范大学中北学院丹阳212300 江苏大学机械工程学院镇江212013

为解决现有联合分割算法点云分割过程中共享编码模块与多支线融合模块存在潜在特征冲突的问题,提出了基于门控注意力融合的电子元器件点云联合分割方法,在共享编码模块浅层特征层引入门控传播模块(GCM),通过权重自学习的方式分别强化各... 详细信息

为解决现有联合分割算法点云分割过程中共享编码模块与多支线融合模块存在潜在特征冲突的问题,提出了基于门控注意力融合的电子元器件点云联合分割方法,在共享编码模块浅层特征层引入门控传播模块(GCM),通过权重自学习的方式分别强化各支线特征,抑制无关信息流动;在多支线融合模块提出联合注意模块(CAM),通过捕获空间及通道特征权重,进而加权完成多支线特征软融合.在S3DIS数据集上,所提方法的语义分割平均交并比(mIoU)达56.2%、平均准确率(mAcc)达64.4%;实例分割平均实例覆盖率(mCov)达51.4%、平均实例精度(mPrec)达56.5%.在电子元器件数据集上,上述指标分别达84.5%、91.6%、85.9%及86.5%.实验表明,所提方法有效解决了特征冲突问题,分割精度高于主流联合分割算法.

关键词：点云联合分割注意力机制电子元器件

基于改进YOLOv5s模型的茶叶嫩芽识别方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2023年第12期39卷 150-157页

作者：王梦妮顾寄南王化佳胡甜甜方新领潘知瑶江苏大学机械工程学院镇江212013

现有的目标检测算法检测茶叶嫩芽的精度较低,为提高茶叶嫩芽的检测精度,该研究提出一种基于改进YOLOv5s网络模型的茶叶嫩芽检测算法。该算法将骨干特征提取网络中的空间金字塔池化结构(spatial pyramid poolingfast,SPPF)替换为空洞空... 详细信息

现有的目标检测算法检测茶叶嫩芽的精度较低,为提高茶叶嫩芽的检测精度,该研究提出一种基于改进YOLOv5s网络模型的茶叶嫩芽检测算法。该算法将骨干特征提取网络中的空间金字塔池化结构(spatial pyramid poolingfast,SPPF)替换为空洞空间卷积池化金字塔结构(atrous spatial pyramid pooling,ASPP),增强模型对不同分辨率下目标的识别能力;针对茶叶嫩芽的小目标特征,在颈部网络中引入可加权重的双向特征金字塔网络(bidirectional feature pyramid network,BiFPN),提高特征融合的效率,同时在颈部网络中的每个集中综合卷积模块(concentrated comprehensive convolution block,C3)后添加卷积注意力模块(convolutional block attention module,CBAM)来提高模型关注小目标特征的能力。试验结果表明,改进后获得的Tea-YOLOv5s比原模型的准确率(precision,P)、召回率(recall,R)和平均精度值(mean average precision,mAP)分别高出4.4、0.5和4.0个百分点,且模型鲁棒性强,在多个场景下茶叶嫩芽的检测中具有更高的置信度分数。改进后的模型可为茶叶的产量估计和茶叶采摘机器人的嫩芽识别奠定基础。

关键词：深度学习识别 YOLOv5s 茶叶嫩芽目标检测

基于YOLO_X和迁移学习的无人机影像玉米雄穗检测

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2022年第15期38卷 53-62页

作者：汪斌斌杨贵军杨浩顾寄南赵丹许思喆徐波江苏大学机械工程学院镇江212000 农业农村部农业遥感机理与定量遥感重点实验室北京农业信息技术研究中心北京100097 国家农业信息化工程技术研究中心北京100097 江苏大学农业工程学院镇江212000

玉米雄穗表型信息的获取对研究玉米长势及产量起着非常重要的作用,为实现复杂田间环境玉米雄穗的精确识别和计数,该研究使用无人机采集试验田的玉米雄穗影像,基于FasterR-CNN、SSD、YOLO_X目标检测模型,使用迁移学习方法实现玉米雄穗的... 详细信息

玉米雄穗表型信息的获取对研究玉米长势及产量起着非常重要的作用,为实现复杂田间环境玉米雄穗的精确识别和计数,该研究使用无人机采集试验田的玉米雄穗影像,基于FasterR-CNN、SSD、YOLO_X目标检测模型,使用迁移学习方法实现玉米雄穗的高精度识别,并分析了模型对不同品种和不同种植密度的玉米雄穗检测效果。试验结果表明,基于迁移学习的FasterR-CNN、SSD、YOLO_X的目标检测效果相比于未使用迁移学习的模型有明显提升,其中,迁移学习后YOLO_X的识别精确度为97.16%,平均精度为93.60%,准确度为99.84%,对数平均误检率为0.22,识别效果最好;不同玉米品种对模型的适应性有所差异,其中郑单958对模型适应性最好,Faster R-CNN、SSD、YOLO_X的决定系数R^(2)分别为0.9474、0.9636、0.9712;不同种植密度下玉米雄穗的检测效果有所差异,在29985,44978,67466,89955株/hm^(2)种植密度下,模型对郑单958检测的平均绝对误差分别为0.19、0.31、0.37、0.75,随着种植密度的增加,检测误差逐渐变大。研究为农田玉米雄穗高精度识别提供了一种可靠方法,对玉米表型性状高通量调查具有一定的应用价值。

关键词：无人机目标检测图像识别玉米雄穗迁移学习深度学习

基于深度学习与增量更新的滚动轴承故障预测方法研究

在线全文

学校读者我要写书评

暂无评论

江苏科技大学学报（自然科学版） 2022年第5期36卷 54-59页

作者：王文波彭伟顾寄南程睿驰江苏大学机械工程学院镇江212013

为解决滚动轴承故障预测方法中存在的专家知识依赖性强、计算时间过长、局限于特定静态故障类型等问题,提出了一种基于深度学习与增量更新的滚动轴承故障预测方法.设计滚动轴承故障预测模型的总体框架,在堆叠了自编码器与时间编码器的... 详细信息

为解决滚动轴承故障预测方法中存在的专家知识依赖性强、计算时间过长、局限于特定静态故障类型等问题,提出了一种基于深度学习与增量更新的滚动轴承故障预测方法.设计滚动轴承故障预测模型的总体框架,在堆叠了自编码器与时间编码器的基础上,搭建了全连接层和线性回归层以及故障诊断器,从原始滚动轴承数据集中训练出故障预测深度学习模型(DLSTM-CNN);进而,提出了基于增量学习的预测模型参数动态更新机制,使得模型具备参数自学习与自更新能力;最后,基于凯斯西储大学的轴承故障公共数据集进行对比实验,验证了所提预测方法的有效性.研究结果表明:所提方法的均方根误差值为0.165,具备较好的滚动轴承故障预测结果.

关键词：故障预测滚动轴承关键特征深度学习增量学习

在线全文

学校读者我要写书评

暂无评论

基于深度学习的色环电阻检测与判读方法研究

电子测量技术 2022年第11期45卷 126-133页

作者：张可顾寄南夏子林李静江苏大学机械工程学院镇江212013

色环电阻作为常用的电子元器件,其阻值主要通过色环颜色表示。色环颜色依靠人工判断,效率低且误检率高。传统基于图像处理的色环判断,鲁棒性不高、受光照等物理因素影响较大。基于此,提出了一种基于深度学习的色环检测及判读方法。首先... 详细信息

色环电阻作为常用的电子元器件,其阻值主要通过色环颜色表示。色环颜色依靠人工判断,效率低且误检率高。传统基于图像处理的色环判断,鲁棒性不高、受光照等物理因素影响较大。基于此,提出了一种基于深度学习的色环检测及判读方法。首先利用提出的目标检测算法实现色环检测和电阻本体检测,其次利用提出的颜色关系匹配方法结合检测结果,判断色环与电阻本体的从属关系并进行色环排序。最后利用提出的阻值推断方法,结合色码表,完成色环电阻的实时检测与判读。实验结果显示,相较于其他检测算法,该算法在色环检测的准确度上有更好的表现,达到98.71%,且网络的参数量仅10.61 M、计算量仅31.68 GMAC。在测试集上随机抽取20张图片进行验证,阻值判读的准确率高达98.59%。

关键词：目标检测色环电阻深度学习

在线全文

学校读者我要写书评

暂无评论

基于深度学习的元器件视觉识别和定位技术

电子测量技术 2023年第8期46卷 65-73页

作者：雷文桐顾寄南胡君杰高伟江苏大学机械工程学院镇江212013

为解决当前装配机器人视觉系统对元器件误检率高、效率低、难获取有效定位信息的问题,提出了一种基于深度学习的元器件视觉识别和定位方法。首先,设计基于深度聚合和解耦头的高精度检测算法,提高元器件识别和主体检测的精度;其次,设计... 详细信息

为解决当前装配机器人视觉系统对元器件误检率高、效率低、难获取有效定位信息的问题,提出了一种基于深度学习的元器件视觉识别和定位方法。首先,设计基于深度聚合和解耦头的高精度检测算法,提高元器件识别和主体检测的精度;其次,设计标注和判定规则,细化定位主体轮廓和抓取点;最后,设计基于网络剪枝的轻量化检测算法,实现模型压缩,提高引脚检测和装配点定位的效率。研究结果表明:该方法在元器件的识别和定位上取得了较好表现,类别识别平均错误率仅为0.27%,计算量减少了29.8%,参数量减少了22.7%,并将传统的元器件轮廓检测扩展到抓取点和装配点定位,得到丰富的类别和位置指引信息,为工业机器人精准、可靠、稳定地抓取和装配做好基础。

关键词：目标检测智能装配电子元器件机器视觉深度学习