漏泄电缆自动检测系统研究

为了解决传统漏泄电缆检测系统的应用局限性及低效性,设计了基于片上可编程系统的漏泄电缆自动检测系统。根据漏泄电缆检测的功能需求,该系统利用PSoC4实现运动控制与数据采集,通过双无线射频芯片完成磁区通信。然后,利用硬件对测距脉冲计数弥补软件的不足。最后,通过上位机软件实现漏泄电缆远程自动检测流程。实验数据表明,2.4 GHz通信频段下,通信速率达到2 Mbit/s,通信误码率小于2%,并且150 m内系统测距误差小于0.5%。满足漏泄电缆自动检测系统的低成本、高效及精度高等要求。     

基于机器视觉的汽车刹车片自动检测系统

为了提高汽车刹车片的检测效率和准确性,设计了基于机器视觉的汽车刹车片自动化检测系统。针对自动化检测需求搭建了基于可编程逻辑控制器(PLC)的自动化测试平台,开发了相应的视觉系统。结合VisionPro和C#语言开发了检测软件,完成了图像获取、图像校准、图像定位、尺寸测量、缺陷标示、字符识别等任务。实验结果表明,系统可快速、准确地识别出工件的尺寸、表面缺陷和字符。     

面向道路场景语义分割的移动窗口变换神经网络设计

道路场景语义分割是自动驾驶环境感知的一项重要任务。近年来,变换神经网络(Transformer)在计算机视觉领域开始应用并取得了很好的效果。针对复杂场景图像语义分割精度低、细小目标识别能力不足等问题,本文提出了一种基于移动窗口Transformer的多尺度特征融合的道路场景语义分割算法。该网络采用编码-解码结构,编码器使用改进后的移动窗口Transformer特征提取器对道路场景图像进行特征提取,解码器由注意力融合模块和特征金字塔网络构成,充分融合多尺度的语义特征。在Cityscapes城市道路场景数据集上进行验证测试,实验结果表明,与多种现有的语义分割算法进行对比,本文方法在分割精度方面有较大的提升。     

基于HIL和机器视觉的汽车仪表测试平台

针对人工进行汽车仪表测试时低效率的现状,提出一种有效的检测方法,结合了硬件在环(HIL)和机器视觉技术。已开发的系统能在实时环境下模拟车辆行为,并通过一个智能摄像机进行视觉检测,用上位机控制整个操作流程,进而实现汽车整车的自动化检测。文中介绍了模型仿真和图像处理两部分,并在实验室环境下对指示灯状态、指针状态和字符显示等功能进行了验证,实验证明了检测结果的正确性和稳定性。该系统具有较大的实用价值。     

基于四元数局部排序二值模式特征的行人识别

行人特征提取是行人识别中关键步骤之一。传统的做法是分别从彩色图像的每个颜色通道（即R、G、B通道）中提取特征描述子（如方向梯度直方图（HOG）、局部二值模式（LBP）等）,最后合并成一个特征向量。传统方法不足之处在于难以兼顾不同颜色通道之间的关联信息。为此,采用四元局部排序二值模式(QLRBP)运算方法从彩色图像中提取局部特征描述子。与传统方法不同的是,该方法是一种整体的方法,是在彩色图像的四元数表示空间而非3个颜色通道中分别提取LBP特征。首先,将从车载摄像头中采集的彩色图像通过四元数转换获得其四元数表示;然后,对四元数空间中图像进行CTQ变换,并计算变换后的图像相位;最后,在每个四元数相位上进行LBP运算,并生成行人彩色图像的局部特征描述子。QLRBP能够同时处理所有的颜色通道,因此能够同时包含三通道之间的关系。在行人判定方法上,本文首先提取所有正负样本的QLRBP特征,并使用K-最近邻(K-NN)算法训练分类器。在INRIA数据库上测试表明,QLRBP描述子对于彩色行人的检测比其他常用的特征描述子（如HOG特征,LBP特征）具有更高的精确度,性能接近当前先进的行人识别方法。     

基于语义分割的实时车道线检测方法

车道线识别是自动驾驶环境感知的一项重要任务。近年来,基于卷积神经网络的深度学习方法在目标检测和场景分割中取得了很好的效果。本文借鉴语义分割的思想,设计了一个基于编码解码结构的轻量级车道线分割网络。针对卷积神经网络计算量大的问题,引入深度可分离卷积来替代普通卷积以减少卷积运算量。此外,提出了一种更高效的卷积结构LaneConv和LaneDeconv来进一步提高计算效率。为了获取更好的车道线特征表示能力,在编码阶段本文引入了一种将空间注意力和通道注意力串联的双注意力机制模块(CBAM)来提高车道线分割精度。在Tusimple车道线数据集上进行了大量实验,结果表明,本文方法能够显著提升车道线的分割速度,且在各种条件下都具有良好的分割效果和鲁棒性。与现有的车道线分割模型相比,本文方法在分割精度方面相似甚至更优,而在速度方面则有明显提升。

     

基于光流灰度共生矩阵的视频暴力行为检测

视频暴力行为检测通过分析视频场景中运动目标的行为,判断目标的行为是否属于袭击、骚乱、打架等暴力行为.针对视频中的暴力行为检测问题,提出一种基于光流灰度共生矩阵的视频暴力行为检测算法.光流灰度共生矩阵获取场景中运动的空间共生分布信息,并能够计算出重要特征用于描述场景中的行为.首先,计算视频中连续帧之间的光流场;然后,提取...     

基于CNN的点云图像融合目标检测

针对自动驾驶场景中目标检测存在尺度变化、光照变化和缺少距离信息等问题,提出一种极具鲁棒性的多模态数据融合目标检测方法,其主要思想是利用激光雷达提供的深度信息作为附加的特征来训练卷积神经网络(CNN)。首先利用滑动窗对输入数据进行切分匹配网络输入,然后采用两个CNN特征提取器提取RGB图像和点云深度图的特征,将其级联得到融合后的特征图,送入目标检测网络进行候选框的位置回归与分类,最后进行非极大值抑制(NMS)处理输出检测结果,包含目标的位置、类别、置信度和距离信息。在KITTI数据集上的实验结果表明,本文方法通过多模态数据的优势互补提高了在不同光照场景下的检测鲁棒性,附加滑动窗处理改善了小目标的检测效果。对比其他多种检测方法,本文方法具有检测精度与检测速度上的综合优势。     

单片机多参数检测系统

本文介绍以8031单片机为主体研制的一台智能化的多参数检测仪器,该仪器能够同时测量二路温度,流量和重量,并自动打印曲线。从而改善了传统的干燥试验机性能。     

实时双目立体视觉系统的实现

依据双目立体视觉原理,对双目立体视觉系统的设计与实现展开研究,介绍了双目立体视觉系统的组成,并对系统涉及的主要关键技术进行了探讨。结合相关的硬件设备,利用VS2012软件开发平台实现了双目立体视觉系统。该系统可实时地进行图像采集、边缘检测、立体匹配等功能,同时由于采用3种确认算法,最大限度地去除错误匹配,得到良好的视差图。