排序方式: 共有16条查询结果,搜索用时 93 毫秒
1.
水下船体表面清刷和检测为爬壁机器人开辟了新的应用领域,其特点是机械本体稳定地吸附在水下船体表面上,同时能够灵活地完成移动、转向、越障等行走功能,进而完成针对船体表面的检测、清刷等作业。文中重点介绍了几种水下船体作业的爬壁爬行机器人,并对机器人的吸附和行走两个关键技术进行了分析,总结了水下船体作业机器人研究中的一些难点问题及其发展趋势。 相似文献
2.
求解瞬态电磁场问题的涡流方程,在空间域对涡流方程进行有限元离散,在时间域直接采用精细积分方法求解,对边界条件进行了处理.数值算例显示了精细积分方法的高精度. 相似文献
3.
为将2个细节点集高效而准确地配准,首先利用与细节点相关联的短脊线对细节点组合进行初选,然后采用局部特征结构匹配精选出5对细节点作为配准的候选对应点.在2个细节点集配准后的匹配中,针对采用弹性匹配算法经常出现的细节点错配的情况,提出根据匹配可信度对各匹配对的匹配分值进行加权处理,以降低其对匹配精度的影响.采用FVC2002公布的指纹库进行对比实验,结果表明该算法在匹配效率和准确性上都有明显的提高. 相似文献
4.
研究基于灵敏度的电磁结构形状优化设计方法。针对以往用磁位作为状态变量不方便的情况,文中直接采用磁通密度为状态变量。在用直接法求解矢量磁位灵敏度方程的基础上,给出适合形状优化的磁通密度灵敏度分析的两种方法——半解析法和局部差分法。前者在磁通密度灵敏度计算中对形函数导数采用了差分近似,后者用一阶近似方法得到设计变量扰动后的矢量磁位和磁通密度,然后用差分法计算磁通密度灵敏度。两种方法简单且计算效率高,精度能够满足要求。优化问题求解采用序列线性规划算法。应用本文方法对电磁铁和同步电机磁极进行形状优化,取得了满意的结果。 相似文献
5.
目的 针对芯片包装载带在生产过程中经常出现的型腔底部和边缘变形、穿孔等缺陷的检测问题,提出一种机器视觉检测方法。方法 首先离线准备配准模板及标准模板图像,然后根据模板在生产过程中进行在线检测。在检测过程中由传感器触发采集待检测型腔图像,然后通过模板匹配方法配准模板图像和待检测图像,并进行异或运算检测两图像差异从而定位缺陷。结果 实验证明边缘变形检测最大错误率为0.45%,底部变形检测最大错误率为0.50%,穿孔检测最大错误率为0.35%,每帧图像检测平均耗时为0.22 s,满足用户错误率不超过1%和每帧耗时不超过0.5 s的要求。结论 该方法能够实时检测芯片载带边缘变形、穿孔等缺陷,有效地实现载带加工生产过程中的质量监控。 相似文献
6.
7.
针对于汽车轮胎规格字符识别效率低、准确率低等问题,提出一种改进YOLOv5网络的轮胎规格字符识别方法。首先,将YOLOv5中的耦合头改为解耦头,提高网络的泛化能力;其次,提出C3-Faster模块,替换YOLOv5的Backbone和Head中的部分C3模块,提高网络的计算速度;最后,选用WIoU损失函数替换YOLOv5的CIoU损失函数,优化网络。通过对比实验,验证了C3-Faster和WIoU损失函数的有效性,在消融实验中,改进后的网络训练时间减少,mAP提高了3.7%,Precision提升2.1%。实验结果表明,该方法在汽车轮胎规格字符识别的有效性,提高了识别的准确性。 相似文献
8.
为解决电子元器件组装中不同类型电子元器件难以自动区分的问题,利用改进的YOLOv5网络对电子元器件进行了实例分割,实现了不同元器件的自动识别分类。首先,使用三通道直方图均衡化对图像进行预处理。其次,在不增加模型复杂度的前提下,使用SE-Net通道注意力模块增强网络的特征提取能力,压缩无用信息;利用GhostNet实现网络轻量化;采用BiFPN增强网络特征融合能力。实验得出,采用改进的YOLOv5方法对电子元器件实例分割,其mAP为96.7%,单图的检测时间平均为45.5 ms.试样结果表明,该实例分割方法优于同类方法,对提高电子元件的自动化检测水平具有实用意义。 相似文献
9.
针对目前指纹识别系统主要采用手指上细节点的分布来表征和匹配指纹,提出了一种采用指纹脊线特征的匹配算法,以提高细节点数量较少情况下的匹配精度.在特征提取阶段,通过脊线采样,只存储脊线采样点集以降低存储量;在匹配时,对欲匹配的两指纹利用细节特征配准脊线集,在重合区域内对两指纹脊线统一进行编码,通过编码的比较确定相似脊线;以相似脊线的相同位置编码为论域,以相同位置编码的相似程度为隶属度,建立衡量脊线相似程度的模糊集,采用加权平均法对多个相似脊线模糊集进行综合评判得到两指纹脊线总体相似度.最后将脊线匹配相似度与细节点匹配相似度进行加权融合得到两指纹最终的相似度.在FVC2004指纹库上的实验表明该算法能够有效提高指纹匹配的准确性. 相似文献
10.