基于区块自适应特征融合的图像实时语义分割

近年来结合深度学习的图像语义分割方法日益发展, 并在机器人、自动驾驶等领域中得到应用. 本文提出一种基于区块自适应特征融合(Block adaptive feature fusion, BAFF) 的实时语义分割算法, 该算法在轻量卷积网络架构上, 对前后文特征进行分区块自适应加权融合, 有效提高了实时语义分割精度. 首先, 分析卷积网络层间分割特征的感受野对分割结果的影响, 并在跳跃连接结构(SkipNet) 上提出一种特征分区块加权融合机制; 然后, 采用三维卷积进行层间特征整合, 建立基于深度可分离的特征权重计算网络. 最终, 在自适应加权作用下实现区块特征融合. 实验结果表明, 本文算法能够在图像分割的快速性和准确性之间做到很好的平衡, 在复杂场景分割上具有较好的鲁棒性.     

基于扩张状态观测器的迟滞非线性系统辨识

针对一类迟滞非线性系统提出一种参数辨识新方法。通过构造合适的周期输入信号,分析Bouc-Wen模型的积分特性,该特性在后续线性参数与迟滞参数辨识中起到重要作用。利用扩张状态观测器获得系统状态和等效扰动构造方程组,实现线性参数和非线性参数的分离辨识,所有参数通过线性方程组求解得到。通过数值仿真验证了方法的有效性。最后,方法应用于一类压电系统的迟滞非线性模型辨识,所得模型能够很好地反应实际系统的特性。     

基于分块不变矩特征的瓷砖分类识别的研究

首先通过形态学边缘检测方法提取瓷砖花纹,然后采用分块提取特征的思想对瓷砖进行分类识别,即先将瓷砖分成4行4列16个子块,然后提取每子块两个稳定的Hu不变矩,共32个不变矩作为瓷砖分类的特征向量。对于分块后造成的矩的位置相关性问题,通过将每个训练样本分别旋转90°、180°、270°,然后再提取它们的矩特征向量的方法来解决。最后将提取到的特征向量输入BP神经网络进行分类识别。测试结果表明,本方法识别准确率高、运算速度快,能达到预期目的。     

基于Xenomai的实时测控系统的研究与实现

介绍实时操作系统仿真框架Xenomai和操作系统自适应域环境Adeos(Adaptive Domain Environment for Operating System)的基本原理.分析带有中断屏蔽功能的Adeos中断管道机制,以及用户态下混合执行模式的实时任务被抢占和"优先级反转"问题.应用Xenomai的实时核构建了Xenomai/Linux双内核实时机制;通过Xenomai提供的可插式接口仿真模块实现了基于RTAI API的应用程序编程;结合IPC等具体硬件实现了一套模拟小型电站任务的实时测控系统.运行结果显示系统满足电力系统硬实时的时限要求且运行稳定.     

基于RTAI和IPC的实时测控系统研究

介绍了RTAI和ADEOS的基本原理,并在阅读大量代码的基础上分析了ADEOS在RTAI和Linux上的具体实现,指出了RTAI和Linux能够协调运行的关键之处,研究了中断的截取和重新分配.构建了一套基于RTAI和IPC的实时测控系统,通过运行证明了基于ADEOS的RTAI完全能胜任工业硬实时系统的要求.     

基于Linux和Xenomai的实时测控系统

如果能够提供一种将基于传统实时操作系统开发的应用程序透明地移植到Linux上的解决方案,那么Linux在实时领域的应用就会更加广泛;Xenomai就是为解决这个问题而发起的一个开源项目,相比于同类方案中RTLinux和RTAI,Xenomai的特点是专注于用户态下的实时性,同时提供与多种流行商业RTOS兼容的接口,这样在其之上构建的实时程序的稳定性和可移植性有了较大的提高;文中介绍了Xenomai的主体功能,分析了其底层实现思想,构建了一套基于Linux和Xenomai的实时测控系统,并对该系统进行了实时性测试,结果表明Xenomai能够胜任硬实时测控系统的需求。     

PC-BASED微型钻头磨床的研究与开发

为实现高精度钻头加工,开发出基于工业PC,以通用运动控制卡为核心的钻头磨床数控系统.该控制系统硬件结构简单,软件设计采用模块化方式,便于系统功能的扩展和提升.实践表明,系统能保证机床加工的高精度和稳定性,提高了磨床加工的自动化程度和效率.     

基于ARM9的嵌入式Linux测控系统实时性增强研究

对Linux内核进行了分析,研究了Linux内核在实时性方面的一些不足,并从开发一套基于ARM9的具体测控系统出发,提出了对ARM平台上的Linux系统时钟粒度、调度方式和中断管理的修改方案,该方案提高了嵌入式Linux内核的实时性.以此为基础,构成了一套多任务测控系统,该系统能够满足测控的实时性要求.