基于Arduino的选择性激光烧结系统设计

目前选择性激光烧结设备均为工业级产品,不仅操作过程复杂,且设备成本高昂,因此设计一种基于Arduino的选择性激光烧结系统。该系统以开源硬件Arduino DUE为控制单元,通过Arduino IDE进行程序编写,下位机可实现读取G代码从而对激光、运动、温度等进行控制实现。结果表明,采用近似于桌面级FDM设备的设计思路,在保证设备功能的前提下大幅度降低了烧结机的设备成本,而且其中的模块化粉箱在缩小设备尺寸的同时也使装卸粉箱工作更加便捷。     

袋装水泥机器人自动装车系统设计及应用

本文介绍了一种利用机器人配合激光视觉系统的袋装水泥自动装车系统,通过采用激光视觉来检测运输车车厢,可精确测量车厢尺寸和精准确定车厢位置,再配合机器人的高柔性特点,可实现几乎所有车型的自动装车功能。应用效果表明,该系统可以满足目前袋装水泥运输车的多样性,具有良好的经济效益和社会效益。     

基于SAOR的Massive MIMO系统信号检测算法

大规模多输入多输出(Massive multiple input multiple output, Massive MIMO)系统采用最小均方误差(Minimum mean square error, MMSE)接收检测方法时存在矩阵求逆复杂度高的问题，已有较多降低复杂度的研究。在降低检测算法复杂度的同时，如何提高算法收敛速度和检测性能一直是人们关注的焦点。本文将对称加速超松弛(Symmetric accelerated over-relaxation， SAOR)迭代算法应用于Massive MIMO系统信号检测中，避免了复杂的矩阵求逆计算，实现了复杂度较最小均方误差算法降低了一个数量级。仿真结果表明，基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差（Minimum mean square error, MMSE）算法的检测性能，为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法。     

结合注意力的3D卷积网络脑胶质瘤分割算法

为了提升脑胶质瘤分割精度，提出一种结合注意力机制的3D卷积神经网络算法。输入3个不同尺度的图像块，经过9个卷积层和1个分类层后得到3个不同的分类结果，将分类结果与注意力学习到的权重相乘并逐体素相加得到输出。此外该算法采用了一种混合Dice损失函数与Focal损失函数的超参数损失函数。实验表明，该算法的Dice系数在整体区域、核心区域以及增强区域分别达到了95.31%、80.12%、82.25%。与已有的一种脑胶质瘤分割算法deepmedic相比，整体区域、核心区域以及增强区域的Dice系数分别提升了3%、2%、6%。在脑胶质瘤分割方面，具有重要的临床意义。     

基于智能电表大数据的异常用电检测

异常或欺诈造成的非技术性电力损失是电力公司损失的主要源头之一。智能电表的广泛使用，使得运用大数据方法实现对非技术性电力损失的有效检测成为可能。提出了一种使用监督学习进行非技术损失检测的方法。该方法基于智能仪表记录的所有信息（耗电量、异常警报等）结合辅助数据库所提供的有关每个智能电表的地理位置和技术参数的附加信息，使用最优的机器算法来深入分析用电客户的用电行为，生成异常用电客户列表。通过现场检查的结果表明，该方法能够较为准确地识别智能电网中所存在异常用电客户。     

无人机山区环境激光扫描路径规划方法研究

为了提升山区环境里无人机进行扫描时的飞行测量有效性和飞行效率，提出了一种结合传感器测量特性的路径规划方法，以激光传感器的最大测量距离和角度、飞行效率、巡检目标位置为约束，通过求解规划方程得到飞行的轨迹，从而保证无人机山区环境巡检的安全和效率。结果表明，结合Velodyne VLP-16，RS-LiDAR-16，HDL-32E 3种激光传感器的最大测量距离d以及测量角度θ等特性进行路径规划，规划优化效果分别达到了7.58%, 11.18%, 13.33%。该研究验证了山区激光扫描路径规划方法的有效性和正确性。