融合改进 YOLOv5 算法的图像全站仪全自动测量方法

针对图像全站仪在无棱镜合作工作模式下无法实现目标点全自动测量的问题,提出一种融合改进YOLOv5算法的图像全站仪全自动测量方法。应用融合卷积注意力机制模块的YOLOv5算法,实现了反射片靶标的广角镜头识别与检测;应用目标自动照准算法,实现了反射片靶标中心的长焦镜头精确照准,进而实现目标点位置坐标的全自动测量。借助自研的图像全站仪开展了反射片靶标的识别与检测实验和目标点全自动测量实验。实验结果表明,利用改进的YOLOv5算法对反射片靶标的识别与检测的准确率可达98.65%;目标点全自动测量方法具有与人工照准测量方法相当的测量精度且测量效率较后者提高了1.5倍。所提方法具有较高的测量精度和测量效率,可广泛应用于无人值守的全自动测量工作场合。     

改进蚁群与势场融合算法的平滑路径规划

针对不同环境下智能车辆路径搜索问题和传统蚁群算法收敛速度慢、容易陷入局部最优等情况，建立栅格地图模型，设计了一种改进蚁群与势场融合算法的平滑路径规划算法。在传统蚁群算法中引入了势场合力变化系数，与人工势场法相融合，减少了陷入局部最优的情形；引入自适应信息素调整策略和精英蚂蚁增加信息素提高算法收敛速度，保证了算法搜索时的有效性；对规划出的路径进行拐点处理使得路线更加平滑、安全。仿真结果显示：改进算法在稀疏障碍物下比文献[13]算法和基本蚁群算法提升了27.7%、81.1%;密集环境下分别提高36.9%、79.0%,并且路径长度与文献[13]相差很小，拐点数量也要小于其它两种算法，路线更加安全平滑。     

纳米颗粒成像自动对焦评价算法

纳米颗粒成像过程中，离焦位置的粒子团簇和大颗粒杂质产生明亮的弥散斑，导致现有的对焦算法无法实现自动对焦功能。利用基于大津算法的二值化分割和形态学开闭方法，使离散的弥散斑聚合为一个区域，并利用连通域标记方法筛选剔除大面积的光斑区域，构造四邻域水平-对角平方函数和阈值四邻域水平-对角开方函数，将函数分别作为粗对焦和精对焦的评价指标，提高了自动对焦搜索的准确性和可靠性。实拍离焦序列图，并与5种常用的评价算法进行对比，结果表明所提自动对焦评价算法具有良好的鲁棒性、无偏性和单峰性。