基于相机与激光雷达融合多目标检测算法研究

准确的多目标感知系统是自动驾驶技术的关键。本文提出了一种基于相机与激光雷达融合的多目标检测算法。针对相机传感器无法获得准确的目标距离等深度信息,激光雷达无法获得准确的目标类别信息的问题,首先采用嵌入自适应特征融合模块的YOLOv7网络处理相机数据,同时对激光雷达数据进行点云预处理以消除无用的噪声点;其次,利用坐标变换将激光点云数据和相机数据转换到像素坐标系中;最后,采用基于ROI感兴趣区域的方法对点云进行聚类处理,以参数加权的方式融合两种传感器的检测结果。实验结果表明,嵌入改进YOLOv7网络的融合算法能够检测出更加准确的目标信息。     

基于自动深度学习盾构掘进姿态预测与控制

提出了基于自动深度学习（AutoDL）算法和多目标优化算法的结合可实现数据驱动的姿态偏差控制指导,用于盾构掘进姿态的预测与控制,以解决现有盾构掘进姿态预测中所面临的执行难度高、成本高、效率低等问题,可用于自动精准地预测盾构掘进姿态随着工程进展的动态变化趋势,并针对盾构机施工状态执行多目标优化算法,快速自动搜寻最优策略,实时调整合适的盾构操作参数,减少对于现场操作人员经验和主观判断的依赖。以上海市天然气主干管网崇明岛-长兴岛-浦东新区五号沟LNG站管道工程隧道A线工程为例,展示该算法框架的优越性。研究结果有助于降低深度学习进入盾构智能控制领域的门槛,推动智能盾构发展。     

基于GBS的造船综合标准化

介绍了国际海事标准发展动态以及对我国造船标准化的巨大挑战,阐述了要成为造船强国必须认清差距,重点解决主要问题,提升标准技术含量,并指出了用综合标准化的系统方法发展造船标准是一条提升产业素质的可行道路。     

基于动态规划的多目标的TBD算法

在弱目标检测领域中,动态规划法是一种有效的能量积累方法。文章针对低信噪比下的多目标检测问题,提出了一种基于动态规划的多目标检测前跟踪算法。该算法能够较有效地估计搜索空间中的目标个数,也能分离出每个目标的航迹。     

一种新的炮兵装备维修资源优化配置模型

文章从炮兵装备维修系统的投入产出效率出发,针对文献[4]中资源配置模型的缺点,提出采用锥结构的资源配置双目标DEA模型,并证明了双目标DEA在提高效率方面优于单目标DEA模型的性质,建立了炮兵装备维修资源优化配置模型,最后,通过对一个算例的具体分析表明,利用文中引入的锥结构双目标DEA模型可以对装备维修资源进行统筹安排和合理配置。     

SAR雷达模拟成像技术研究

合孔成像雷达（SAR）是一种全天候、全天时、主动式高分辨率的微波遥感成像雷达。SAR成像技术在战略侦察、战场监视、情报搜集、攻击引导、打击效果评估等诸多方面有着广泛的应用。文章对SAR雷达信号模型的建立和成像的处理方法进行了剖析和研究。     

基于特征的单帧红外小目标检测

针对红外小目标自身的特点,给出了一种改进的检测方法：首先通过低通滤波进行预处理,然后保留灰度值大于预处理图像均值的点。由于小目标在红外图像上所占像素很少且是区域能量较高的点,遍历整幅图像,滤除连续的像素点,得到小目标或斑目标,为了进一步检测分割出候选目标点,考虑到目标点的局部能量较大的特征,通过合理的设定阈值,缩小目标点的范围,为后续目标轨迹的检测提供基础。     

基于粒子滤波的无人机侦察图像跟踪算法研究

针对无人机侦察图像跟踪的实时性以及战场环境复杂的特点,研究了在复杂背景下实现对单一目标跟踪,提出了一种基于粒子滤波的快速目标跟踪算法,通过计算机仿真将此方法与传统的目标跟踪方法进行了对比,实验结果表明,该算法能够稳健地跟踪目标,具有很好的准确性、实时性和鲁棒性。     

一种基于OpenCV实现的运动目标检测算法的研究

序列图像中的运动目标检测是数字图像处理与识别以及计算机视觉领域研究的主要内容之一,在视觉监控系统、医学图像分析、工业检测以及军事等领域中都有应用。文章重点对运动目标检测的算法进行了讨论,通过分析和比较三种常用运动目标检测的算法,提出了一种使用改进的背景更新算法检测运动目标的方法,并利用Intel公司开发的OpenCV提供的函数库进行测试。结果表明利用该方法可以稳定地提取背景图像,抑制运动目标对背景的干扰,有效地提高了运动目标的检测概率。     

基于激光雷达相干探测技术的实验研究

基于激光雷达相干探测技术建立了探测转动目标（如舰载直升机）的数学模型,展开了应用激光相干技术探测运动目标的实验研究,并实现了目标运动特征的提取。实验对目标仅做转动运动和转动加平动的复合运动两种情况进行了实验对比,然后对目标的转动结构部分（如舰载直升机的旋转叶片）的不同运动状态进行了实验研究,采用时频分析方法提取出目标运动特征,成功估计出了运动参数,为目标识别和运动特征的探测提供了重要的信息。