一种基于深度学习图像超分的环形靶标稳定检测方法

为提高远距离、大倾角条件下环形靶标的识别率与定位精度,提出了一种基于深度学习图像超分的环形靶标稳定检测方法。通过真实图像与合成图像的混合数据集来构建多角度、多距离的图像空间集合,采用像素损失与感知损失来改进图像超分辨率模型的损失函数,从而实现图像的高分辨率重建,丰富靶标轮廓的图像细节,利用已训练好的图像超分模型重建图像,最后使用传统的检测算法识别与定位环形靶标。实验结果表明,环形靶标识别率可提高40%,靶标定位精度可提高8.47%。     

基于协同理论的信息物理能源系统多流建模与分析

信息物理能源系统(cyber-physical energy system,CPES)作为一类高度复杂的多维非线性系统,其内部不断进行着物质、能量、信息与资金的流动和转化,对其进行全局分析与优化难度较大。首先,基于协同学理论,从系统宏观层面将CPES归结为"物质-能量-信息-资金"的协同,然后借助流的"势"与"阻"的概念,从生产成本、能耗、协同调度与市场等角度,运用分层递阶控制方法建立了CPES的"物质流-能量流-信息流-资金流"的多流协同与多级优化分析模型。最后,通过算例分析初步说明了该分析方法具有一定的适用性与可行性。     

基于远心成像的高精度线激光三维测量方法

精密零部件的高精度三维成像是工业制造和检测的关键任务。针对现有的线激光测量系统效率慢、精度低等问题，提出了利用远心成像的线激光三维测量系统，研究了该系统的标定方法。首先，分别采集不同位置的靶标图像和激光线照射下相同位置的靶标图像，通过远心正交成像标定相机内参矩阵系数和外参位姿关系；然后，建立线激光投影平面与标定目标平面之间的几何关系，求解不同目标平面下的激光线方向矢量，进而通过最小二乘法获得光平面方程；最后，在极大似然准则下，利用Levenberg-Marquard非线性优化算法精确地计算标定参数最优解，搭建了测试系统，开发了专用标定程序。实验结果表明：在60 mm×48 mm的视场下，所设计的系统和方法可以实现优于18μm的测量误差，能够快速准确地重建出三维形貌。