一种架空线路带电作业自动送线紧固装置的设计

阐述配电网线路自动送线连接绝缘紧固装置及适配金具的设计与实现,基于全绝缘化,自动化,小型化,便携化融合技术,完成可行解决方案的设计,从而实现新装置应用,以及金具便捷、稳定、安全地使用,保障施工质量的稳定。     

基于MSER的线激光光条中心提取算法

提出一种新的线结构光中心提取算法。该算法从光条区域与背景区域具有高对比度这一特性出发,基于最大极值稳定区域算法(maximally stable extremal regions, MSER)对光条有效区域进行快速高效的提取。基于只对光条有效区域进行扫描的思想,避免了传统算法对图像冗余信息扫描过程中易受噪声影响及检测效率较低的不足。此外,针对灰度重心法存在因激光条纹横截面参与计算数量不同而导致光条中心存在偏移误差的不足,提出基于开窗思想的灰度重心法对基于MSER所检测的有效光条区域进行中心提取。试验结果表明：该算法能够实现对光条中心的快速提取,比Steger算法提速将近19倍,且具有较高抗噪性。     

基于改进YOLOv3算法的公路车道线检测方法

针对YOLOv3算法在检测公路车道线时存在准确率低和漏检概率高的问题, 提出一种改进YOLOv3网络结构的公路车道线检测方法.该方法首先将图像划分为多个网格, 利用K-means++聚类算法, 根据公路车道线宽高固有特点, 确定目标先验框数量和对应宽高值; 其次根据聚类结果优化网络Anchor参数, 使训练网络在车道线检测方面具有一定的针对性; 最后将经过Darknet-53网络提取的特征进行拼接, 改进YOLOv3算法卷积层结构, 使用GPU进行多尺度训练得到最优的权重模型, 从而对图像中的车道线目标进行检测,并选取置信度最高的边界框进行标记.使用Caltech Lanes数据库中的图像信息进行对比试验, 实验结果表明, 改进的YOLOv3算法在公路车道线检测中平均准确率(Mean average precision, mAP)为95%, 检测速度可达50帧/s, 较YOLOv3原始算法mAP值提升了11%, 且明显高于其他车道线检测方法.     

基于注意力机制和特征聚合的车道线检测

车道线检测的可靠性和稳定性对智能驾驶系统来说至关重要.由于车道线容易受到光线、遮挡、老化等复杂情况的干扰,导致传统的语义分割网络无法准确的学习到车道线的细节特征.为解决该问题,本文首先在编码网络部分引入CA坐标注意力机制,进一步增强网络对车道线提取能力,然后,在特征聚合网络引入金字塔空洞卷积模块与RESA模块并联来增强模型的感受野,以丰富和提取全局的空间特征信息,最后经过解码网络将融合后的特征图上采样到原图大小,并预测每个车道的位置和概率分布.实验证明,文中提出的算法在CULane数据集上有较高准确率,多路面综合准确率达到76.2%,并通过实车测试表明,该算法检测帧率为30 fps,可以在复杂交通场景下进行实时检测,具有较高的泛化性和鲁棒性.     

基于SISL的介质填充双通带滤波器设计

为实现滤波器的小型化,基于介质集成悬置线(substrate integrated suspended line, SISL)结构提出了一种介质填充双通带滤波器的设计方案. 首先将高介电常数的介质块填充入SISL的空气腔中,提升SISL的等效介电常数,实现电路的小型化,高介电常数介质块可以直接被SISL固定;然后利用T型结连接两组工作在不同频段的滤波器从而使得两个通带相对独立;最后利用仿真软件进行优化,确定介质填充双通带滤波器的尺寸,并进行加工与测试. 仿真与测试结果表明,二者具有较好的一致性,两个通带频率内的回波损耗均优于15 dB,电路的核心尺寸为0.058λ_g×0.139λ_g(λ_g为SISL在第一通带中心频率处的导波波长). 此双通带滤波器具有小尺寸、自封装等优势,且所有层介质基板均采用低成本的FR4板材,降低了制造成本.     

智媒体背景下“直播带货”的发展策略

近年来,随着互联网技术的加速发展,传统媒体的转型融合,智媒体时代已来临。在智媒体社会背景的催化下,“直播带货”快速进入到大众视野当中,并成为人们日常生活、购物消费的行为方式。尤其是受近两年新冠肺炎疫情的影响,聚集购物成为了人们的一大问题,足不出户的线上销售模式备受大众的喜爱,“直播带货”营销模式异军突起,充分利用“直播+网红+购物”的形式,解决了大众的购物需求。而这一购物热潮的背后,也暴露出了许多问题。本文将重点研究“直播带货”的发展现状和现存问题,以及智媒体环境如何推动“直播带货”行业的发展,为其提供解决新思路。     

基于线结构光旋转扫描和光条纹修复的三维视觉测量技术研究

非接触式三维视觉测量广泛应用在工业制造质量检测中。针对工业金属零部件检测的应用场景,提出了一种基于线结构光旋转扫描和光条纹修复的三维视觉测量方案。首先,通过基于线结构光投影的计算机视觉技术,设计了线结构光旋转扫描视觉子系统,并对工业相机、线结构光平面和旋转扫描中心轴进行标定;然后,针对采集到的光条纹图像存在低灰度区域缺失数据的问题,提出了基于缺失区域自适应灰度增强的光条纹中心线提取算法,有效修复了被测零部件的线结构光投影条纹;同时,利用文中提出的线结构光三维视觉测量方案,通过重建标准球棒的表面点云计算两球直径和球间距来评价测量系统的精度,测量系统精度优于0.06 mm;最后,进行金属轮毂外轮廓形貌测量,通过重复性实验计算轮毂外轮廓最大半径,验证重复性误差优于0.03%。实验结果表明:该方法可以无损伤、高效率、高精度地实现工业金属零部件三维测量,弥补了接触式三维测量方法的缺陷。     

模拟医生App推广可行性的调研报告

现如今,社会生产力的极速发展促使人们的服务需求日益多样化,模拟医生 App 软件以此为基础,为满足人们多种多样的健康需求而开发。开展本次调研的目的在于了解模拟医生 App 在市场上的推广可行性,并为模拟医生 App 未来的研发提供现实社会基础。文章以大学生和医务工作者为主要研究对象,设置问卷,以线上扫码作答的方式进行调研。结果显示本软件的推广可行度很高。     

聚合物挤出加工在线检测技术进展

聚合物挤出加工能有效地将聚合物熔融和机械混合的优势结合在一起,是制备高性能聚合物材料的重要手段。然而,挤出机复杂的几何结构和瞬态流动特征导致了挤出加工过程中的流动和混合非常复杂。因此,为了理解挤出加工过程,开发实时的在线检测技术尤为重要。文中从聚合物熔体的流动、混合和反应等角度综述了近些年来聚合物挤出加工过程中各种在线检测技术,并对这一领域的技术发展进行了展望。     

聚合物浸渍裂解法制备C/C-ZrC复合材料及其性能

本文以低密度C/C复合材料为坯体,有机锆聚合物为前驱体,采用聚合物浸渍裂解法(PIP)制备C/C-ZrC复合材料,并对其微观结构、力学性能、烧蚀性能以及烧蚀机理进行了研究。结果表明ZrC在材料内分布均匀,密度为2.05g·cm~(-3)的C/C-ZrC复合材料其弯曲强度为89.70MPa,呈脆性断裂。经氢-氧焰烧蚀150s后其线烧蚀率为-2.2×10~(-3)mm·s~(-1),质量烧蚀率为-1.0×10-3g·s~(-1),远低于密度为1.86g·cm~(-3)的C/C复合材料(线烧蚀率:4.4×10~(-3) mm·s~(-1),质量烧蚀率:7.5×10~(-4)g·s~(-1));在烧蚀的过程中,ZrC表现出优先氧化,同时生成的ZrO_2阻挡层能有效阻挡热量的传递和氧气的渗透,提高了材料的抗烧蚀性能。