排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
针对非结构化场景中存在的多工件堆叠遮挡等问题,提出了基于多尺度特征注意Yolact网络的堆叠工件识别定位算法。所提算法首先在Yolact网络的掩码模板生成分支中加入多尺度融合与特征注意机制,提升网络预测堆叠工件掩码的质量,并设计了基于膨胀编码的目标检测模块,增强网络对不同尺度堆叠工件的适应能力,构建了多尺度特征注意Yolact网络。其次,利用构建的多尺度特征注意Yolact网络预测堆叠工件的掩码与边界框,并对堆叠工件掩码进行最小外接矩形生成,根据掩码边界框与掩码的最小外接矩形确定目标工件的抓取点与旋转角度。最后,基于堆叠工件识别定位算法研发了视觉机器人工件分拣系统。实验结果表明,所提模型在边界框回归、掩码预测两项任务上的识别精度均有提升,机器人工件分拣系统进行堆叠工件分拣作业的成功率达到97.5%。 相似文献
2.
3.
应用价值管理的方法可以改变传统评标工作中只注重报价而忽视项目的功能匹配性,不利于综合选择承包单位的现状。[编者按] 相似文献
4.
为了考虑风光不确定性给微网运行带来的风险,针对独立型微网的容量优化配置,提出一种基于生成对抗网络(generative adversarial network,GAN)场景模拟和条件风险价值(conditional value at risk,CVaR)的容量随机优化配置模型。首先利用GAN模拟大量风光出力场景,再用K-medoids聚类进行消减得到若干典型场景;其次,以微网供电可靠性为约束,以经济性和可再生能源利用率为目标函数,通过CVaR度量因风光资源不确定性给微网系统带来的运行风险,并将其以平均风险损失的形式与目标函数相结合,构建微网电源容量随机优化配置模型;最后,采用电源损失风险和负荷风险损失指标对配置结果进行评价。仿真算例表明,相比于仅采用典型年风光资源数据进行配置的传统方法,文中提出的模型对于规划周期内可能出现的运行场景适应性更好。 相似文献
5.
6.
作为需求响应的重要形式,激励型需求响应(incentive baseddemandresponse,IBDR)对提升电力系统运行的灵活性具有重要作用。用户基线负荷(customer baseline load,CBL)是计算IBDR参与者经济补偿的依据,其估计准确性会直接影响项目参与者和提供者的利益。在现有CBL估计方法中,对照组法通过不参与需求响应(demand response,DR)项目的用户的实际负荷来估计DR参与者的CBL,相比于其他方法通常估计精度更高。然而当对照组用户数量不足够多时,该方法的估计精度将会急剧下降、甚至完全失效。为解决这一问题,该文提出一种基于拉丁超立方抽样和场景消减的居民用户CBL估计方法。首先基于拉丁超立方抽样和场景消减,生成每个时段的代表性负荷场景,再通过迭代消减融合将单时段场景连接形成日负荷曲线场景,以此增加对照组样本多样性。以伦敦居民用户实测负荷数据为例,验证了该文所提方法具有可行性。 相似文献
7.
8.
9.
10.