下载排行
2021(11):150-159.
摘要:
针对目前铸件缺陷检测漏检率高的问题,提出一种基于深度学习模型融合的铸件缺陷检测方法。 首先对 Faster RCNN 网络进行改进,利用特征金字塔结构改进特征提取网络模块,实现多尺度的特征融合,完成铸件缺陷的特征提取;然后,基于 ROI Align 对网络中的 ROI 池化层进行改进,将 IOU 分数引入 NMS 算法判定过程;再将改进后的网络与 Cascade RCNN 以及 YOLOv3 进行融合;最后进行实验研究,验证了融合模型能够有效降低铸件缺陷的漏检率。 实验结果表明,将感兴趣区域池化 改进后,在 Faster RCNN 模型中的缺陷召回率提升了 1. 73% ,在本文网络模型中的缺陷召回率提升了 4. 08% ;采用模型融合的 方法在不考虑分类准确度的情况下,整个模型的缺陷识别率达到 95. 71% ,与单个模型相比,在保证铸件缺陷检测准确率的同 时,提高了缺陷检测的召回率,满足了工业应用的要求。
针对目前铸件缺陷检测漏检率高的问题,提出一种基于深度学习模型融合的铸件缺陷检测方法。 首先对 Faster RCNN 网络进行改进,利用特征金字塔结构改进特征提取网络模块,实现多尺度的特征融合,完成铸件缺陷的特征提取;然后,基于 ROI Align 对网络中的 ROI 池化层进行改进,将 IOU 分数引入 NMS 算法判定过程;再将改进后的网络与 Cascade RCNN 以及 YOLOv3 进行融合;最后进行实验研究,验证了融合模型能够有效降低铸件缺陷的漏检率。 实验结果表明,将感兴趣区域池化 改进后,在 Faster RCNN 模型中的缺陷召回率提升了 1. 73% ,在本文网络模型中的缺陷召回率提升了 4. 08% ;采用模型融合的 方法在不考虑分类准确度的情况下,整个模型的缺陷识别率达到 95. 71% ,与单个模型相比,在保证铸件缺陷检测准确率的同 时,提高了缺陷检测的召回率,满足了工业应用的要求。
2023, 44(5):61-70.
摘要:
针对现有数据驱动型方法在滚动轴承早期退化识别中存在敏感度低、误警率高的问题,提出一种面向瞬态机械装备健 康监测的动态调整灰色关联分析(DAGIA)方法。 该方法首先采用希尔伯特(Hilbert)变换对滚动轴承振动数据进行幅度解调得 到包络信号。 为了削弱分辨系数取值的影响以凸显关联度值的区分程度,将可以表征轴承退化信息强弱的特征噪声能量比 (FNER)指标引入传统灰色关联分析(TGIA)中动态调整分辨系数。 然后,提取轴承运行初期的第一组数据作为参考数据,计算 其余数据和参考数据的动态灰色关联度并构建轴承性能衰退指标。 最后,根据正常样本并结合切比雪夫不等式设置控制线瞬 态识别滚动轴承早期退化起始位置。 利用 IMS 和 XJTU-SY 数据库完成对轴承早期退化瞬态识别,结果表明,所提方法可以瞬 态识别轴承早期退化位置,误报警逼近于 0,兼具敏感性和鲁棒性,有利于设备维护人员更好掌握滚动轴承的运行状态。
针对现有数据驱动型方法在滚动轴承早期退化识别中存在敏感度低、误警率高的问题,提出一种面向瞬态机械装备健 康监测的动态调整灰色关联分析(DAGIA)方法。 该方法首先采用希尔伯特(Hilbert)变换对滚动轴承振动数据进行幅度解调得 到包络信号。 为了削弱分辨系数取值的影响以凸显关联度值的区分程度,将可以表征轴承退化信息强弱的特征噪声能量比 (FNER)指标引入传统灰色关联分析(TGIA)中动态调整分辨系数。 然后,提取轴承运行初期的第一组数据作为参考数据,计算 其余数据和参考数据的动态灰色关联度并构建轴承性能衰退指标。 最后,根据正常样本并结合切比雪夫不等式设置控制线瞬 态识别滚动轴承早期退化起始位置。 利用 IMS 和 XJTU-SY 数据库完成对轴承早期退化瞬态识别,结果表明,所提方法可以瞬 态识别轴承早期退化位置,误报警逼近于 0,兼具敏感性和鲁棒性,有利于设备维护人员更好掌握滚动轴承的运行状态。
2022, 43(4):26-37.
摘要:
针对具有参数不确定性和传感器故障的非线性机电系统,提出一种基于优化自适应阈值和故障重构策略的主动容错控 制方法。 首先,利用线性分式变换理论对存在参数不确定性的非线性机电系统进行建模,并提出基于粒子群优化算法的优化自 适应阈值以提高参数不确定条件下的故障检测性能。 其次,通过解析冗余关系推导出系统的动力学方程,并提出一种基于递归 终端滑模的跟踪控制策略,以实现系统健康状态下的负载位置跟踪。 当系统发生故障时,构建自适应滑模观测器进行传感器故 障重构,根据重构结果设计自适应主动容错控制律,并利用故障检测结果进行控制律的实时切换。 实验结果表明,所提出的故 障检测和主动容错控制方法能在 0. 06 s 内准确的实现传感器故障检测和容错控制,验证了该方法的可行性。
针对具有参数不确定性和传感器故障的非线性机电系统,提出一种基于优化自适应阈值和故障重构策略的主动容错控 制方法。 首先,利用线性分式变换理论对存在参数不确定性的非线性机电系统进行建模,并提出基于粒子群优化算法的优化自 适应阈值以提高参数不确定条件下的故障检测性能。 其次,通过解析冗余关系推导出系统的动力学方程,并提出一种基于递归 终端滑模的跟踪控制策略,以实现系统健康状态下的负载位置跟踪。 当系统发生故障时,构建自适应滑模观测器进行传感器故 障重构,根据重构结果设计自适应主动容错控制律,并利用故障检测结果进行控制律的实时切换。 实验结果表明,所提出的故 障检测和主动容错控制方法能在 0. 06 s 内准确的实现传感器故障检测和容错控制,验证了该方法的可行性。
2019, 40(7):178-186.
摘要:
针对现有室内人群数量检测方法存在适用场景范围受限、检测精度低等问题，提出一种基于深度神经网络的人群数量检测方法，无需被检测人员携带设备便可实现区域内人群数量检测。该方法采用多个WiFi传感节点覆盖室内区域，节点间通过相互探测信号获得交错WiFi链路数据；运用深度神经网络进行特征学习，提取人数变化对WiFi信号影响的关联特征，训练得到该区域人群数量感知模型；将实时采集的WiFi信号送入该模型即可获得人群数量的估计。采用所提方法在一个较为复杂的室内环境进行了实验测试，结果表明该方法能够准确实现室内人数检测，检测精度达到8223%,平均误差仅为037人；与现有其他机器学习算法相比，该模型具备更高的检测精度，适用于多种应用场景。
针对现有室内人群数量检测方法存在适用场景范围受限、检测精度低等问题，提出一种基于深度神经网络的人群数量检测方法，无需被检测人员携带设备便可实现区域内人群数量检测。该方法采用多个WiFi传感节点覆盖室内区域，节点间通过相互探测信号获得交错WiFi链路数据；运用深度神经网络进行特征学习，提取人数变化对WiFi信号影响的关联特征，训练得到该区域人群数量感知模型；将实时采集的WiFi信号送入该模型即可获得人群数量的估计。采用所提方法在一个较为复杂的室内环境进行了实验测试，结果表明该方法能够准确实现室内人数检测，检测精度达到8223%,平均误差仅为037人；与现有其他机器学习算法相比，该模型具备更高的检测精度，适用于多种应用场景。
2023, 44(9):16-40.
摘要:
惯性传感器的性能直接决定了惯性导航系统的精度。 基于原子体系的量子惯性传感器有望在更小体积和更低成本下 达到传统惯性传感器的性能,且理论上可以获得比现有技术更高的测量灵敏度和长期稳定性。 近些年随着量子精密测量领域 的快速发展,量子惯性传感器的实用化和工程化方面研究进展显著,未来通过替代传统加速度计和陀螺仪,有可能形成高度集 成、低功耗和低漂移的量子惯性导航系统。 文章简要介绍了基于原子体系的量子惯性传感器的基本原理,总结了以原子干涉陀 螺仪、原子自旋陀螺仪、原子干涉加速度计、原子干涉重力仪和重力梯度仪为主的量子惯性传感器研究现状,并对有待解决的关 键技术问题进行了梳理和分析,可为量子惯性传感器的发展提供参考。
惯性传感器的性能直接决定了惯性导航系统的精度。 基于原子体系的量子惯性传感器有望在更小体积和更低成本下 达到传统惯性传感器的性能,且理论上可以获得比现有技术更高的测量灵敏度和长期稳定性。 近些年随着量子精密测量领域 的快速发展,量子惯性传感器的实用化和工程化方面研究进展显著,未来通过替代传统加速度计和陀螺仪,有可能形成高度集 成、低功耗和低漂移的量子惯性导航系统。 文章简要介绍了基于原子体系的量子惯性传感器的基本原理,总结了以原子干涉陀 螺仪、原子自旋陀螺仪、原子干涉加速度计、原子干涉重力仪和重力梯度仪为主的量子惯性传感器研究现状,并对有待解决的关 键技术问题进行了梳理和分析,可为量子惯性传感器的发展提供参考。
2024, 44(1):81-89.
摘要:
仪器定向误差会影响地磁矢量观测数据的准确性,现有的校正方法需要已知地磁场模量或参考标准仪器,且难以应用 在井下和海洋等无法手动安装调整仪器的情况。 本文提出了大动态磁通门磁力仪和在此基础上的欧拉旋转变换的矢量校正方 法。 该方法可在无需参考标准仪器的情况下,获得磁通门的定向角度误差并进行自校正测量。 在地磁观测台站进行了实验,结 果表明,当实验仪器定向误差分别设置为 4 个不同象限区间的大角度时,校正后与台站比测仪器对应分量的相关系数仍达到 0. 99 以上,B-A 图中置信区间长度减小了 86% 以上,RMS 误差降低至 15% 以下,论证了该校正方法的有效性,能够提高地磁台 站的观测数据质量,并为井下和海洋地磁观测的定向提供参考解决方案。
仪器定向误差会影响地磁矢量观测数据的准确性,现有的校正方法需要已知地磁场模量或参考标准仪器,且难以应用 在井下和海洋等无法手动安装调整仪器的情况。 本文提出了大动态磁通门磁力仪和在此基础上的欧拉旋转变换的矢量校正方 法。 该方法可在无需参考标准仪器的情况下,获得磁通门的定向角度误差并进行自校正测量。 在地磁观测台站进行了实验,结 果表明,当实验仪器定向误差分别设置为 4 个不同象限区间的大角度时,校正后与台站比测仪器对应分量的相关系数仍达到 0. 99 以上,B-A 图中置信区间长度减小了 86% 以上,RMS 误差降低至 15% 以下,论证了该校正方法的有效性,能够提高地磁台 站的观测数据质量,并为井下和海洋地磁观测的定向提供参考解决方案。
2023, 44(12):297-306.
摘要:
针对当前 3D 目标检测算法将不同模态数据融合时会产生错位现象,从而破坏数据之间的关联性并造成数据损失的问 题,提出了一种基于 Transformer 的融合信息增强 3D 目标检测算法。 首先设计了 Transformer 双域融合特征区域建议模块,利用 变形注意力机制,将提取到的雷达点云特征和图像特征进行双域特征融合,用于生成 3D 预选框;其次,通过设计的深度补全机 制的特征信息增强模块,补全密集的深度和特征语义信息来完成框的细化;最后,设计了多模态特征交叉注意力模块,采用动态 交叉注意力机制来获得不同模态间的相关性,从而将特征信息有效对齐融合。 在 Kitti、Nuscences 和 Waymo 数据集上的实验结 果证明了该算法的有效性和通用性。 大量的消融实验证明了该算法各个模块的有效性。 在实车平台上的实验结果表明,该算 法在复杂的实际环境中具有优秀的鲁棒性。
针对当前 3D 目标检测算法将不同模态数据融合时会产生错位现象,从而破坏数据之间的关联性并造成数据损失的问 题,提出了一种基于 Transformer 的融合信息增强 3D 目标检测算法。 首先设计了 Transformer 双域融合特征区域建议模块,利用 变形注意力机制,将提取到的雷达点云特征和图像特征进行双域特征融合,用于生成 3D 预选框;其次,通过设计的深度补全机 制的特征信息增强模块,补全密集的深度和特征语义信息来完成框的细化;最后,设计了多模态特征交叉注意力模块,采用动态 交叉注意力机制来获得不同模态间的相关性,从而将特征信息有效对齐融合。 在 Kitti、Nuscences 和 Waymo 数据集上的实验结 果证明了该算法的有效性和通用性。 大量的消融实验证明了该算法各个模块的有效性。 在实车平台上的实验结果表明,该算 法在复杂的实际环境中具有优秀的鲁棒性。
2023, 44(12):34-43.
摘要:
直线电机驱动的进给轴具有速度快、加速度大和响应时间短等优点,但其初级线圈发热量大易引起外部组件热变形,从 而影响进给轴的定位精度。 为解决这一问题,提出一种综合考虑“电磁-热-流”多物理场耦合下直驱进给轴的热误差建模方法。 通过分析直驱进给轴工作时的电磁场、热场和流场,建立了多物理场耦合下温度场的控制方程。 提出了一种简化的控制方程求 解法,将方程分离为产热、稳态热对流和热传导 3 个阶段再重新耦合,可求得温度场与变形场的显式解析模型。 实验结果表明, 本模型揭示了直驱进给轴热误差的形成机理,其可准确预测热误差,并能自动调整线性和非线性区间,对于提高直驱机床的运 动精度具有重要意义。
直线电机驱动的进给轴具有速度快、加速度大和响应时间短等优点,但其初级线圈发热量大易引起外部组件热变形,从 而影响进给轴的定位精度。 为解决这一问题,提出一种综合考虑“电磁-热-流”多物理场耦合下直驱进给轴的热误差建模方法。 通过分析直驱进给轴工作时的电磁场、热场和流场,建立了多物理场耦合下温度场的控制方程。 提出了一种简化的控制方程求 解法,将方程分离为产热、稳态热对流和热传导 3 个阶段再重新耦合,可求得温度场与变形场的显式解析模型。 实验结果表明, 本模型揭示了直驱进给轴热误差的形成机理,其可准确预测热误差,并能自动调整线性和非线性区间,对于提高直驱机床的运 动精度具有重要意义。
2022, 43(12):39-48.
摘要:
电流强度是电解铝工艺的基本参数,精确测量电解槽分布电流可提高铝电解生产效率和工作稳定性。 本文分析了光纤 电流传感器相比于传统电流测量技术在电解槽电流测量中的原理性优势,针对目前光纤电流传感器在现场应用中存在的重复 拆装和大电流条件下温度误差问题,创新提出了基于柔性封装的传感光纤插接方案和温度误差与非线性误差二维补偿技术,首 次设计研制了手持式光纤电流传感器,测试结果表明:传感器的重复拆装误差小于 0. 12% ,在-40℃ ~ 70℃ 温度范围内测量 0. 5~ 30 kA 电流时的误差小于 0. 2% ,在某电解槽现场测量立柱母线电流时与控制室显示值的误差小于 0. 4% ,并通过对阴极钢 棒分布电流的连续监测和分析,实现了电解槽破损的提前预警。
电流强度是电解铝工艺的基本参数,精确测量电解槽分布电流可提高铝电解生产效率和工作稳定性。 本文分析了光纤 电流传感器相比于传统电流测量技术在电解槽电流测量中的原理性优势,针对目前光纤电流传感器在现场应用中存在的重复 拆装和大电流条件下温度误差问题,创新提出了基于柔性封装的传感光纤插接方案和温度误差与非线性误差二维补偿技术,首 次设计研制了手持式光纤电流传感器,测试结果表明:传感器的重复拆装误差小于 0. 12% ,在-40℃ ~ 70℃ 温度范围内测量 0. 5~ 30 kA 电流时的误差小于 0. 2% ,在某电解槽现场测量立柱母线电流时与控制室显示值的误差小于 0. 4% ,并通过对阴极钢 棒分布电流的连续监测和分析,实现了电解槽破损的提前预警。
2023, 44(8):63-73.
摘要:
针对像素尺寸差异、相位误差等导致相机与投影仪同名点像素坐标匹配错误、有效像素点缺失问题,提出一种基于虚拟 视野的改进包裹相位-坐标映射方法。 首先,对不同重叠视场下的条纹信息进行分析,确定较优投影模式;其次,设计两组高低 频率的横纵条纹,提取低频相位极值计算虚拟投影视野、高频周期对真实和虚拟视野逐级编号,实现视野小范围匹配;最后,改 进包裹相位坐标映射方法和相位差阈值判别准则,逐编号求解投影像素坐标,获得像素间的精准映射关系。 实验结果表明,相 位中相同像素区间的包裹相位均方根误差,相较于连续相位降低了 78. 6% 。 在平面和复杂表面实验中,有效像素数量相较于传 统匹配增长了 9. 21 倍和 9. 43 倍,像素误匹配坐标比例由传统相位匹配的 80. 55% 、59. 4% 降低至 14. 26% 、12. 56% ,为自适应条 纹测量技术中像素同名点匹配提供了可行的解决方案。
针对像素尺寸差异、相位误差等导致相机与投影仪同名点像素坐标匹配错误、有效像素点缺失问题,提出一种基于虚拟 视野的改进包裹相位-坐标映射方法。 首先,对不同重叠视场下的条纹信息进行分析,确定较优投影模式;其次,设计两组高低 频率的横纵条纹,提取低频相位极值计算虚拟投影视野、高频周期对真实和虚拟视野逐级编号,实现视野小范围匹配;最后,改 进包裹相位坐标映射方法和相位差阈值判别准则,逐编号求解投影像素坐标,获得像素间的精准映射关系。 实验结果表明,相 位中相同像素区间的包裹相位均方根误差,相较于连续相位降低了 78. 6% 。 在平面和复杂表面实验中,有效像素数量相较于传 统匹配增长了 9. 21 倍和 9. 43 倍,像素误匹配坐标比例由传统相位匹配的 80. 55% 、59. 4% 降低至 14. 26% 、12. 56% ,为自适应条 纹测量技术中像素同名点匹配提供了可行的解决方案。
2017, 38(10):2351-2363.
摘要:
机器人遥操作是实现空间、医疗及深海等领域作业的重要手段，基于虚拟现实的机器人遥操作是克服时延的有效方法，具有透明性强、稳定性高的优点，成为当前机器人遥操作的主要方式。首先分析了基于虚拟现实的机器人遥操作系统的关键组成部分，并对其关键模块的具体作用进行了介绍；其次，归纳分析了各类虚拟现实环境建模方法，主要从几何建模和动力学建模方面展开，阐述了每种方法的应用领域、主要特点；此外，进一步分析了遥操作虚拟夹具设计的构建方法及适用领域。最后对当前存在的难点进行总结，指出今后研究的思路。
机器人遥操作是实现空间、医疗及深海等领域作业的重要手段，基于虚拟现实的机器人遥操作是克服时延的有效方法，具有透明性强、稳定性高的优点，成为当前机器人遥操作的主要方式。首先分析了基于虚拟现实的机器人遥操作系统的关键组成部分，并对其关键模块的具体作用进行了介绍；其次，归纳分析了各类虚拟现实环境建模方法，主要从几何建模和动力学建模方面展开，阐述了每种方法的应用领域、主要特点；此外，进一步分析了遥操作虚拟夹具设计的构建方法及适用领域。最后对当前存在的难点进行总结，指出今后研究的思路。
2024, 44(1):301-310.
摘要:
为解决水面船艇路径规划同时要求全局最优、实时避障和航迹安全可靠的问题,提出了一种基于融合 A ∗ 算法与动态 窗口算法(DWA)的水面船艇路径规划方法。 首先通过引入启发函数动态加权策略,提高 A ∗ 算法的搜索效率;然后综合考虑水 面船艇的运动特性,采用一种路径转角节点角度削弱策略,减少转角,缩短全局路径长度;最后,基于全局因素影响与航迹安全 约束对 DWA 算法的轨迹评价函数进行改进,并以全局路径提供子目标点引导 DWA 算法进行局部规划的方式完成算法融合。 实验结果表明,融合算法相比于现有算法的总转向角度分别减少了 45. 6% 、46. 0% ,验证了融合算法的有效性与可行性,并且相 较于其他传统算法更具优越性。
为解决水面船艇路径规划同时要求全局最优、实时避障和航迹安全可靠的问题,提出了一种基于融合 A ∗ 算法与动态 窗口算法(DWA)的水面船艇路径规划方法。 首先通过引入启发函数动态加权策略,提高 A ∗ 算法的搜索效率;然后综合考虑水 面船艇的运动特性,采用一种路径转角节点角度削弱策略,减少转角,缩短全局路径长度;最后,基于全局因素影响与航迹安全 约束对 DWA 算法的轨迹评价函数进行改进,并以全局路径提供子目标点引导 DWA 算法进行局部规划的方式完成算法融合。 实验结果表明,融合算法相比于现有算法的总转向角度分别减少了 45. 6% 、46. 0% ,验证了融合算法的有效性与可行性,并且相 较于其他传统算法更具优越性。
2022, 43(2):225-233.
摘要:
针对冗余度机械臂逆运动学求解结果可能超出机械臂物理限制的问题,提出两种基于伪逆算法的冗余度机械臂关节速 度约束方案。 首先,根据冗余度机械臂末端执行器的跟踪任务,运用伪逆算法在速度层上进行冗余度解析。 其次,分别利用设 计的两种约束方案对指定的关节速度进行限制与压缩,获得新的速度解并用以执行指定的轨迹跟踪任务。 接着,针对末端执行 器出现的位置误差,设计误差补偿函数以保证跟踪任务的顺利执行。 最后,利用 MATLAB 软件对六自由度机械臂进行了运动 规划仿真实验,并利用 Arduino 平台对六自由度机械臂进行算法实验验证。 实验结果表明,两种约束方案下机械臂的最大跟踪 误差均不超过 3×10 -4 m,且时变函数约束方案在限制关节速度时获得更好的速度平稳性。
针对冗余度机械臂逆运动学求解结果可能超出机械臂物理限制的问题,提出两种基于伪逆算法的冗余度机械臂关节速 度约束方案。 首先,根据冗余度机械臂末端执行器的跟踪任务,运用伪逆算法在速度层上进行冗余度解析。 其次,分别利用设 计的两种约束方案对指定的关节速度进行限制与压缩,获得新的速度解并用以执行指定的轨迹跟踪任务。 接着,针对末端执行 器出现的位置误差,设计误差补偿函数以保证跟踪任务的顺利执行。 最后,利用 MATLAB 软件对六自由度机械臂进行了运动 规划仿真实验,并利用 Arduino 平台对六自由度机械臂进行算法实验验证。 实验结果表明,两种约束方案下机械臂的最大跟踪 误差均不超过 3×10 -4 m,且时变函数约束方案在限制关节速度时获得更好的速度平稳性。
2022, 43(4):89-97.
摘要:
针对前期研制平面磁场式直线时栅位移传感器存在的端部效应致使匀速运动坐标系均匀度降低的问题,提出了一种抑 制平面线圈端部效应的方法,构建均匀性更高的交变磁场,并研制出了一种可抑制端部效应的新型平面直线时栅位移传感器。 建立了平面线圈励磁数学模型,分析端部效应对均匀磁场的影响程度,提出了双层互补式激励线圈结构抑制端部效应方案;建 立了新型平面直线时栅位移测量模型,采用空间正交的双列激励单元,实现了行波信号的合成并通过仿真验证了方案的有效 性;建立了仿真模型,分析端部效应对传感器测量精度的影响,并优化传感器参数;基于 PCB 工艺制造了量程为 228 mm 的新型 传感器样机并与传统传感器样机展开了对比实验,实验结果表明,新型平面直线时栅位移传感器能够有效地抑制传感器的端部 效应,提高测量精度,传感器对极内原始测量精度从±20 μm 提高到±10 μm。
针对前期研制平面磁场式直线时栅位移传感器存在的端部效应致使匀速运动坐标系均匀度降低的问题,提出了一种抑 制平面线圈端部效应的方法,构建均匀性更高的交变磁场,并研制出了一种可抑制端部效应的新型平面直线时栅位移传感器。 建立了平面线圈励磁数学模型,分析端部效应对均匀磁场的影响程度,提出了双层互补式激励线圈结构抑制端部效应方案;建 立了新型平面直线时栅位移测量模型,采用空间正交的双列激励单元,实现了行波信号的合成并通过仿真验证了方案的有效 性;建立了仿真模型,分析端部效应对传感器测量精度的影响,并优化传感器参数;基于 PCB 工艺制造了量程为 228 mm 的新型 传感器样机并与传统传感器样机展开了对比实验,实验结果表明,新型平面直线时栅位移传感器能够有效地抑制传感器的端部 效应,提高测量精度,传感器对极内原始测量精度从±20 μm 提高到±10 μm。
2020, 41(4):138-146.
摘要:
摘要：主轴作为数控机床的核心部件，因其质量不平衡而产生的振动严重影响机床的加工精度。对主轴不平衡振动进行有效抑制的前提是需要准确提取振动信号特征。为了准确提取主轴系统的不平衡振动特征，获取振动幅值和相位，提出基于全相位快速傅里叶变换的主轴不平衡振动特征提取方法，全相位快速傅里叶变换利用自身的频谱分析功能实现对信号相位和振幅的准确提取。分别通过仿真与实验的方式将该方法与其他3种方法进行振动特征提取对比，全相位傅里叶变换提取振动幅值和相位准确度和稳定性更好，提取后的振动相位准确性可达97%，而提取后进行动平衡振动抑制实验，振动量下降6521%，进一步验证了该方法的有效性。
摘要：主轴作为数控机床的核心部件，因其质量不平衡而产生的振动严重影响机床的加工精度。对主轴不平衡振动进行有效抑制的前提是需要准确提取振动信号特征。为了准确提取主轴系统的不平衡振动特征，获取振动幅值和相位，提出基于全相位快速傅里叶变换的主轴不平衡振动特征提取方法，全相位快速傅里叶变换利用自身的频谱分析功能实现对信号相位和振幅的准确提取。分别通过仿真与实验的方式将该方法与其他3种方法进行振动特征提取对比，全相位傅里叶变换提取振动幅值和相位准确度和稳定性更好，提取后的振动相位准确性可达97%，而提取后进行动平衡振动抑制实验，振动量下降6521%，进一步验证了该方法的有效性。
2022, 43(1):198-219.
摘要:
在半导体、PCB、汽车装配、液晶屏、3C、光伏电池、纺织等行业中,产品外观与产品性能有着千丝万缕的联系。 表面缺陷 检测是阻止残次品流入市场的重要手段。 利用机器视觉的技术进行检测效率高、成本低,是未来发展的主要方向。 本文综述了 近十年来基于机器视觉的表面缺陷检测方法的研究进展。 首先给出了缺陷的定义、分类以及缺陷检测的一般步骤;然后重点阐 述了使用传统图像处理方式、机器学习、深度学习进行缺陷检测的原理,并比较和分析了优缺点,其中传统图像处理方式分为分 割与特征提取两个部分,机器学习包含无监督学习和有监督学习两大类,深度学习主要囊括了检测、分割及分类的大部分主流 网络;随后介绍了 30 种工业缺陷数据集以及性能评价指标;最后指出缺陷检测方法目前存在的问题,对进一步的工作进行了 展望。
在半导体、PCB、汽车装配、液晶屏、3C、光伏电池、纺织等行业中,产品外观与产品性能有着千丝万缕的联系。 表面缺陷 检测是阻止残次品流入市场的重要手段。 利用机器视觉的技术进行检测效率高、成本低,是未来发展的主要方向。 本文综述了 近十年来基于机器视觉的表面缺陷检测方法的研究进展。 首先给出了缺陷的定义、分类以及缺陷检测的一般步骤;然后重点阐 述了使用传统图像处理方式、机器学习、深度学习进行缺陷检测的原理,并比较和分析了优缺点,其中传统图像处理方式分为分 割与特征提取两个部分,机器学习包含无监督学习和有监督学习两大类,深度学习主要囊括了检测、分割及分类的大部分主流 网络;随后介绍了 30 种工业缺陷数据集以及性能评价指标;最后指出缺陷检测方法目前存在的问题,对进一步的工作进行了 展望。
2023, 44(12):55-68.
摘要:
随着新能源产业的迅速发展,大量动力电池面临退役回收后如何处理的问题。 退役电池的二次利用场景需要根据健 康状态( SOH)确定,然而不同退役电池的荷电状态不同,这使得快速估计 SOH 十分困难。 为此,提出了一种基于荷电状态差 异的退役电池的 SOH 快速获取策略。 在本策略中,不同 SOH 退役电池的荷电状态差异被用于产生多种健康特征。 同时,为 了选取随机森林算法合适的超参数,遗传优化随机森林回归算法被提出应用于 SOH 的估计。 通过验证,本文策略大幅降低 了退役电池 SOH 的估计时间。 并且通过多种避免测量时接触电阻和导线电阻策略,使得 10 节退役电池的健康状态估计误 差低于 3% 。
随着新能源产业的迅速发展,大量动力电池面临退役回收后如何处理的问题。 退役电池的二次利用场景需要根据健 康状态( SOH)确定,然而不同退役电池的荷电状态不同,这使得快速估计 SOH 十分困难。 为此,提出了一种基于荷电状态差 异的退役电池的 SOH 快速获取策略。 在本策略中,不同 SOH 退役电池的荷电状态差异被用于产生多种健康特征。 同时,为 了选取随机森林算法合适的超参数,遗传优化随机森林回归算法被提出应用于 SOH 的估计。 通过验证,本文策略大幅降低 了退役电池 SOH 的估计时间。 并且通过多种避免测量时接触电阻和导线电阻策略,使得 10 节退役电池的健康状态估计误 差低于 3% 。
2023, 44(11):215-223.
摘要:
针对快速序列视觉呈现的脑电图数据存在样本不平衡问题,提出一种基于多任务学习的快速序列视觉呈现脑电图分类 模型。 首先,建立深度共享特征提取模块,利用卷积神经网络自动学习共享参数,提取与任务关联的深度特征;其次,基于分类 任务和超球约束任务构造多任务目标函数,利用两种任务的联合学习提取更有效的判别特征,提高模型泛化性。 在快速序列视 觉呈现公开数据集中进行实验,与常见的脑电分类模型 DeepConvNet、EEGInception、DRL 以及 EEGNet 相比,提出的 Multi-task EEGNet 在 32 个受试者中平均 AUC 分别提升 3. 57% 、1. 84% 、6. 22% 和 2. 09% 。 实验结果表明,提出的多任务学习模型能更充 分地提取判别特征,有效提升模型分类性能,较好地解决 EEG 分类任务中样本不平衡问题。
针对快速序列视觉呈现的脑电图数据存在样本不平衡问题,提出一种基于多任务学习的快速序列视觉呈现脑电图分类 模型。 首先,建立深度共享特征提取模块,利用卷积神经网络自动学习共享参数,提取与任务关联的深度特征;其次,基于分类 任务和超球约束任务构造多任务目标函数,利用两种任务的联合学习提取更有效的判别特征,提高模型泛化性。 在快速序列视 觉呈现公开数据集中进行实验,与常见的脑电分类模型 DeepConvNet、EEGInception、DRL 以及 EEGNet 相比,提出的 Multi-task EEGNet 在 32 个受试者中平均 AUC 分别提升 3. 57% 、1. 84% 、6. 22% 和 2. 09% 。 实验结果表明,提出的多任务学习模型能更充 分地提取判别特征,有效提升模型分类性能,较好地解决 EEG 分类任务中样本不平衡问题。
2023, 44(1):201-211.
摘要:
行人再识别是视觉监控系统的核心问题之一,然而传统基于彩色图像的特征提取方法难以用于极暗光照条件下的行人 再识别。 本文提出一种基于深度测量的行人体态特征提取方法,由于深度测量独立于光照条件,因此所提方法可以在极暗光照 条件下对行人目标进行有效识别。 由深度数据经过分割和滤波生成人体点云,将观测点云与初始人体模型进行配准,基于配准 后的点云对人体模型的体态参数和姿态参数进行联合估计,计算体态特征向量的欧式距离实现行人再识别。 在公开数据集和 实验室自采数据集上进行验证,计算 Rank-n、累计匹配曲线、平均精度均值等性能指标,其中在 Single shot 评估模式下 BIWI 数 据集的 Rank-1 可达到 70. 71% 、Rank-5 可达到 92. 32% ,结果表明本文所提算法可有效提高再识别精度。
行人再识别是视觉监控系统的核心问题之一,然而传统基于彩色图像的特征提取方法难以用于极暗光照条件下的行人 再识别。 本文提出一种基于深度测量的行人体态特征提取方法,由于深度测量独立于光照条件,因此所提方法可以在极暗光照 条件下对行人目标进行有效识别。 由深度数据经过分割和滤波生成人体点云,将观测点云与初始人体模型进行配准,基于配准 后的点云对人体模型的体态参数和姿态参数进行联合估计,计算体态特征向量的欧式距离实现行人再识别。 在公开数据集和 实验室自采数据集上进行验证,计算 Rank-n、累计匹配曲线、平均精度均值等性能指标,其中在 Single shot 评估模式下 BIWI 数 据集的 Rank-1 可达到 70. 71% 、Rank-5 可达到 92. 32% ,结果表明本文所提算法可有效提高再识别精度。
2023, 44(8):41-50.
摘要:
为了解决工业机器人在快节拍搬运任务中因为机械定位误差导致无法正确放置产品的问题,提出了一种基于改进 Blob 分析的两点纠偏定位的两步法策略。 第 1 步基于机器视觉与图像处理技术利用改进的 Blob 分析方法识别出定位点, 第 2 步利用平面仿射变换原理快速定位大量产品的位置。 其中改进的 Blob 分析方法基于图像灰度反转、直方图均衡化、图 像滤波技术结合阈值分水岭分割算法实现了对有限光照条件下不易成像的黑色托盘图像中定位圆形特征的可靠分割与圆 心坐标提取。 从而第 2 步的两点定位的托盘定位策略根据可靠的托盘圆心位置结果来计算托盘偏移前后的平面仿射变换 矩阵以完成托盘的纠偏功能。 最后通过在实际生产线的搬运工站实验证明基于改进 Blob 分析的两点纠偏定位的两步法策 略的托盘识别准确性和召回率分别为 99. 75% 和 99. 75% ,同时产品的搬运时间降低了 20. 52% ,提高了机器人下料系统的可 靠性和效率。
为了解决工业机器人在快节拍搬运任务中因为机械定位误差导致无法正确放置产品的问题,提出了一种基于改进 Blob 分析的两点纠偏定位的两步法策略。 第 1 步基于机器视觉与图像处理技术利用改进的 Blob 分析方法识别出定位点, 第 2 步利用平面仿射变换原理快速定位大量产品的位置。 其中改进的 Blob 分析方法基于图像灰度反转、直方图均衡化、图 像滤波技术结合阈值分水岭分割算法实现了对有限光照条件下不易成像的黑色托盘图像中定位圆形特征的可靠分割与圆 心坐标提取。 从而第 2 步的两点定位的托盘定位策略根据可靠的托盘圆心位置结果来计算托盘偏移前后的平面仿射变换 矩阵以完成托盘的纠偏功能。 最后通过在实际生产线的搬运工站实验证明基于改进 Blob 分析的两点纠偏定位的两步法策 略的托盘识别准确性和召回率分别为 99. 75% 和 99. 75% ,同时产品的搬运时间降低了 20. 52% ,提高了机器人下料系统的可 靠性和效率。
