检索结果-南通市图书馆

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于分层运动分解的飞行机械臂视觉伺服控制

控制理论与应用 2024年第5期41卷 808-816页

作者：张兆鹏何慰梁潇韩建达方勇纯南开大学人工智能学院机器人与信息自动化研究所天津300350 南开大学天津市智能机器人技术重点实验室天津300350

飞行机械臂系统具有主动作业能力,通过搭载视觉传感器感知周围环境,系统的自主能力将进一步提高.然而,考虑到无人机的欠驱动和整个系统的非线性特性,飞行机械臂系统的视觉伺服控制仍然是一项具有挑战性的工作.本文在充分考虑机械臂对无... 详细信息

飞行机械臂系统具有主动作业能力,通过搭载视觉传感器感知周围环境,系统的自主能力将进一步提高.然而,考虑到无人机的欠驱动和整个系统的非线性特性,飞行机械臂系统的视觉伺服控制仍然是一项具有挑战性的工作.本文在充分考虑机械臂对无人机的力/力矩作用后,提出了一种基于分层运动分解的飞行机械臂视觉伺服控制方案.首先,对飞行机械臂系统的运动学和动力学模型进行分析.然后,根据所得的相机运动学模型,通过基于图像的视觉伺服控制获得相机的期望速度,进而制定无人机和机械臂的速度分配策略.在考虑机械臂运动时对无人机产生的力/力矩影响,设计了底层的飞行控制器.最后,在与现有方法的仿真对比中可以看出,所提方法具有良好的控制性能,对图像特征点位置的不确定性及图像噪声也表现了较好的鲁棒性.

关键词：多旋翼无人机飞行机械臂视觉伺服控制

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

双目视觉辅助的激光惯导SLAM算法

控制与决策 2024年第6期39卷 1787-1800页

作者：刘辉张雪波李如意苑晶南开大学机器人与信息自动化研究所天津300350 天津市智能机器人技术重点实验室天津300350

激光同步定位与地图构建(simultaneous localization and mapping,SLAM)算法在位姿估计和构建环境地图时依赖环境结构特征信息,在结构特征缺乏的场景下,此类算法的位姿估计精度与鲁棒性将下降甚至运行失败.对此,结合惯性测量单元(inerti... 详细信息

激光同步定位与地图构建(simultaneous localization and mapping,SLAM)算法在位姿估计和构建环境地图时依赖环境结构特征信息,在结构特征缺乏的场景下,此类算法的位姿估计精度与鲁棒性将下降甚至运行失败.对此,结合惯性测量单元(inertial measurement unit,IMU)不受环境约束、相机依赖视觉纹理的特点,提出一种双目视觉辅助的激光惯导SLAM算法,以解决纯激光SLAM算法在环境结构特征缺乏时的退化问题.即采用双目视觉惯导里程计算法为激光扫描匹配模块提供视觉先验位姿,并进一步兼顾视觉约束与激光结构特征约束进行联合位姿估计.此外,提出一种互补滤波算法与因子图优化求解的组合策略,完成激光里程计参考系与惯性参考系对准,并基于因子图将激光位姿与IMU数据融合以约束IMU偏置,在视觉里程计失效的情况下为激光扫描匹配提供候补的相对位姿预测.为进一步提高全局轨迹估计精度,提出基于迭代最近点匹配算法(iterative closest point,ICP)与基于图像特征匹配算法融合的混合闭环检测策略,利用6自由度位姿图优化方法显著降低里程计漂移误差并构建环境地图.最后,将所提出方法在公开与自制数据集上进行实验验证,并与主流开源的SLAM算法进行对比.实验结果表明,所提出算法可以在结构特征缺乏环境下稳定运行,并且相较于对比算法具有更高的位姿估计精度和算法鲁棒性.

关键词：激光SLAM 闭环检测结构特征缺乏环境位姿图优化视觉惯导里程计

在线全文

学校读者我要写书评

暂无评论

基于双重注意力和分层感知表征的IQA方法

天津大学学报（自然科学与工程技术版） 2024年第3期57卷 234-243页

作者：史再峰佟博文孔凡宁康泰罗韬天津大学微电子学院天津300072 天津市成像与感知微电子技术重点实验室天津300072 天津大学智能与计算学部天津300072

图像质量评价在图像处理领域有着广泛的应用.基于深度学习的方法以多通道特征的形式获取图像信息,但在特征下采样过程中会丢失局部空间细节,导致对于图像信息的表征能力不足.针对以上问题,本文基于人类视觉系统的分层感知机制,提出了一... 详细信息

图像质量评价在图像处理领域有着广泛的应用.基于深度学习的方法以多通道特征的形式获取图像信息,但在特征下采样过程中会丢失局部空间细节,导致对于图像信息的表征能力不足.针对以上问题,本文基于人类视觉系统的分层感知机制,提出了一种全参考图像质量评价方法,采用Siamese结构的卷积神经网络实现非线性映射,从不同尺度和视觉复杂度表征图像信息,并通过双重注意力模拟人类在评价图像质量时对视觉注意力的调控过程.此方法在特征提取阶段引入空间注意力机制,对特征图的二维空间位置赋以权重,计算人在感知图像失真信息时对空间区域的注意力差别.在特征融合阶段利用分组通道注意力模块显式建模通道间的依赖关系,对感知差异特征进行自适应的校准,使网络关注对于图像质量评价影响大的通道特征.实验结果表明,该方法在LIVE、TID2013和CSIQ 3个公开数据集上的斯皮尔曼相关系数分别达到0.975、0.938和0.963,在应对复杂失真类型图像时的性能提升显著,与人类主观评价的一致性良好.

关键词：图像质量评价卷积神经网络双重注意力机制分层感知表征

在线全文

学校读者我要写书评

暂无评论

一种适用于角膜形变区域的精准分割算法

光电子·激光 2024年第10期35卷 1050-1057页

作者：李婧李明悦赖雨晴白金帅天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室

分割在圆锥角膜的计算机辅助诊断中起着至关重要的作用。本文针对角膜受力形变的视频图像中如何精准分割角膜区域的问题提出了一种基于全卷积架构融合注意力机制(attention mechanism, AM)的角膜形变区域精准分割算法。它包括3个关键技... 详细信息

分割在圆锥角膜的计算机辅助诊断中起着至关重要的作用。本文针对角膜受力形变的视频图像中如何精准分割角膜区域的问题提出了一种基于全卷积架构融合注意力机制(attention mechanism, AM)的角膜形变区域精准分割算法。它包括3个关键技术：跳过连接(skip connection, SC)、残差卷积(residual convolutional, RC)和融入全局AM的全卷积架构。SC有效增强了模型学习复杂轮廓细节的能力，RC则允许在保留基本图像特征的同时构建更深层次的特征模型。全局AM则通过从每个卷积和反卷积块中提取精细化的特征映射，从而提高模型的分割精度。通过增强并突出关键区域，实践表明角膜形变区域的更精确分割有效提升圆锥角膜的早期诊断准确率。

关键词：语义分割角膜形变区域全卷积注意力机制(AM) 残差卷积(RC) 圆锥角膜

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于增量式学习的圆锥角膜分类算法

光电子．激光 2024年第8期35卷 880-884页

作者：赖雨晴刘凤连李婧汪日伟谭左平天津理工大学计算机视觉与系统教育部重点实验室和天津市智能计算及软件新技术重点实验室天津300384 温州理工学院浙江省巾帼科技创新工作室浙江温州325035

圆锥角膜是一种进展性的角膜疾病,多发于青春期,会造成不规则散光以及视力下降,晚期致盲需进行角膜移植,因此圆锥角膜的早期精准筛查是阻止疾病进展避免恶化的必要条件。神经网络作为一种经典的算法是圆锥角膜诊断的有效工具。但随着圆... 详细信息

圆锥角膜是一种进展性的角膜疾病,多发于青春期,会造成不规则散光以及视力下降,晚期致盲需进行角膜移植,因此圆锥角膜的早期精准筛查是阻止疾病进展避免恶化的必要条件。神经网络作为一种经典的算法是圆锥角膜诊断的有效工具。但随着圆锥角膜病例数据日益增长,为了充分利用新增数据,往往需要对所有样本重新训练,这将耗费大量的时间。为了解决上述问题,本文提出集成神经网络的增量式学习算法,以实现圆锥角膜的智能诊断。此外,本文还引入欠采样和代价敏感思想,用于解决已有增量式学习算法无法处理不均衡数据的问题。实验结果表明,本文提出的算法识别精度达到97%,并且所需训练时间短、存储空间少,因此本算法能够更高效地辅助圆锥角膜诊断。

关键词：圆锥角膜集成神经网络增量学习不平衡数据

基于低秩张量补全的非侵入式负荷监测缺失数据修复方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2024年第1期48卷 394-404页

作者：杨挺叶芷杉徐嘉成杨振宁智能电网教育部重点实验室(天津大学) 天津市南开区300072

非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的基础... 详细信息

非侵入式负荷监测技术(non-intrusive load monitoring,NILM)作为实现智能电网用户侧细粒度感知的重要手段,有助于实现需求响应、提高“源-网-荷”互动效率和优化用能,助力实现“30·60目标”。高质量的量测信息是数据驱动型NILM的基础,但由于数据采集装置故障、通道拥塞以及延时等都会导致数据缺失,尤其是严重的连续性缺失,由此造成非侵入式负荷监测与分解的精度下降,影响用户画像、需求响应等高级应用。因此,针对该问题,提出了一种基于CP分解的正则化低秩张量补全的量测数据缺失修复方法。算法突破传统单维数据处理局限,对NILM多维量测数据构建了三阶观测张量,从而利用数据内部时序关联性和参量维度间电气关联性进行正则化低秩张量补全。并针对每次核范数计算过程中奇异值分解计算量过大问题,采用基于CP因子矩阵分解的核范数计算降低计算量,减少计算时长,并证明了变换的等效性。最后基于NILM公开数据集iAWE进行了实验,实验结果表明所提出的方法可以提高数据修复精度,在高缺失率和连续缺失情况下仍能有较好地补全效果,并且通过非侵入式负荷分解实验证明其可有效提高分解精度,对智能电网提升细粒度感知能力具有良好的实际意义。

关键词：数据修复低秩张量核范数非侵入式负荷监测连续性缺失

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

基于SOANet的圆锥角膜辅助诊断

光电子．激光 2024年第6期35卷 650-656页

作者：李铭悦刘凤连李婧汪日伟谭左平天津理工大学计算机视觉与系统教育部重点实验室和天津智能计算及软件新技术重点实验室天津300384 温州理工学院浙江省巾帼科技创新工作室浙江温州325035

亚临床期圆锥角膜(subclinical keratoconus,subkc)发病隐匿,现有医疗设备诊断存在局限性,所以提出一种诊断亚临床期圆锥角膜的检测方法是十分必要的。有研究发现圆锥角膜(Keratoconus,kc)力学性能的改变早于形态学,因此从角膜生物力学... 详细信息

亚临床期圆锥角膜(subclinical keratoconus,subkc)发病隐匿,现有医疗设备诊断存在局限性,所以提出一种诊断亚临床期圆锥角膜的检测方法是十分必要的。有研究发现圆锥角膜(Keratoconus,kc)力学性能的改变早于形态学,因此从角膜生物力学的角度筛查亚临床期的圆锥角膜更加符合临床实际。本文运用角膜生物力学特征,以点云数据作为网络输入数据,将SO-Net(self-organizing network)和自注意力(self-attention,SA)机制结合构建SOANet,对圆锥角膜、亚临床期圆锥角膜和正常角膜进行分类。首先,利用可视化生物力学分析仪(corneal visualization Scheimpflug technology,Corvis ST)拍摄角膜受力形变视频,对其进行处理得到点云数据集,接着对点云数据进行增强处理,使3种类型的角膜数据量分布均衡。然后按照3∶1的比例划分训练集和测试集,分别对角膜进行二分类和三分类。最终模型在二分类和三分类测试集上的准确率分别达到98.3%和91.26%,即有效识别亚临床期圆锥角膜和圆锥角膜。实验结果表明,以三维点云数据构建亚临床期圆锥角膜辅助诊断模型是可行的,SOANet能够有效识别出亚临床期圆锥角膜,且分类性能优于传统模型。

关键词：圆锥角膜(kc) 亚临床期圆锥角膜(subkc) 点云数据自注意力(SA)机制

在线全文

学校读者我要写书评

暂无评论

基于残差网络的无监督角膜视频分割算法

光电子．激光 2024年第5期35卷 499-505页

作者：白金帅刘凤连李婧谭左平汪日伟天津理工大学计算机视觉与系统教育部重点实验室和天津智能计算及软件新技术重点实验室天津300384 温州理工学院浙江省巾帼科技创新工作室浙江温州325035

基于角膜形变计算出一系列生物力学特性参数是训练早期圆锥角膜分类模型的数据基础,因此圆锥角膜轮廓分割的精确性直接影响着早期圆锥角膜分类模型的准确性。本文提出了一种基于残差网络的无监督角膜视频分割方法。通过统一的网格化采... 详细信息

基于角膜形变计算出一系列生物力学特性参数是训练早期圆锥角膜分类模型的数据基础,因此圆锥角膜轮廓分割的精确性直接影响着早期圆锥角膜分类模型的准确性。本文提出了一种基于残差网络的无监督角膜视频分割方法。通过统一的网格化采样提取一组锚点被同序列视频帧所共用,从而减小网络模型学习特征表示的计算量并且提高了计算效率。同时设计了一个正则化分支对原有的视频集进行相似性转换来解决可能存在的退化解问题。与已有的无监督视频分割任务相比,本实验模型使用了少量的训练数据,但却取得了更高的分割精度和计算效率。

关键词：分割算法圆锥角膜残差网络锚点退化解

智能型水面垃圾清理机器人控制系统的设计与研究

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年第9期41卷 90-96页

作者：王云亮赵逸文吴艳娟天津理工大学电气电子工程学院天津300384 天津市复杂系统控制理论及应用重点实验室天津300384

近年来,我国水域垃圾污染问题日益严重,针对当前现状设计一种基于图像处理的水面垃圾清理机器人控制系统,该控制系统以STM32F407作为基础结合图像处理NCC模板匹配算法以及PID控制算法,并应用GPS、视觉传感器、超声波传感器、姿态传感器... 详细信息

近年来,我国水域垃圾污染问题日益严重,针对当前现状设计一种基于图像处理的水面垃圾清理机器人控制系统,该控制系统以STM32F407作为基础结合图像处理NCC模板匹配算法以及PID控制算法,并应用GPS、视觉传感器、超声波传感器、姿态传感器和风向传感器,能够根据多个传感器协同感知环境信息并且自动靠近水面漂浮的垃圾,同时可以判断机器人的运行状态。实验室测试结果表明该机器人可以精确地识别垃圾并且能够稳定、灵活地运行。

关键词：多传感器 PID 模板匹配 NCC算法