基于深度相机的船舶小构件打磨装置视觉识别算法设计

基于深度相机,针对船舶小构件智能打磨装置的视觉识别系统进行算法模块设计,确定视觉识别系统的模块框架与模块功能,并基于OpenCV库与PCL库,利用C++程序语言对模块功能进行算法实现。同时搭建算法试验平台,对模块算法进行验证,完成包括相机位姿估计与坐标变换、工件点云分割、工件质心提取、工件边缘提取在内的算法功能实现,为船舶小构件智能打磨装备提供准确全面的视觉数据,保证智能打磨装备的上料及打磨作业顺利执行。     

利用MAS实现车辆动态识别与智能跟踪

针对视频图像车辆智能跟踪问题,提出了利用帧间差异积累动态矩阵进行自适应背景建模算法,采用背景差提取运动目标区域,设计了一种基于知识的多Agent智能系统进行目标分割、轮廓提取和空域滤波,增强了抗背景干扰能力,使获得的目标区域具有更好的空域连通特性;通过自适应核窗宽改进了MeanShift算法的收敛速度,利用SSD算法实现了快速初始定位。实验结果表明,该方法自治能力强,跟踪目标快速准确,实时有效。     

基于局部模糊熵的图像过渡区提取算法

为了提高图像过渡区提取算法的抗噪声性能，对基于局部熵的图像过渡区算法加以改进，提出了基于局部模糊熵的图像过渡区算法．该算法充分利用局部模糊熵区分过渡区与目标区（或背景区）性质的差异，更为有效地提取出图像中的过渡区．仿真实验结果表明，这两种算法在图像含有椒盐噪声的情况下都能有效提取过渡区，但在图像含有高斯噪声的情况下，采用本文算法比采用基于局部熵的图像过渡区算法提取的过渡区更为准确．     

船用膜片联轴器的膜片组件简化建模方法及模态试验

针对船用膜片联轴器的膜片组件螺栓连接的复杂性问题,基于薄层单元法对膜片组件的有限元模型进行简化,提出一种新型简化建模方法——结构分割法。对模型静刚度进行计算,确定结构分割法中结合面单元的弹性模量和泊松比。该方法相较于传统的薄层单元法计算效率更高。将结构分割法模型的模态仿真结果与试验结果进行对比,结果表明,结构分割法模态分析得到的振型与试验测得的前三阶振型吻合较好,固有频率误差均在10%之内,验证简化模型仿真的正确性,可为船用膜片组件结合部动力学快速有效建模提供思路。     

基于稀疏卷积神经网络的车载激光雷达点云语义分割方法

对车载激光雷达扫描得到的点云进行语义分割是保证行车安全、加强驾驶员对周边环境理解的重要手段之一。因为内存限制和大规模点云场景更加稀疏的特点,将传统神经网络的方法直接沿用到车载激光雷达扫描得到的点云场景中的效果不佳。本文中针对大规模点云的稀疏性,利用稀疏卷积神经网络对体素化点云进行特征提取。考虑到逐点处理分支抑制点云数据的密度不一致性导致的信息损失,另外设计了3D-CA和3D-SA模块,使稀疏卷积神经网络更好地提取特征。实验结果表明,与传统卷积神经网络的方法和将点云投影到平面的方法相比,使用稀疏卷积神经网络对大规模点云进行语义分割,可将平均交并比提升4.1%和3.4%,证明了该方法的有效性。     

双注意力引导的跨层优化交通场景语义分割

针对交通场景目标分割边缘不平滑以及小目标难以准确分割等问题，本文提出一种双注意力引导的跨层优化交通场景语义分割算法。首先，构建多分支特征提取编码网络，并利用串行非比例式空洞卷积实现空间上下文信息提取，进而改善小目标信息的丢失；其次，构建基于空间对齐的跨层特征融合解码网络，实现语义信息和细节信息的融合，增强不同尺度目标的表达能力；最后，提出通道和空间注意力机制，建模全局通道相关性和长距离位置相关性，增强网络对关键特征的学习能力。交通场景数据集Cityscapes和CamVid上的实验结果表明，所提特征提取编码网络、跨层特征融合解码网络以及注意力机制模块是有效的；所提语义分割算法获得了77.79%和78.66%的平均交并比，能够平滑目标分割边缘，尤其对细长条形目标具有鲁棒性。