新的大尺寸截面配对式视觉测量方法的研究

根据大尺寸测量系统的现状,从分析线结构光入手,提出了组建传感器对测量方法,使每对传感器具备差动测量能力,提高单点测量精度;利用坐标测量臂和激光跟踪仪的大尺寸测量能力,对传感器坐标系进行全局校准,提高校准的精度和效率;研究椭圆检测算法,提出利用椭圆平行弦中点连线必过椭圆中心基本定理,求出椭圆中心坐标,拟合出椭圆形状;通过理论分析,该方法切实可行。     

Log-polar height maps for multiple range image registration

We propose a method for coarse registration of multiple range images that uses a log-polar height map (LPHM) as the key for establishing correspondence. The LPHM is a local height map orthogonally mapped on the tangent plane with the log-polar coordinate system. The input range images are roughly represented by signed distance field (SDF) samples. For each SDF sample, an LPHM is generated and is converted to an invariant feature vector. Point correspondence is established by a nearest neighbor search in feature space. The RANSAC algorithm is applied on the corresponding point pairs between each pair of range images, and the pairwise registration of input range images is determined by the extracted inlier point pairs. Finally, the global registration is determined by constructing a view tree, which is the spanning tree that maximizes the total number of inlier point pairs. The result of coarse registration is used as the initial state of the fine registration and modeling. The proposed method was tested on multiple real range image datasets.     

一种基于八叉树空间剖分技术的光线跟踪算法

光线跟踪算法是生成真实感图形的主要算法之一。为了提高光线追踪速度,在研究和比较各种光线跟踪算法的基础上,提出了一种基于八叉树数据结构的光线追踪算法。并结合基于重心坐标系的快速求交算法来提高光线跟踪的求交效率,使用重心坐标来表示包含三角形面片的参数平面,不用像三角形顶点一样需要长期存储,能够快速判定光线与三角形是否相交并计算出交点。实验结果表明,该算法能够在保证图像质量的同时提高绘制速度。     

动态判断与非单调推理的属性重心坐标表示模型

本文研究动态判断与非单调推理的属性重心坐标表示模型。研究表明：命题真值随基准而变的动态判断及其诱导的非单调推理可用属性重心坐标加以表示,而基于基准变换的 解释及其属性坐标表示模型更符合实际情况,也更合乎逻辑。     

Application of the general elimination method in robot kinematics

A general method for solving the robot inverse kinematics problem is presented. The method is based upon the general elimination method to obtain the equivalent system of equations which are triangularized and the solutions of the inverse kinematics problem can be solved by backsubstitutions.     

改进YOLOX网络的轴承缺陷小目标检测方法

针对深度学习模型在工业轴承表面缺陷检测中多目标情形下的小目标漏检率高、模型特征融合不充分的问题,基于YOLOX提出一种多注意力特征加权融合的小目标缺陷检测算法。在骨干网络引入特征提取更加细粒度的Res2Block模块,同时嵌入自注意力机制,增加隐性小目标的区域特征,减少漏检率;设计内嵌坐标注意力并作为加权条件的双路金字塔特征融合网络,提升浅层细节特征和深层高级语义特征的交互融合能力;后处理阶段引入Focal Loss损失函数,增加模型对正样本目标的学习,进一步减少漏检率。实验结果表明,与原YOLOX算法相比,改进算法在自制小型列车轴承表面缺陷数据集上mAP提高了4.04个百分点,对小目标的识别率明显提升。     

融合坐标信息与模板更新的孪生网络目标跟踪

应对孪生网络单目标跟踪算法在跟踪中遇到背景杂乱、相似物影响、遮挡等复杂场景的问题导致跟踪系统精度和成功率下降的问题,提出一种融合坐标注意力机制和模板更新的跟踪算法MCUSiamRPN (MobileNet coordinate attention and updating of template SiamRPN).在SiamRPN算法基础上,采用改进的MobileNetV3为特征提取网络,多层特征信息分别送入坐标注意力模块,进行特征融合,丰富语义信息;设计了一种自适应模板更新模块,结合初始模板和当前帧的模板用于估计下一帧的最佳模板更新模板信息.在OTB100和UAV123两个数据集上进行测试,结果显示:相比于基准算法Siam RPN,精度分别提升了5.3%和3.7%;成功率分别提升了3.7%和5.2%,验证了该算法的有效性.     

多能信息交互支撑的综合能源协同优化调度对综合供能可靠性影响分析技术

多能信息互联打通了不同能源系统间的信息交互通道,使跨系统的能源综合调度成为可能,进而可实现紧急状态下的多能相互支撑,为综合能源系统整体供能可靠性的提升提供了新的手段。以能源集线器(energy hub,EH)作为信息集成与多能交互的核心,建立多能信息互补优化方法,对多能协同过程进行精准刻画与通用计算;在此基础上提出了基于影响增量的可靠性评估方法,整合事故发生概率与负荷削减信息,得到量化可靠性指标;进而,提出了协同优化、多能互补对系统供能可靠性的影响分析技术。在算例分析中验证了所提方法的精度和效率,合理的多能协同模式能够提升系统可靠性,还可促进可再生能源的高比例接入。     

基于多智能体系统的分布式风储协同频率控制策略

随着风电渗透率逐渐提高,缺少传统调频资源的电网将面临频率安全稳定问题。因此提出一种基于多智能体系统的分布式风储协同频率控制策略。首先,各智能体利用平均一致性算法实现全局信息精确分享。然后,根据获得的全局信息,利用分布式经济性算法确定各台风电机组的最优减载率。当电网发生频率扰动时,各智能体通过分布式方法整定控制参数,控制相应风储设备协助同步发电机组参与惯量响应和一次调频。最后,通过仿真验证了所提控制策略的有效性。结果表明,所提控制策略能够保证电网频率满足动态响应指标。     

CATIA V5环境下基于产品数模的三坐标测量机测点自动采样

为了实现CAD与CAIP(计算机辅助测量规划)的集成,提出了一种基于产品三维模型的CMM(三坐标测量机)测量点采样方法。该方法从产品的IGES文件中有效识别型面形状与边界定义,采用均匀采样与依曲率变化二次采样相结合的策略,针对各个型面类型制定专门的信息处理机制,实现测量点的自动采样,并通过转换在参数平面中判断采样点与裁剪区域的隶属关系,以有效剔除无效采样点;通过典型飞机部件外形曲面的采样点生成结果表明,该方法能有效应用于飞机的测量规划中。