期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于任意四边形拟合的轨道分割算法
1
作者 郭浩 齐咏生 +2 位作者 张嘉英 马然 刘利强 《铁道学报》 北大核心 2025年第1期112-122,共11页
精准高效地完成轨道分割与障碍物检测对于智能行车具有重要意义。现有深度学习算法对轨道区域分割与障碍物识别区分不明确,复杂区域极易出现多轨融合、识别率低等情况。为此,提出一种基于任意四边形拟合的轨道分割框架,实现轨道分割任务... 精准高效地完成轨道分割与障碍物检测对于智能行车具有重要意义。现有深度学习算法对轨道区域分割与障碍物识别区分不明确,复杂区域极易出现多轨融合、识别率低等情况。为此,提出一种基于任意四边形拟合的轨道分割框架,实现轨道分割任务;将其嵌入YOLOv5网络中,设计出一种全新的轨道交通双视觉任务网络(YOLOv5-DVT),该网络可根据轨道的不同特征,使用任意四边形切分轨道;经过多边形角点排序、自适应正样本匹配、相对重心位置编解码及顺序预测约束等环节完成对任意四边形轨道的预测,利用多边形寻迹拟合算法实现对轨道区域的恢复与分割;通过设计双任务结构,采用端到端的轨道分割与障碍物检测并行训练策略实现同步分割与障碍物识别,提升推理速度。采用自建数据集对该算法进行验证,试验结果表明:与经典分割算法相比,本文方法在复杂轨道的分割中更加清晰准确,其双任务精度分别达到95.10%、93.51%,推理速度达32 FPS,具备实际场景的应用价值。 展开更多
关键词 任意四边形检测 轨道分割 障碍物检测 深度神经网络
在线阅读 下载PDF
基于自适应变参数卡尔曼滤波算法的混合储能控制策略
2
作者 杨航宇 刘广忱 +3 位作者 陈禹 马丹 田桂珍 王顺利 《太阳能学报》 北大核心 2025年第2期32-40,共9页
提出一种基于自适应变参数卡尔曼滤波算法的飞轮-锂电池混合储能功率分配控制以对风电场出力做并网前平抑,将飞轮电机转速和锂电池荷电状态引入卡尔曼增益的数据融合过程,实时影响卡尔曼增益计算以解决由于滤波算法滞后导致的风电出力... 提出一种基于自适应变参数卡尔曼滤波算法的飞轮-锂电池混合储能功率分配控制以对风电场出力做并网前平抑,将飞轮电机转速和锂电池荷电状态引入卡尔曼增益的数据融合过程,实时影响卡尔曼增益计算以解决由于滤波算法滞后导致的风电出力突变时功率分配不合理的问题。硬件在环实验验证所提控制策略下,飞轮-锂电池混合储能对风电厂产生功率的实时平抑效果,通过幅频分析验证混合储能平抑效果,构建滑动窗口检测固定时段内最大变化值。结果表明,所提控制策略控制下混合储能平抑后功率平滑,高频波动幅值降低80.3%,且符合国家风电厂并网标准。 展开更多
关键词 风力发电 混合系统 飞轮 卡尔曼滤波 荷电状态
在线阅读 下载PDF
基于RF与D-S证据理论融合的多通道齿轮箱复合故障诊断 被引量:2
3
作者 贾舜宇 齐咏生 +2 位作者 魏淑娟 刘利强 李永亭 《振动与冲击》 EI CSCD 北大核心 2024年第13期115-125,共11页
针对齿轮箱复合故障特征难于提取,诊断缺乏自动识别性,且单通道往往无法全面表征故障信息等问题,提出一种基于随机森林与证据理论相融合的多通道齿轮箱复合故障诊断方法。首先通过小波包变换对各通道复合故障信号进行分解,得到故障信号... 针对齿轮箱复合故障特征难于提取,诊断缺乏自动识别性,且单通道往往无法全面表征故障信息等问题,提出一种基于随机森林与证据理论相融合的多通道齿轮箱复合故障诊断方法。首先通过小波包变换对各通道复合故障信号进行分解,得到故障信号的特征向量;之后引入一种新的特征集组合框架构建针对不同故障的特征数据集,通过随机森林算法划分单个分类模型;接着综合考虑各分类模型,合成每个通道下的集成分类器,并提出一种新的迭代自更新策略不断完善分类器的性能;最后设计一种基于Lance距离的改进D-S证据理论算法,该算法采用Lance距离来度量各空间证据间的证据距离,并构造Lance矩阵,由此获得相似度矩阵来衡量各证据体间的相似程度和支持度,通过计算各通道的敏感度权重系数进行BPA修正,获得最终的诊断融合结果。通过齿轮箱试验平台进行算法验证,结果表明该方法能有效识别出复合故障中包含的每类故障,并能全面融合不同通道的故障冗余信息,实现齿轮箱复合故障的精确诊断。 展开更多
关键词 齿轮箱 复合故障 随机森林算法 多通道 证据理论
在线阅读 下载PDF
一种场景自适应的双分支牛脸高效识别算法 被引量:1
4
作者 焦杰 齐咏生 +2 位作者 刘利强 李永亭 王朝霞 《电子学报》 EI CAS CSCD 北大核心 2024年第9期3251-3261,共11页
随着智慧牧业的高速发展,牛脸识别已成为牛场智能化养殖的关键,但牛场养殖环境复杂且动物的自主能动性差,导致牛脸数据采集与识别过程会受到模糊、遮挡和光照等环境因素的严重干扰.针对此问题,提出一种复杂场景自适应选择双分支牛脸高... 随着智慧牧业的高速发展,牛脸识别已成为牛场智能化养殖的关键,但牛场养殖环境复杂且动物的自主能动性差,导致牛脸数据采集与识别过程会受到模糊、遮挡和光照等环境因素的严重干扰.针对此问题,提出一种复杂场景自适应选择双分支牛脸高效识别算法.该算法首先设计了基于像素融合的数据增强策略,通过Beta分布计算融合系数,将牛的左右脸图像按融合系数进行像素级整合,在丰富样本特征信息同时,增强网络学习模糊和遮挡下的牛脸特征,提升网络对复杂场景的泛化能力;其次,在主干特征提取网络中引入一种新型注意力机制CDAA(Composite Dual-branch Adaptive Attention),可随着场景信息变换,自适应加强通道与空间注意力分支的权重,提高网络在复杂场景下的特征筛选能力;之后,设计FaceNet与U-LBP(Uniform Local Binary Patterns)结合的双分支特征提取结构,并将提取的特征向量实现自适应加权融合,增加网络在过亮或过暗环境下的鲁棒性;最后,在损失函数中加入改进交叉熵损失(Focal Loss),根据场景信息复杂度动态调控权重系数,实现对难易分类样本自主控制.为检测算法的有效性和实时性,在特定数据集上进行消融试验,与多种典型识别算法进行对比.实结果表明,提出的算法能很好满足实时性要求,在开集测试集上准确率达到87.53%,识别速度达到108帧/s,且在复杂场景下,识别效果均优于对比网络. 展开更多
关键词 复杂场景 图像融合 双分支结构 牛脸识别 场景自适应
在线阅读 下载PDF
基于模糊卡尔曼滤波和改进滑模控制的风电场飞轮储能控制策略 被引量:1
5
作者 王世奇 刘广忱 +3 位作者 陈国伟 张建伟 姚强 田桂珍 《可再生能源》 CAS CSCD 北大核心 2024年第7期901-907,共7页
在风电场并网点处配置一定容量的飞轮储能装置(FESS)可以有效平滑并网功率,提高风电场的电网友好性。为提高FESS的功率响应速度,增强对风电功率波动的平抑效果,同时避免在功率波动太大时储能过充/过放,文章提出了一种基于模糊卡尔曼滤... 在风电场并网点处配置一定容量的飞轮储能装置(FESS)可以有效平滑并网功率,提高风电场的电网友好性。为提高FESS的功率响应速度,增强对风电功率波动的平抑效果,同时避免在功率波动太大时储能过充/过放,文章提出了一种基于模糊卡尔曼滤波和改进滑模控制(SMC)的飞轮储能控制策略。根据FESS的实时转速和功率自适应调节卡尔曼增益,将滤波结果与风电场实际输出功率的差值作为滑模控制器的输入,实现对飞轮储能的功率控制。仿真结果表明,文章提出的控制策略具有较好的动态响应特性,可以有效平滑风电功率,使其满足并网要求,在平滑过程中保证飞轮转速在限定范围内,有利于延长FESS的使用寿命。 展开更多
关键词 风电功率 飞轮储能 滑模变结构控制 卡尔曼滤波器 模糊控制
在线阅读 下载PDF
基于Ghost-TiFPN的轻量化快速目标跟踪算法
6
作者 阴国华 齐咏生 +2 位作者 刘利强 苏建强 张丽杰 《兵工学报》 EI CAS CSCD 北大核心 2024年第5期1703-1716,共14页
针对传统孪生目标跟踪算法体量大、难以在嵌入式设备部署以及其在目标尺度变化大、有相似物干扰等条件下效果不佳的问题,提出一种新的轻量化快速跟踪(Ghost fast Tracking with TiFPN and Retriever,GTtracker)算法。引入Ghost机制,对Re... 针对传统孪生目标跟踪算法体量大、难以在嵌入式设备部署以及其在目标尺度变化大、有相似物干扰等条件下效果不佳的问题,提出一种新的轻量化快速跟踪(Ghost fast Tracking with TiFPN and Retriever,GTtracker)算法。引入Ghost机制,对Resnet网络进行重新设计,构建一种轻量化G-Resnet网络对跟踪目标进行快速特征提取。设计轻量自适应加权融合(Tiny adaptive weighted fusion algorithm Feature Pyramid Network,TiFPN)算法,进一步加强特征信息的融合,解决相似物干扰问题。设计一种轻量化区域回归网络(Ghost Decoupled Net,GDnet),以实现目标分类、交并比(Intersection-over-Union,IoU)计算以及边界框回归,并在跟踪阶段应用一种新的目标寻回器提升算法跟踪的成功率。在OTB100数据集和VOT2020数据集上进行算法验证,并移植算法到嵌入式设备Jetson Xavier NX上进行性能测试。实验结果均表明算法的有效性和优越性,相比经典孪生目标跟踪(SiamCAR)算法,新方法在精度和期望平均重叠率(Expected Average Overlap,EAO)指标均相似的前提下,能够实现更快的运行速度,可在Jetson Xavier NX上实时运行,达到30帧/s,且能有效解决相似物干扰、尺度变化大等问题。 展开更多
关键词 目标跟踪 孪生网络 轻量化 嵌入式设备
在线阅读 下载PDF
一种基于因子图消元优化的激光雷达视觉惯性融合SLAM方法 被引量:6
7
作者 袁国帅 齐咏生 +2 位作者 刘利强 苏建强 张丽杰 《电子学报》 EI CAS CSCD 北大核心 2023年第11期3042-3052,共11页
针对单一传感器SLAM(Simultaneous Localization And Mapping)技术在复杂环境中存在精度低、可靠性差等问题,提出一种基于因子图消元优化的激光雷达、视觉和IMU(Inertial Measurement Unit)融合SLAM算法(Multi Factor Graph fusion SLAM... 针对单一传感器SLAM(Simultaneous Localization And Mapping)技术在复杂环境中存在精度低、可靠性差等问题,提出一种基于因子图消元优化的激光雷达、视觉和IMU(Inertial Measurement Unit)融合SLAM算法(Multi Factor Graph fusion SLAM with IMU as the Dominant system,ID-MFG-SLAM).首先,采用多因子图模型,提出以IMU为主系统,视觉与激光雷达为辅系统,通过引入辅系统观测因子约束IMU偏差,并接收IMU里程计因子实现运动预测与融合的全新结构.之后,为降低融合后的优化成本,加入滑窗机制并设计基于Householder变换的QR分解消元法将因子图转换为贝叶斯网络.最后,引入一种球面线性插值与线性插值之间的自适应插值算法,将激光雷达点云投影到单位球体上实现视觉特征点深度估计.实验结果表明,相比其他经典算法,该方法在复杂大、小场景中绝对轨迹误差分别可达到约0.68 m和0.24 m,具有更高的精度和可靠性. 展开更多
关键词 同时定位与建图 多传感器融合 复杂场景 激光雷达 IMU里程计 因子图优化
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部