检索结果-南通市图书馆

基于LiDAR-IMU的动态场景点云建图方法

在线全文

学校读者我要写书评

暂无评论

系统仿真学报 2025年第1期37卷 95-106页

作者：李维刚甘磊王永强武汉科技大学冶金自动化与检测技术教育部工程研究中心湖北武汉430081 武汉科技大学信息科学与工程学院湖北武汉430081

针对在城市道路等动态场景下构建点云地图时易受到动态物体干扰,导致建图精度和准确性下降的问题,提出了一种基于激光雷达(LiDAR)与惯性测量单元(IMU)的动态场景点云地图构建方法。利用基于索引的八叉树体素结构来提高局部感知地图(loca... 详细信息

针对在城市道路等动态场景下构建点云地图时易受到动态物体干扰,导致建图精度和准确性下降的问题,提出了一种基于激光雷达(LiDAR)与惯性测量单元(IMU)的动态场景点云地图构建方法。利用基于索引的八叉树体素结构来提高局部感知地图(local perception map,LP-Map)的增量更新和近邻搜索效率;通过地面分割、聚类和动态分数计算的方法对点云进行处理,实时地识别出动态目标点云;利用区域增长方法剔除LP-Map中的动态物体行驶轨迹。实验结果证明,所提方法在建图层面能有效识别并剔除场景中的动态目标,同时具备出色的计算速度和实时性能,为动态场景下实时地构建精确点云地图提供了可靠的解决途径。

关键词：激光雷达惯性测量单元点云地图构建动态场景局部感知地图

维普期刊数据库博看期刊

基于自适应切片辅助推理的航拍图像目标检测方法

在线全文

学校读者我要写书评

暂无评论

液晶与显示 2025年第03期 472-480页

作者：金黎威徐望明李垚翔武汉科技大学信息科学与工程学院武汉科技大学冶金自动化与检测技术教育部工程研究中心

针对无人机航拍图像中目标尺度不一、密度不一、细节不清，尤其小目标众多所导致的漏检和误检问题，提出一种基于自适应切片辅助推理的目标检测新方法。该方法首先将航拍图像输入目标检测网络进行初次推理，设计一种窗口得分机制来根据... 详细信息

针对无人机航拍图像中目标尺度不一、密度不一、细节不清，尤其小目标众多所导致的漏检和误检问题，提出一种基于自适应切片辅助推理的目标检测新方法。该方法首先将航拍图像输入目标检测网络进行初次推理，设计一种窗口得分机制来根据初次推理结果定位输入图像中的不确定目标，并自动选择有效的图像区域进行切片以适应不同尺度和密度的目标。接着将切片图像送入目标检测网络进行二次推理。最后对两次推理结果执行改进的非极大值抑制处理得到最终检测结果。在典型的VisDrone2019和AI-TOD数据集上的实验结果表明，本文方法提升了包括YOLOv7-tiny、YOLOv8n、YOLOv8s及YOLOv9-C在内的典型轻量级目标检测模型的mAP指标，有效提高了航拍图像目标检测性能。

关键词：小目标检测自适应切片辅助推理不确定目标定位非极大值抑制

基于PCA-DWT-SVR热连轧带钢板凸度预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国冶金 2025年

作者：夏志辉李维刚毛云飞武汉科技大学信息科学与工程学院武汉科技大学冶金自动化与检测技术教育部工程研究中心

热连轧带钢板的凸度是衡量热连轧带钢板的凸度是评价板形质量的重要指标，其特性表现为多变量性、非线性及遗传性，增加了其控制与优化的复杂性。为了提高对带钢板凸度的预测精度和建模速度，亟需改进方法，建立了一种本研究提出了一种... 详细信息

热连轧带钢板的凸度是衡量热连轧带钢板的凸度是评价板形质量的重要指标，其特性表现为多变量性、非线性及遗传性，增加了其控制与优化的复杂性。为了提高对带钢板凸度的预测精度和建模速度，亟需改进方法，建立了一种本研究提出了一种结合离散小波变换（Discrete Wavelet Transform，DWT）与主成分分析（Principal Component Analysis，PCA）的支持向量回归（Support Vector Regression，SVR）模型，旨在优化板凸度的预测精度。使用Pauta准则剔除数据中的异常值，然后使用离散小波变换对数据进行平滑降噪处理，并且采用主成分分析法降维，利用载荷矩阵选取重要变量，结合轧制过程中对板凸度影响显著的变量，筛选出主要变量；然后将数据输入通过网格参数寻优后的支持向量机回归预测模型中，进行板凸度预测。最后构建4种不同的回归模型，包括K近邻（KNN）回归模型、梯度提升决策树（GBDT）回归模型、极端梯度提升（XGBoost）回归模型和随机森林（RF）回归模型，将其进行比较。试验结果表明，PCA-DWT-SVR模型将数据降低到15维，极大减少了预测时间，同时该模型评价指标，均方根误差(ERMS)、平均绝对误差(EMA)和相关性系数（R）分别为3.26、2.11和0.921，为各模型中最优，且98%以上样本点的预测绝对误差在10 μm以内。该模型不仅实现了对板凸度的高精度预测，还显著缩短了建模和预测的时间，为板凸度的质量控制及相关研究提供了重要的借鉴与参考。

关键词：热轧带钢板凸度离散小波变换主成分分析支持向量机回归

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于强度信息特征滤波的激光SLAM算法

系统仿真学报 2025年第2期37卷 392-403页

作者：李维刚邹少峰王永强余楚翔武汉科技大学冶金自动化与检测技术教育部工程研究中心湖北武汉430081 武汉科技大学信息科学与工程学院湖北武汉430081

为解决过多的特征点参与点云配准导致算法精度下降和建图效果不佳问题,提出一种基于强度信息特征滤波的激光SLAM算法。根据点云强度信息计算局部地图中特征点附近的强度分布情况,并为局部地图中的每个特征点赋予一个强度分布指标;通过... 详细信息

为解决过多的特征点参与点云配准导致算法精度下降和建图效果不佳问题,提出一种基于强度信息特征滤波的激光SLAM算法。根据点云强度信息计算局部地图中特征点附近的强度分布情况,并为局部地图中的每个特征点赋予一个强度分布指标;通过设定强度阈值,滤除在连续帧中强度信息变化较大的无效特征点,筛选出适于将扫描顿与局部地图进行配准的有效特征点。提出一种强度加权代价函数,以获取机器人当前帧在全局地图中更准确的位姿。仿真结果表明:相较PFilter算法,每一扫描顿中的特征点数量平均减少了13.8%,局部地图中的特征点数量平均减少了18.8%,配准精度提高了5.7%。

关键词：同步定位与建图激光雷达强度信息特征滤波点云配准

维普期刊数据库博看期刊

基于循环一致对抗学习的段码液晶仪表读数识别方法

在线全文

学校读者我要写书评

暂无评论

武汉科技大学学报 2025年第1期48卷 59-69页

作者：惠毅徐望明叶胜武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学冶金自动化与检测技术教育部工程研究中心湖北武汉430081

为解决自然场景中仪表图像受复杂光照、背景及其他随机干扰所造成的读数识别难题,提出一种基于循环一致对抗学习的段码液晶仪表读数识别方法。该方法使用M-CRAFT作为字符检测网络,获取段码读数区域和段码字符位置,通过后处理算法分割得... 详细信息

为解决自然场景中仪表图像受复杂光照、背景及其他随机干扰所造成的读数识别难题,提出一种基于循环一致对抗学习的段码液晶仪表读数识别方法。该方法使用M-CRAFT作为字符检测网络,获取段码读数区域和段码字符位置,通过后处理算法分割得到段码字符子图像,然后以循环一致对抗域自适应网络CYCADA为基础,增加感知损失和重构损失并设计分类器,构建了一种改进的字符背景分离与识别网络I-CYCADA,用于将具有复杂背景的段码字符图像转换为清晰直观的二值图像,从而使读数识别变得更为简单和准确。为了验证该方法的有效性,构建了由多种复杂场景下的液晶段码仪表图像组成的数据集。实验结果表明,I-CYCADA可与不同CNN分类网络结合使用,均能提升转换后的段码字符图像的识别准确率,本文方法在自建数据集上的字符级识别准确率达95.39%,完整读数识别准确率达86.65%,有效改善了对困难样本的识别效果,且轻量级设计可满足实时性要求。

关键词：液晶仪表读数识别对抗学习域自适应感知损失重构损失

基于加权聚类和DNN的KR法脱硫剂加入量预报模型

在线全文

学校读者我要写书评

暂无评论

炼钢 2025年第1期41卷 12-18,44页

作者：李威熊凌罗钟邱吴经纬万诗斐但斌斌武汉科技大学信息科学与工程学院湖北武汉430081 武汉科技大学冶金自动化与检测技术教育部工程研究中心湖北武汉430081 宝信软件(武汉)有限公司湖北武汉430080 中冶南方工程技术有限公司智能制造事业部湖北武汉430223

为了准确预测铁水KR脱硫工序中的脱硫剂加入量,提出了一种基于密度的聚类方法(DBSCAN)和深度神经网络(DNN)相结合的建模方法。首先计算Spearman相关系数筛选出与脱硫剂加入量相关性较强的6个输入特征;基于筛选后的特征,利用DNN对数据集... 详细信息

为了准确预测铁水KR脱硫工序中的脱硫剂加入量,提出了一种基于密度的聚类方法(DBSCAN)和深度神经网络(DNN)相结合的建模方法。首先计算Spearman相关系数筛选出与脱硫剂加入量相关性较强的6个输入特征;基于筛选后的特征,利用DNN对数据集建立脱硫剂加入量预测模型;通过SHapley Additive exPlanations(SHAP)方法解释DNN模型,计算出各个特征对模型输出的贡献程度,根据得到的权重代入DBSCAN聚类算法中对某炼钢厂的脱硫实际生产数据进行聚类,保留清洗后的数据集;最后,通过五折交叉验证的方法对比了数据清洗前后的支持向量回归(SVR)、随机森林(RF)、极限梯度提升(XGBoost)、BP神经网络、深度神经网络(DNN)的预测模型性能。试验结果表明,使用清洗后的数据集建立的脱硫剂加入量预测模型的均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)、决定系数(R^(2))较原数据集平均提高了33.6%、15.5%、12.9%、6.9%。

关键词： KR脱硫 SHAP DBSCAN聚类 DNN 预测模型

TiO_(2)含量对B_(2)O_(3)–R_(2)O–Al_(2)O_(3)–SiO_(2)系搪瓷涂层性能的影响

在线全文

学校读者我要写书评

暂无评论

中国陶瓷 2025年第1期61卷 34-40页

作者：陈瑞雪桑绍柏李亚伟朱天彬王恒武汉科技大学省部共建耐火材料与冶金国家重点实验室高温材料与炉衬技术国家地方联合工程研究中心武汉430081

针对垃圾焚烧炉内高温腐蚀和飞灰冲刷问题,以B2O_(3)–R_(2)O–Al_(2)O_(3)–SiO_(2)系搪瓷釉粉和TiO_(2)为主要原料,在20G钢表面制备了高温搪瓷涂层。采用XRD分析了搪瓷涂层的物相组成,采用万能试验机和材料表面性能综合测试仪研究TiO_... 详细信息

针对垃圾焚烧炉内高温腐蚀和飞灰冲刷问题,以B2O_(3)–R_(2)O–Al_(2)O_(3)–SiO_(2)系搪瓷釉粉和TiO_(2)为主要原料,在20G钢表面制备了高温搪瓷涂层。采用XRD分析了搪瓷涂层的物相组成,采用万能试验机和材料表面性能综合测试仪研究TiO_(2)含量对搪瓷涂层的结合强度和耐磨性的影响,采用钾蒸气模拟腐蚀试验结合SEM评价了搪瓷涂层的耐腐蚀性。结果表明:添加TiO_(2)的B_(2)O_(3)–R_(2)O–Al_(2)O_(3)–SiO_(2)系搪瓷涂层经900℃搪烧后涂层结构致密,其中仍能检测到金红石及NiO等晶相;TiO_(2)的引入降低了B_(2)O_(3)–R_(2)O–Al_(2)O_(3)–SiO_(2)系搪瓷涂层高温黏度;添加TiO_(2)后搪瓷涂层结合强度和耐磨性均得到了提高;同时,钾蒸气模拟腐蚀试验表明搪瓷涂层均具有优异的耐腐蚀性。相比未添加TiO_(2)的搪瓷涂层,添加3%TiO_(2)的搪瓷涂层在保持优异的防腐性能基础上,其结合强度提高了15%,磨损量降低了35%,具体数值分别为18.8 MPa和7.4×10^(-5) (mm^(3)·N^(-1)·m^(-1))。

关键词：搪瓷涂层 TiO_(2) 耐磨性防腐蚀性

同方期刊数据库

基于改进多目标粒子群算法的可重构装配线调度

在线全文

学校读者我要写书评

暂无评论

组合机床与自动化加工技术 2025年第1期 234-240页

作者：董可欣李梓响郑晨昱张子凯张利平唐秋华武汉科技大学冶金装备及其控制教育部重点实验室武汉430081 武汉科技大学机械传动与制造工程湖北省重点实验室武汉430081 武汉科技大学精密制造研究院武汉430081

针对可重构装配线调度问题,构建了最小化重构成本、最小化生产负荷平衡和最小化物流平准化的多目标调度模型,设计了改进多目标粒子群算法。该算法采取了自适应调整策略和重启机制以保证种群多样性,帮助算法跳出局部最优。为了测试两种... 详细信息

针对可重构装配线调度问题,构建了最小化重构成本、最小化生产负荷平衡和最小化物流平准化的多目标调度模型,设计了改进多目标粒子群算法。该算法采取了自适应调整策略和重启机制以保证种群多样性,帮助算法跳出局部最优。为了测试两种改进策略的有效性,所提出算法与两种多目标粒子群算法进行对比实验,实验结果表明自适应调整策略和重启机制有效提升了多目标粒子群算法的性能。同时,将改进多目标粒子群算法与原始多目标粒子群算法、多目标模拟退火算法、多目标人工蜂群算法、多目标差分进化算法、基于分解的多目标进化算法、快速非支配遗传算法进行对比。对100个测试案例进行求解,在世代距离、指标和超体积率上均表明改进多目标粒子群算法优于对比算法,可实现多目标可重构装配线调度问题的高效求解。

关键词：可重构装配线计划排序多目标粒子群算法多目标优化

恶劣环境下振动筛出料口异常状态自动检测方法

在线全文

学校读者我要写书评

暂无评论

武汉科技大学学报 2025年

作者：刘苏恒宁利川刘金波谭明琼杨金堂武汉科技大学冶金装备及其控制教育部重点实验室武汉科技大学机械传动与制造工程湖北省重点实验室武汉科技大学精密制造研究院广东中南钢铁股份有限公司

选矿筛分车间内环境恶劣，导致振动筛出料口检测存在危险性高、效率低下以及远程监控平台难以建立等问题，为此提出一种机械装置与计算机视觉相结合的巡检方式，用于实现对出料口的自动化异常检测。首先搭建具有刚性伸缩结构的巡检机器... 详细信息

选矿筛分车间内环境恶劣，导致振动筛出料口检测存在危险性高、效率低下以及远程监控平台难以建立等问题，为此提出一种机械装置与计算机视觉相结合的巡检方式，用于实现对出料口的自动化异常检测。首先搭建具有刚性伸缩结构的巡检机器人平台，其目的是在搭载和保护相机的同时，还能实现自由灵活的近距离图像采样，同时设计了一种齿条换向件来减小伸缩管径向尺寸，以解决刚性材料引起的负载过大问题。其次，提出一种支持向量数据描述(SVDD)结合神经网络的图像识别模型，以LeNet网络为特征提取器，采用自编码器对LeNet进行预训练，以提高网络的收敛速度。实验结果表明，本文方法对出料口异常检测的准确率可达到98.7%，AUC值达到0.99，满足现场实际应用需求。

关键词：振动筛出料口异常检测巡检机器人 LeNet 支持向量数据描述