激光成像仪器振动噪声故障实时诊断方法

为了提高激光成像仪器振动噪声故障检测能力,提出基于高阶统计特征量提取和谱分析的激光成像仪器振动噪声故障检测诊断方法,采用噪声传感信息融合感知方法进行激光成像仪器振动噪声故障原始样本信息采样,对采集的激光成像仪器振动数据进行信号拟合,结合时频特征分解方法对故障信号进行特征分解和多尺度高阶统计特征量提取,建立激光成像仪器振动噪声故障检测的特征提取模型,采用高阶统计特征量和谱分析方法,实现激光成像仪器振动噪声故障实时诊断和检测。仿真结果表明,采用该方法进行激光成像仪器振动噪声故障诊断的检测准确性较高,实时性较好,提高了激光成像仪器故障的实时分析和故障排除能力。     

基于激光传感器的人体运动距离测定方法

激光传感器测量人体运动距离过程中,发射器容易受到频率干扰,导致出现人体特征数据丢失的情况,抗干扰性较差,为此提出了基于激光传感器的人体运动距离测定方法。分析人体运动特征,提取人体运动特征轮廓,使用卡尔曼滤波方法跟踪人体,获取人体运动位置最优解,确定人体运动位置后,确定激光传感器光路,保证光斑清晰,并通过计算人体运动距离实现所提方法的理论研究。测试结果表明,所提基于激光传感的人体运动距离测试方法具有良好的有效性,人体轮廓描绘准确度高于98%,在存在干扰的情况下,测距数据精准度高于96%,抗干扰性较强,具有更高的可行性。     

基于传感器的压力容器异常信息检测

对压力容器中的异常传感信息准确检测能实现压力容器故障诊断排除。针对压力容器异常传感信息宽平稳性强,检测准确度不高的问题,提出一种基于传感器鉴频特征提取的压力容器异常信息检测方法。首先对压力容器中的异常传感信息进行数据采样,对采样数据进行非线性时间序列信息流建模,采用ARMA模型分析压力容器异常信息的时频特征,结合传感器鉴频特征提取实现信号检测。仿真结果表明,采用该方法进行压力容器传感器信息检测的准确检测概率较高。     

基于激光视觉传感的机器运动目标跟踪研究

复杂背景影响下机器人跟踪运动目标精度提升是目前相关领域研究的重点,因此,研究基于激光视觉传感的机器运动目标跟踪方法.使用激光传感器获取激光数据,利用扫描匹配算法实现运动目标检测,同时定位机器人并构建所处环境的图像;使用单目视觉传感器,通过目标位置估计算法计算出运动目标的角度信息与距离信息,使用Rao-Blackwell...     

基于3D激光扫描传感器的焊缝区域跟踪方法设计

一般二维数据传感器在智能焊接领域应用中,跟踪焊缝区域时,焊接枪抖振会导致跟踪误差大的问题,提出基于3D激光扫描传感器的激光焊缝自动跟踪方法,应用3D激光扫描传感器获取到完整的激光焊缝3D位置数据。对采集到的焊缝位置信息展开全局最优解处理,提取激光焊缝的相关特征。对激光焊缝跟踪相关的距离特征进行分类处理:设计模糊跟踪算法,利用基本论域方法建立目标边缘特征模型,调整激光焊缝隶属度参数,实现目标融合特征分类。在激光焊缝特征分类的基础上,利用变论域理论提高焊接跟踪控制准确率和焊缝成形检测效率,完成焊缝区域的控制跟踪,实现无人化焊接。实验结果表明:这种方法在减小跟踪误差中有明显的效果。     

基于最近邻特定点的人体运动姿态特征点标定识别方法

为了提高人体运动姿态的准确检测识别能力,提出基于最近邻特定点的人体运动姿态特征点标定识别方法。人体运动姿态图像采集依托于激光扫描技术,检测激光图像边缘轮廓,结合图像分割技术进行人体运动姿态的轮廓线分割和特征识别,构建激光图像灰度直方图分布结构模型,采取区域块匹配的方法提取模型中人体运动姿态和动作特征,采用多维像素重构方法进行人体运动姿态模拟,采用大间隔最近邻特定点标定方法进行人体运动姿态的特征点标定和检测,达到识别和优化人体的运动姿态的目的。实验结果表明,本文方法姿态识别的准确性较高,识别精度高,识别耗时短的特点,提高了人体运动姿态识别能力。     

基于可信连接的激光网络异质信息主动融合研究

激光网络异质信息存在交叉耦合性,信息融合的模糊度较大,提出基于可信连接的激光网络异质信息主动融合方法。构造激光网络异质信息分布式存储模型,采用相空间重构方法构建激光网络异质信息主动融合的大数据组合结构模型,结合大数据挖掘方法进行激光网络异质信息的可视化调度,提取激光网络异质信息的关联特征量,采用模糊聚类方法实现激光网络异质信息特征量的分类融合和自适应信息检索,建立可信连接的网络异质信息特征提取模型,在分布式网格存储空间中进行激光网络异质信息主动融合处理。仿真结果表明,采用该方法进行激光网络异质信息融合的特征匹配性较好,融合误差较小,融合后的异质信息检索能力得到有效提升。     

激光视觉引导下的工业机器人步态运动学参数辨识

工业机器人在多个领域都有广泛应用,而离线编程则成为其重要的发展方向。由于离线编程对机器人自身的绝对定位精度有较高要求,为提升绝对定位精度,设计一种激光视觉引导下的工业机器人步态运动学参数辨识方法。基于线结构激光测量技术,设计由工业智能相机、感光元件、滤光片、线激光器构成的激光视觉传感器,使用该传感器测量工业机器人,以获取其三维信息。通过粗引导与精引导两个步骤对激光视觉传感器实施激光视觉引导,以提高效率,降低瞄准误差。工业机器人步态运动学参数误差的辨识模型,通过最小二乘法对模型实施迭代求解,以获取精确的方程组解,从而完成步态运动学参数辨识。测试结果表明,该方法的步态运动学参数辨识误差低于0.02 mm,在30次迭代次数以内即可完成求解。     

基于肌肉的人体运动仿真研究*

针对当前国内缺少满足牛顿运动定律的人体运动仿真问题,提出了基于肌肉的人体运动仿真方法.该方法首先建立了基于解剖学的人体骨骼肌肉模型,然后进行运动捕获数据与人体模型的匹配,其次构建了主要关节点的局部坐标系,接着运用多刚体运动学与动力学进行运动学及动力学参数的计算,之后施加空间力学平衡约束得到了有效的关节运动约束机制.实验结果表明,利用该算法实现的人体运动仿真真实、自然、逼真,证明了算法的有效性.     

基于激光视觉传感的渔船目标无人机低空识别研究

为了提高渔船目标无人机低空识别的准确率,提出基于激光视觉传感的渔船目标识别方法。采用阈值分割和角点定位标定渔船目标激光视觉传感图像的方位特征点;提取渔船目标的位置信息、速度信息、加速度信息、运动轨迹信息,建立渔船目标激光视觉传感图像的背景差分检测模型;通过帧动态检测和差分图像聚类,计算相邻目标质心的距离;根据参数估计和像素灰度值检测,结合目标方位估计,实现对渔船目标激光视觉传感图像的定位识别。结果表明,采用该方法能够有效识别渔船目标,目标方位识别准确性达到90.95%以上,提高了渔船目标无人机低空识别准确性。     

变电站高压设备分布式物理化结构模型

设计基于激光即时定位与地图构建(Simultaneous Localization And Mapping, SLAM)技术的变电站高压设备分布式物理化结构模型,精准获取高压设备位姿信息,有效建立高压设备分布式物理化结构模型。利用无人机搭载激光雷达传感器与惯性测量单元,扫描并测量施工建设中高压设备环境信息;利用激光SLAM技术依据激光雷达传感器的扫描信息,求解设备位姿信息;通过扩展卡尔曼滤波算法,融合惯性测量单元测量的设备姿态角信息;利用加权数据融合算法,融合位姿信息与姿态角信息,获取最终设备位姿信息;依据最终位姿信息,建立设备实景三维模型;通过建筑信息模型,建立设备的建筑信息模型(Building Information Modeling, BIM)模型;利用Revit软件,以自动关联方式,构造两个模型间的关联关系,获取设备分布式物理化结构模型。实验证明：该模型可精准获取设备位姿信息,有效建立清晰的分布式物理化结构模型;该模型可有效融合设备姿态角,提升姿态角测量曲线平滑度。     

基于多尺度图像融合信息的沥青路面三维成像方法

基于图像处理的沥青路面纹理三维重建技术具有快速、全面、分辨率高等优点，针对沥青路面颜色集中、特征点不明显导致三维纹理检测精度低的问题，提出一种基于多尺度图像融合的双目视觉技术。通过加权最小二乘滤波实现图像多尺度分解，利用跨尺度聚合模型融合多尺度图像信息进行沥青路面三维重建，提高了双目重建的精度。通过区域纹理参数，将所提方法与激光扫描仪进行了比较。结果表明，所提方法的区域纹理参数结果与激光扫描仪的结果比较接近。     

基于光纤传感技术的混凝土结构深层裂缝监测研究

为了提高混凝土结构深层裂缝监测能力,提出基于光纤传感技术的混凝土结构深层裂缝监测方法。构建混凝土结构深层裂缝分布的光纤传感器监测网络模型,采用光学传感检测技术进行混凝土结构深层裂缝的数据采集,对采集的混凝土结构深层裂缝光检测数据进行融合处理,进行混凝土结构深层裂缝光纤传感数据的可视化重构,提取混凝土结构深层裂缝的特征分布信息参量,采用光纤传感检测技术,进行混凝土结构深层裂缝的信息参量估计。采用统计特征分析的方法,实现对混凝土结构深层裂缝的相关物理参数估计和结构检测。仿真结果表明,采用该方法进行混凝土结构深层裂缝监测的物理参数估计精度较高,对裂缝的检测准确性较好。     

基于融合运动特征和深度学习的电厂人员行为识别

电厂人员行为的准确识别与分析,对于维护电厂安全运行具有重要意义.文中使用融合运动特征的深度学习算法,建立了一套电厂工作人员的行为识别系统框架.为了提高动作识别精度、解决人体骨骼识别问题,通过引入图卷积网络建立多层时间空间融合的图卷积运算人体行为识别模型.针对单一网络检测准确率与鲁棒性低的问题,文中基于传感器网络建立了无...     

基于高光谱成像技术的运动人脸姿态识别方法

运动人脸姿态受到不规则光谱分布的干扰导致检测的准确性不好,提出基于高光谱成像技术的运动人脸姿态识别方法。采用高光谱视觉成像技术进行运动人脸姿态图像视觉信息采样,采用多层特征分解方法提取运动人脸姿态高光谱图像的边缘轮廓特征量,结合视觉信息重构的方法进行运动人脸姿态光谱特征检测,建立运动人脸姿态的光谱分布结构模型,采用活动轮廓套索模型进行运动人脸姿态高光谱图像角点信息标记,根据角点特征提取结果进行人脸的关键特征点标注,根据运动人脸姿态高光谱图像的特征分布实现运动人脸姿态识别。仿真结果表明,采用该方法进行运动人脸姿态识别的准确性较高,特征分辨能力较强,提高了运动人脸姿态信息检测和特征提取能力。     

基于反向传播神经网络的无线火灾预警系统

针对传统火灾预警系统中单一传感器数据检测的缺陷,提出一种基于反向传播神经网络模型的无线多传感信息融合火灾预警系统。该模型借助Matlab平台进行信息融合算法模拟,并经过试验验证,大大提高了火灾预警系统的准确率和可靠性。     

基于模糊匹配的蜂窝形光纤传感网络信息安全检测方法

针对现有蜂窝形光纤传感网络信息动态检测方法检测准确度较差，耗时较长的问题，本文提出了基于模糊匹配的蜂窝形光纤传感网络信息安全检测方法。构建蜂窝形光纤传感网络信息的异构存储结构模型，采用模糊分布式检测方法进行特征优化提取，提取高阶时频分布特征量，采用分块模糊匹配融合聚类方法进行分组特征检测和模糊信息聚类处理，结合网格区域化聚类分析方法实现信息的安全检测。实验结果表明，所提方法动态检测的优化效果在92%以上，准确率在92.2%以上，耗时最长不超过0.02 s,提高了检测准确度和检测效率。     

可穿戴柔性电子应变传感器进展及其应用研究

柔性应变传感器作为智能传感技术的核心,具有高柔韧性、高灵敏度、高稳定性等优势。柔性应变传感器与人工智能技术融合,可对人体生命活动所产生的信号进行全方位、多角度、多层次的数据采集,实现在医疗监护、人机交互和电子皮肤等领域的应用。综述了柔性应变传感器的类型,阐述了柔性应变传感器的传感机制以及不同微结构的传感器在检测范围、灵敏度和稳定性方面的优势,梳理了近十年来可穿戴柔性应变传感器的发展趋势和研究进展,就柔性应变传感器在人体运动检测、医疗监护、虚拟现实和电子皮肤领域的应用进行综述,总结了柔性应变传感器亟需解决的关键性问题以及未来发展的动向。     

基于激光传感的料堆体积测量在线标定方法

为提高激光传感三维测量系统的测量效率和系统适应性,提出一种基于结构化参数的激光三维测量系统的在线标定方法。该方法通过对已知参数的结构化标定板进行扫描和测量,分别建立其在激光扫描器坐标系和惯性测量传感器坐标系内的模型,提取被扫描面上的直线特征,利用结构参数约束条件解算出相对位姿关系。在不同工况下进行在线标定测量实验,标定出系统初值并进行实物测量和实验分析,在线测量的平均相对误差小于0.9%,实验结果表明提出的标定测量方法具有较高的准确性和适应性。     

基于热释电红外传感器的人体动作识别方法

针对目前人体动作识别技术中存在的隐私暴露、技术复杂度高和识别精度低等相关问题,提出了一种基于热释电红外（PIR）传感器的人体动作识别方法。首先,采用一组安置在天花板上经过视场调制的PIR传感器采集人体运动时散发的红外热辐射信号,将传感器输出的电压模拟信号进行滤波放大后通过ZigBee无线模块传送到PC端打包成原始数据集;其次,将原始数据的两路传感器输出数据进行特征融合,对融合后的数据做标准化处理封装为训练集和测试集;然后,基于数据的特征提出一种两层级联的混合深度学习网络模型作为人体动作的分类算法,第一层采用一维卷积神经网络（1DCNN）对数据进行特征提取,第二层采用门控循环单元（GRU）保存历史输入信息防止丢失有效特征;最后,利用训练集来训练该网络模型得出参数最优的分类模型,通过测试集验证模型的正确性。实验结果表明,提出的该动作识别技术模型对基本动作分类的准确率高于98%,与图像动作识别或穿戴式设备动作识别相比,实现了实时、便捷、低成本和高保密性的高精度人体动作识别。