NAO机器人的快速迷宫拐点测距及航向矫正

针对NAO机器人在迷宫中行走缓慢以及因电机误差、发热等因素导致的行走偏离航线等问题，提出一种快速拐点测距和前进航向矫正算法。首先，在室内复杂环境下进行快速拐点检测。接着按照摄像机成像原理构建几何模型，在此模型上进行图像几何关系推导,得到目前机器人距离拐点的距离，进而根据偏离夹角旋转一定的角度，控制机器人快速到达拐点。实验证明，所提出的方法可以准确防止机器人走偏，偏差率低于0.4%，同时NAO的行走速率提高了大约34.8%。     

YBR型可变容量三相异步感应电机节能原理及其自控系统的研制

介绍了一种YBR型可变容量感应电机，分析了其节能原理，研制成该电机的自控系统，，并通过油田实际工况实验，证实了可变容量电机用于拖动变负荷机械负载时，具有很好的节能效果。     

基于深度神经网络的遥感图像分类算法综述

准确、高效的遥感图像分类是遥感图像解析的重要研究内容之一。近年来,随着机器学习技术的发展,深度神经网络日渐成为一种有效的遥感图像分类处理方法。分析了遥感图像分类目前存在的一些问题,并简要阐述了几种典型的深度神经网络的原理结构;然后根据遥感图像分类的研究现状和深度神经网络对遥感图像分类的研究现状,总结了深度神经网络在遥感图像分类技术应用中的发展趋势。     

结合快速鲁棒性特征改进ORB的特征点匹配算法

针对定向二进制简单描述符（ORB）算法不具备尺度不变性的问题,提出一种结合快速鲁棒性特征（SURF）算法和ORB的改进算法。首先,利用Hessian矩阵检测特征点的方法,使得提取出的特征点具有尺度不变性;然后,用ORB生成特征描述子;接着采用K-近邻算法进行粗匹配;最后,通过比率测试、对称测试、最小平方中值（LMedS）定理进行提纯。尺度变化时,该算法比ORB的匹配精度提高了74.3个百分点,比SURF的匹配精度提高了4.8个百分点;旋转变化时,该算法比ORB的匹配精度提高了6.6个百分点;匹配时间高于SURF低于ORB。实验结果表明,改进算法不仅保持了ORB的旋转不变性,而且具备了尺度不变性,在不失速度的前提下,匹配精度得到较大提高。     

基于YOLOv5和重识别的行人多目标跟踪方法

针对目前遵循基于检测的多目标跟踪范式存在的不足,本文以DeepSort为基础算法展开研究,以解决跟踪过程中因遮挡导致的目标ID频繁切换的问题。首先改进外观模型,将原始的宽残差网络更换为ResNeXt网络,在主干网络上引入卷积注意力机制,构造新的行人重识别网络,使模型更关注目标关键信息,提取更有效的特征;然后采用YOLOv5作为检测算法,加入检测层使得模型适应不同尺寸的目标,并在主干网络加入坐标注意力机制,进一步提升检测模型精度。在MOT16数据集上进行多目标跟踪实验,多目标跟踪准确率达到66.2%,多目标跟踪精确率达到80.8%,并满足实时跟踪的要求。     

融合XLnet与DMGAN的文本生成图像方法

针对文本生成图像任务中的文本编码器不能深度挖掘文本信息,导致后续生成的图像存在语义不一致的问题,本文提出了一种改进DMGAN模型的文本生成图像方法。首先使用XLnet的预训练模型对文本进行编码,该模型在大规模语料库的预训练之下能够捕获大量文本的先验知识,实现对上下文信息的深度挖掘;然后在DMGAN模型生成图像的初始阶段和图像细化阶段均加入通道注意力模块,突出重要的特征通道,进一步提升生成图像的语义一致性和空间布局合理性,以及模型的收敛速度和稳定性。实验结果表明,所提出模型在CUB数据集上生成的图像相比原DMGAN模型,IS指标提升了0.47,FID指标降低了2.78,充分说明该模型具有更好的跨模态生成能力。     

基于SOPC技术的实验室智能视频监控系统

设计和实现了一种基于SoPC技术的实验室智能视频监控系统。系统以Altera公司的TE3开发板为平台,采用CCD高速摄像头,配备烟雾、温度、湿度传感器,实现实时图像采集、处理、压缩及运动目标检测与跟踪。通过无线网络将图像数据和环境参数传输至远程计算机监控终端,对实验室进行智能化监控。     

一种改进的三帧差分运动目标实时检测算法

针对传统三帧差分法提取的运动目标存在大量的噪声和空洞,提出一种改进的三帧差分运动目标实时检测算法;该算法采用Surendra背景提取算法提取有效背景,对视频流中连续三帧图像分别进行背景减除,得到的结果作为反馈对背景进行选择性更新,利用HSV颜色空间去除阴影后进行三帧差分,将差分结果进行“与”运行,通过将中间帧背景减除结果与“与”运算的结果进行“或”运算,这样可以得到运动目标的完整信息;实验结果表明,该算法能够快速、完整、准确地检测出运动目标,可有效应用于实时监控系统.     

加窗窄通带滤波器蛋白质编码区预测算法

改进Gabor小波变换(Modified Gabor wavelet transform,MGWT)蛋白质编码区预测算法给出的预测结果在当前所有的独立预测算法中准确率最高.本文提出了有限脉冲响应(Finite impulse response,FIR)加窗窄通带滤波器蛋白质编码区预测(Windowed narrow pass-band filter,WNPBF)算法.算法的主要部分包括:以F56F11.4序列为例给出了WNPBF阶数选择的依据,并据此设计WNPBF;为消除滤波器群延迟对预测结果产生的不良影响,对信号用边界对称延拓法进行预处理并对窄带滤波器滤波输出信号进行截取;为改善预测结果,设计滑动平均滤波器平滑功率谱密度曲线.在ALLSEQ和HMR195两个DNA序列集上获得预测准确率分别接近或达到独立预测算法的最高水平.通过比较后发现,所提出的WNPBF算法较MGWT算法效率更高,使用该算法可以直观和客观地比较不同滤波器的预测结果.     

等精度数字转速表的VHDL设计

采用VHDL设计了基于等精度测量原理测量物体转速的数字电路,在闸门时间内的总误差时间只有1/fCLK,且在整个量程中具有相同的测量精度,克服了传统转速表在标称测量范围内,对应不同的转速具有不同的测量误差这一弊病.闸门信号采用32位可预置定时器,使电路在应用设计中更为便捷.采用了特殊的去噪电路,使FIN信号在等于1期间,脉宽<10/fCLK的噪声信号不会对测量产生影响;给出了去噪电路、控制电路和等精度测量电路的VHDL代码.在fCLK=10MHz时,可测转速范围的理论值为0.14～16777215r/min.