基于YOLOv5的交通标志识别

交通标志识别是自动驾驶技术中的关键一部分.针对交通标志在道路场景中目标较小且识别精度较低的问题,提出一种改进的YOLOv5算法.首先在YOLOv5模型中引入全局注意力机制(GAM),提高网络捕获不同尺度交通标志特征的能力;其次将YOLOv5算法中使用的GIoU损失函数更换为更具回归特性的CIoU损失函数来优化模型,提高对交通标志的识别精度.最后在Tsinghua-Tencent 100K数据集上进行训练,实验结果表明,改进后的YOLOv5算法对交通标志识别的平均精度均值为93.00%,相比于原算法提升了5.72%,具有更好的识别性能.     

面向同步发电机励磁控制交流采集系统的设计

励磁控制系统对同步发电机的稳定运行起着至关重要的作用,既能保证电网运行的稳定,又保证输出更高质量的电能;交流采集是励磁控制的输入,是整个环节中不可缺少的一部分;基于此,对面向STM32F103RCT6的励磁控制系统的交流采集系统进行了研究;采用分模块化的思想,使用C语言编程;首先介绍了励磁控制系统的总体结构,然后进行系统整体设计,再通过硬软件设计和调试分析完成整个课题;经试验测试得出,以STM32F103RCT6单片机为核心设计的同步发电机励磁控制系统交流采集系统总体结构易于理解,交流采样模块和有效值计算模块用软件也易于实现,运行过程中准确性高,较为安全可靠。     

基于主元证据理论在车辆识别中的应用

车辆识别技术作为智能交通管理系统中的研究热点和难点;在车辆识别技术中,应用Dempster- Shafer证据组合规则融合冲突信息时会产生不合理的结果;基于修正证据源的思想,提出了一种新的权重系数确定方法,该方法从证据主元角度分析,确定各组证据主元,利用该主元求出证据相容度、可信度,进而确定证据权重系数;通过新的证据冲突衡量方法,确定冲突值,归一化权重,修正证据源,按ER规则融合各组证据对目标进行识别;仿真部分以实际路面车辆车型识别为算例,将该方法与其他方法对比,结果表明:该方法能更有效地融合高度冲突的证据,减小计算复杂度,目标识别的准确性提高20%。     

中长期电力负荷预测研究

为了有效地提高电力负荷的预测精度,针对影响中长期电力负荷多因素间的非线性和不确定性,提出了一种粗糙集(RS)和最小二乘支持向量机(LSSVM)相结合的中长期电力负荷预测方法.采用粗糙集理论把影响电力负荷的六个因素,属性约简为三个核心属性,减少了LSSVM的输入量,提高了电力负荷预测系统的快速性;粗糙最小二乘支持向量机回归建模,构造RS-LSSVM的电力负荷预测模型,提高预测的精度.最后进行仿真,改进模型应用于某地区的中长期电力负荷的拟合和预测中,采用RS-LSSVM模型,与BP神经网络的拟合预测结果相比,预测误差明显小于BP神经网络,具有更高的预测精度,为中长期的电力系统负荷预测提供了一种新的科学、有效的方法.     

便携式图像采集器的研制

在此设计的以嵌入式DSP和CPLD为核心的图像采集系统,完成了对图像传感器输出的数字信号进行采集并快速处理的功能。主要包括电源模块、DSP外围电路、数字图像处理模块和CPLD逻辑控制模块等。体积较小,成本比较低,在线编程灵活,实时性高的特点是此图像采集处理系统的最大特点,对于嵌入式系统中的经常出现的大小、轻重和成本等在实际中的瓶颈现象可以较好的解决。且文中所设计的便携式图像采集器对512K×8b以下的容量是通用的。最后的调试实验结果表明,此图像采集系统达到设计的预期目标。     

混沌最小二乘支持向量机的AUV航向预测控制

针对AUV航向控制中存在不确定因素,尝试提出一种混沌最小二乘支持向量机(Chaos-LSSVM)的航向预测控制方案。由于AUV是典型的非线性系统,利用LSSVM解决航向非线性建模问题,采用Chaos算法在线优化LSSVM模型参数,预测控制AUV的航向,保证了航向预测控制的精度。最后Chaos-LSSVM与Fuzzy-PID预测控制器仿真结果对比表明,文中方法有效地提高了模型预测控制的精确性,且对于有海流海浪干扰及模型参数摄动具有较好的自适应抗干扰能力。     

基于RS-Chaos-LSSVM的鱼雷航向控制研究

基于典型的非线性系统的鱼雷航向控制存在不确定性因素,尝试提出基于RS-Chaos-LSSVM的航向控制方案。Chaos在线优化LSSVM模型参数,确保控制的精度。为提高控制的实时快速性,采用RS理论消除冗余信息,用约简后的规则集对Chaos-LSSVM模型进行训练控制,满足较好的快速性;RS-Chaos-LSSVM与RS-LSSVM控制器仿真表明,该方法提高了鱼雷航向控制的实时精确性,且对于海流海浪干扰具有良好的自适应抗干扰能力。     

基于ARM和CPLD的温度控制器的设计

采用ATMEL公司的AT91M40800微处理器作为温度控制系统的核心,结合CPLD技术.完成四路温度信号的处理.ARM微处理器处理两路控制信号,一路通过网络接口传送至网络;另一路经光电隔离和功率放大后控制加热片.实现加速度计温度控制系统的闭环控制.实验证明该设计达到预期目标,满足系统精度和高速实时性要求.     

移动机器人路径规划综述

移动机器人是目前科学技术发展最活跃的领域之一,在工业、农业、医疗等行业广泛应用,还在城市安全、国防和空间探测领域得到更广的应用。要实现机器人在未知环境下自主作业,具备实时、自主、识别高风险区域和风险管理的能力,路径规划是一个重要环节,规划水平的高低,在一定程度上标志着机器人的智能水平,因此研究机器人路径规划对提高机器人的智能化水平、加快工程化应用具有重要的意义。文章重点分别从全局路径规划和局部路径规划角度对机器人路径规划的研究方法进行了分析与总结,同时分析研究了基于仿生学的智能算法的遗传算法、蚁群算法、粒子群算法,最后展望了移动机器人的未来发展趋势。     

基于RS-LSSVM的AUV耦合控制方法

针对AUV不可避免的横滚运动引起的俯仰和偏航运动间的耦合效应,提出了基于RS-LSSVM的综合解耦控制方法。首先分析建立了AUV的俯仰-偏航模型,并构建了RS-LSSVM解耦控制模型,重点研究其解耦控制方法。以某型号的AUV为研究对象,着重对非零横滚角引起的俯仰与偏航间的耦合进行解耦控制仿真,其结果与标准PID解耦控制仿真结果对比表明,该方法有效地消除了俯仰和偏航运动的耦合,为AUV的解耦控制提供了一种新的方法。