水下机器人近水面横摇运动的解耦控制

水下机器人在近水面低速航行时,为了有效克服海浪干扰的作用,提高水下机器人横摇控制的性能,依据解耦控制理论和零航速减摇鳍的工作原理,在水下机器人水平面运动耦合模型的基础上运用解耦控制方法进行横摇控制.该方法将水平面运动耦合模型分解为横荡、横摇和艏摇三个子系统进行分析,根据期望性能指标配置横摇子系统模型的极点,并将均方差最小线性递推滤波算法引入到状态信号的反馈通路中.通过对各种海情下水下机器人的横摇运动姿态进行仿真,结果表明:该解耦控制方法可应用于水下机器人近水面横摇运动的控制,其控制结果良好.     

基于IE—UMT模型的机制砂质量分级优选评价

为研究机制砂代替天然砂作为混凝土用细骨料,实现天然河湖海资源生态保护,对其进行质量分级优选评价。从生态保护和行业发展视角出发,参考现行规范及文献,选择反映机制砂主要物理性能的8个关键指标建立评价体系并将其划分为4个质量等级。因机制砂指标反映出未确知性和模糊性,所以结合模糊数学的思想引入未确知测度理论(Uncertainty measurement theory, UMT),同时选择计算较为简便的直线型测度函数计算评价矩阵;此外,为避免人为主观因素的干预造成评价结果偏差,采用信息熵(Information entropy, IE)对指标进行客观赋权,建立基于信息熵-未确知测度理论(IE-UMT)的机制砂评价模型。采用浙江地区的4种细骨料样本进行模型验证,结果表明：G₁、G₂属于Ⅰ类砂,G₃属于Ⅲ类砂,G₄属于Ⅱ类砂,并优选确定出G₂性能最优。通过与现行规范对比分析讨论,表明该模型避免了因规范指标分级不完善或个别指标数据偏颇导致的机制砂降级或不合格,评价结果较规范更符合工程实际,从...     

基于自适应形态滤波和FSWT的轨道表面凹陷长度检测

为了对轨道表面凹陷长度进行检测,提出一种基于自适应形态滤波(Adaptive Morphological Filtering,AMF)和频率切片小波变换(Frequency Slice Wavelet Transform,FSWT)的轨道表面凹陷长度检测方法。首先,建立轮轨动力学模型,研究轴箱加速度频率与轨道不平顺频率之间的关系;其次,研究AMF和FSWT的基本原理,并对FSWT中切片函数进行改进,提高FSWT对不同信号的适应性;最后,对某地铁列车的轴箱实测信号进行分析,估算轨道表面凹陷长度。结果表明该方法具有工程可行性。     

基于自适应均值的地铁隧道裂缝图像滤波算法

地铁隧道表面光照不均匀、对比度低、噪声干扰严重,采集到的裂缝图片较灰暗且含有大量混合噪声,因而单一的滤波方法不能达到很好的去噪效果。针对该问题,提出一种基于快速中值的自适应均值滤波算法来实现隧道裂缝图像滤波。该算法先对图像进行反转以增强裂缝与背景的对比度,通过快速中值法计算滤波窗口的中值,自适应地选取合适的阈值来对滤波系数加以优化,并将窗口各像素点的灰度值进行加权运算,其结果作为窗口中心点灰度值,并输出。通过与传统中值、均值滤波算法比较,提出的新算法不仅降低了图像噪声,而且有效地保护了裂缝边缘,降低后续对裂缝特征量提取及分割识别的难度。     

考虑驾驶行为异质性的城市快速路合流区仿真模型

为研究城市快速路合流区车辆运行规律,基于车辆自然轨迹数据,提出考虑驾驶行为异质性的合流区元胞自动机仿真模型。模型将合流区分为上游区域、合流区域及下游区域,3个区域由11条路段组成。首先,利用Kalman滤波算法对自然轨迹数据进行降噪处理;然后,计算每辆车驾驶行为特征参数并进行K-means聚类分析,结合聚类效果评价指标Silhouette系数将驾驶行为分为：保守-谨慎型、激进-谨慎型、保守-轻率型及激进-轻率型这4种类型;最后,依据分类结果,建立考虑加速度、随机慢化概率异质性的跟驰模型和考虑换道安全间距、换道决策的多级异质性换道模型。在各空间占有率的情境下,基于Matlab进行数值仿真,统计同质驾驶行为和异质驾驶行为条件下,合流区域车道的流量、密度、速度、时空位置及换道频率等参数。仿真结果表明：在空间占有率为10%~20%时,同质交通流相比异质交通流更容易产生局部交通拥堵和交通流失效情境,并且同质交通流量峰值比异质交通量小27.1%;随着空间占有率的增加,同质车辆和异质车辆驾驶频率均呈现增加-稳定-下降的趋势,而异质驾驶行为换道频率的极大值比同质交通流高20.74%。     

基于Hessian特征的视网膜血管图像的增强滤波算法

提出了一种基于Hessian特征的视网膜血管图像的增强滤波算法,分析了Hessian特征值对各类形状的抑制和加强作用,将Hessian矩阵的特征值与特征向量应用于视网膜血管特征的响应函数及形态学和非线性扩散处理的各个环节,并选择合理的尺度空间范围和尺度空间增量,调节因子而平滑非线状区域和锐化增强血管区域,本文算法在同等准确率下具有较高的稳定鲁棒性。     

基于分块EnKF的非线性目标跟踪算法

针对滤波航迹的相关性以及初始状态的选择会对跟踪性能产生影响的问题,将集合卡尔曼滤波算法引入到非线性目标跟踪领域,验证了其可行性和有效性,提出了基于分块集合卡尔曼滤波的非线性目标跟踪算法.采用分块思想生成初始集合,使用协方差矩阵加权方法解决分块间的航迹相关问题.仿真结果表明基于分块集合卡尔曼滤波的目标跟踪算法计算复杂度和以往的集合卡尔曼滤波算法同阶的情况下可以提供更高的运动参数估计精度,解决了粒子滤波算法计算量大难以进行实时跟踪的问题.      

融合序列形态学算子的城区LiDAR滤波方法

为解决单一形态学算子在LiDAR数据滤波中的准确性和自动识别问题,提出了一种融合序列形态学算子的城区LiDAR滤波方法.在顾及多种形态学算子优势互补特性和LiDAR不同地物数据特点的基础上,首先利用形态学开运算及白top-hat变换剔除低粗差噪声和树木、汽车、电力线等小型地物,然后利用形态学梯度查找大型建筑物边缘,最后利用连通性分析和二值形态学重建方法剔除大型建筑物,获得准确的地面与地物分类点.使用ISPRS提供的不同复杂度9组城区测试数据进行实验,结果表明,本文方法的Ⅰ类、Ⅱ类及总误差均值分别达到6.90%、3.33%和5.44%,整体分类与自动识别性能优于常规滤波算法.