数值模拟毛细管通道中微粒的介电泳分离

基于直流介电泳技术,采用一种具有三维突扩、突缩截面的新型毛细管式微通道,对直径分别为8和12μm的聚苯乙烯微粒在通道中的分离进行数值模拟。分析了微粒受到的电渗力、电泳力和介电泳力对其运动轨迹的影响。数值模拟结果表明,聚苯乙烯微粒在突扩、突缩截面附近受到负介电泳力作用,运动轨迹不断向通道轴心偏移;电渗力和电泳力的作用方向相反,有效降低了微粒的运动速度,增加了介电泳力的作用时间。外加电压100 V时,可最有效地将直径为8μm微粒输运至出口内置套管外,而直径为12μm的微粒被出口内置套管接收,实现不同尺寸聚苯乙烯微粒的连续分离。     

应用于校正扩展视场偏差的红外成像测量方法

介绍了一种可扩展视场红外光学系统的工作原理,针对系统初始化后由于楔形镜装配误差引起的视场偏差对成像的影响,设计了一种校正该光学系统视场偏差的红外成像测量方法。通过计算机视觉技术在目标运动轨迹测量中的应用,把该技术与红外成像系统进行结合;用红外成像系统对运动目标成像,将目标的运动轨迹视为序列离散点,利用计算机视觉技术对这些离散点进行轨迹检测,并采集这些目标连续运动过程中的离散点图像。后期通过对采集的目标运动轨迹原始图像进行像图像处理,运用编程仿真构造目标的实际运动轨迹,最终完成了可扩展视场红外光学系统视场偏差的校正。结果表明,基于计算机视觉技术的红外成像测量方法能够很好地实现运动目标的轨迹测量。     

粒径对激光诱导煤粉流等离子体特性的影响

为了明确在应用激光诱导击穿光谱技术进行煤粉流物质成分在线检测过程中,煤粉粒径大小对激光诱导煤粉流等离子体特性的影响,利用螺杆给料机搭建煤粉颗粒流检测平台,分析了粒径不同的6种煤粉流等离子体的光谱数据。结果表明,在相同的实验条件下,随着煤粉颗粒粒径减小,等离子体的电子密度和温度升高,粒径小于50μm与粒径为250μm~300μm的样品的等离子体电子密度和温度分别升高了19.89%和13.13%;煤粉粒径大小对激光诱导煤粉流等离子体特性有很大影响,选取合适的煤粉粒径不仅可以提高光谱强度而且元素检出限也得到改善,更有利于检测样品中含量低的元素。     

基于计算机视觉的机场跑道异物检测

本文介绍了基于计算机视觉的机场跑道异物检测算法。文章结构分为两部分,即对静止的异物和运动的异物分别进行检测。对静止的异物用基于梯度的边缘检测方法。对运动的异物则是先建立背景,对当前输入的图像减去背景图像得到目标前景,实现对异物目标的跟踪,然后对运动的目标前景进行形态学处理、区域增长等方法进行处理。实验结果表明,该算法能够检测出各种颜色形状大小各异的异物。     

基于激光视觉传感的渔船目标无人机低空识别研究

为了提高渔船目标无人机低空识别的准确率,提出基于激光视觉传感的渔船目标识别方法。采用阈值分割和角点定位标定渔船目标激光视觉传感图像的方位特征点;提取渔船目标的位置信息、速度信息、加速度信息、运动轨迹信息,建立渔船目标激光视觉传感图像的背景差分检测模型;通过帧动态检测和差分图像聚类,计算相邻目标质心的距离;根据参数估计和像素灰度值检测,结合目标方位估计,实现对渔船目标激光视觉传感图像的定位识别。结果表明,采用该方法能够有效识别渔船目标,目标方位识别准确性达到90.95%以上,提高了渔船目标无人机低空识别准确性。     

香烟烟雾中颗粒物粒径的分布情况

由于PM10以下的微粒对人体的危害巨大,测定了燃烧香烟后室内空气可吸入颗粒物(PM10)的数量浓度、质量浓度,选取合适的粒径分布函数,分析0μm～10μm粒径间隔的分布,得到频率密度峰值。得出香烟烟雾中颗粒物的集中范围,能够更好地判断香烟烟雾中颗粒物对人体的危害大小。     

纺织厂粉尘净化效率及粒径分布的实验研究

纺织厂在生产运作过程中产生大量的粉尘,这些种类不同的粉尘的粒径差别很大,对纺织厂的生产和人体的健康产生很大影响。对西安某纺织厂细纱车间粉尘浓度进行分析,细纱机工作区的空气粉尘浓度值几乎都在2.0 mg/m3以下,喷水室对粉尘的总净化效率为75%。运用专业粉尘颗粒物分析软件Ima ge-Pro Plus6.0研究粉尘粒径分布规律,得到含尘气流在经过喷水室前后粉尘数量分散度的变化;粒径>15μm的大颗粒粉尘的分级效率达到了83.5%,而粒径≤5μm的微粒分级效率为30.4%,说明喷水室对大颗粒粉尘除尘效果较好,加强对微细颗粒的去除是下一步研究的重点。     

空调室外换热器表面积尘特征的实验研究

利用现场采样和实验分析的方法,对空调室外换热器表面不同部位的积尘进行了粒径分布测定。结果表明：空调室外换热器表面积尘的平均粒径介于8μm-17μm之间;换热器表面积尘的粒径分布曲线呈现双峰或者三峰特征,峰值均出现在约8μm、32μm和120μm处;在空调室外换热器表面的不同部位,粉尘的沉积规律不同,粉尘主要沉积在翅片前...     

微复合技术制备超细CaSiO_3导电粉

用sol-gel法粉体技术和化学镀膜技术的微观复合,在溶液中得到超细CaSiO3导电粉。讨论了醛基溶液浓度、溶液pH值对导电粉性能的影响,确定了导电粉制备的工艺条件为:n(CaSiO3粉体)∶n(Tollen试剂)=1∶1,且pH=9。用SEM/EDS对粉体形貌和元素组成进行表征和分析,得出CaSiO3导电粉体粒径为30~50μm,体积电阻率在10–6?·m以下。     

基于轮廓方向特征的头部特征识别

针对危险生产作业场所的定员管理问题,采用机器视觉技术对进出作业场所的人数进行在线、实时统计.首先引入纹理梯度算子,定义方向熵函数以获取人头轮廓的方向特征并对轮廓点进行编码;接着,基于标准圆的轮廓及其方向二元特征实现对人头轮廓的准确匹配;最后建立孤长置信度函数完成对人员目标的定位.在目标跟踪过程中,建立预测函数辅助人头运动轨迹的获取,最终根据运动轨迹线判断目标是否进入或离开生产作业场所.实验表明,提出的方法准确率在90％以上,具有良好的实用性与学术价值,对于确保安全生产具有重大现实意义.     

基于视觉显著性的雷达视频舰船检测

将计算机视觉领域的视觉显著性的概念引入常规雷达视频序列中舰船目标的检测,提出了适用于雷达视频的目标显著性表示模型。利用局部对比度来表征目标与杂波在回波强度上的差异,利用运动显著性来提取目标与固定地杂波和起伏海杂波之间的差异,经线性组合形成综合显著图,可快速准确提取目标。将连续多帧提取的结果进行积累,通过分析目标历史轨迹对目标加以确认。最后,利用采集的某型导航雷达实测数据进行的实验表明了方法的有效性。     

基于RID序列的微动目标高分辨三维成像方法

微动是指目标或目标上某些部件沿雷达视线方向的小幅、非匀速运动。通过对微动目标进行逆合成孔径雷达(ISAR)高分辨3维成像,能够获得其结构和运动信息,从而为微动目标检测、跟踪、分类与识别提供重要依据,并在空间态势感知与防空反导中发挥着重要作用。由于微动目标运动形式复杂、回波非平稳性强,现有的参数化ISAR成像方法已经不再适用。针对该问题,该文提出基于散射中心航迹矩阵分解的微动目标高分辨3维成像方法。该方法首先生成距离-瞬时多普勒(RID)像序列,利用watershed图像分割方法提取RID像的散射中心支撑域,并基于最小欧氏距离准则实现航迹关联。然后,针对散射中心航迹关联时瞬时斜距估计精度受距离分辨率影响等问题,进一步提出基于现代谱估计的散射中心航迹矩阵精估计方法。最后,通过带约束的航迹矩阵分解实现微动目标的高分辨3维成像。仿真结果表明,该文所提的成像方法能够有效实现章动等复杂微动目标的高分辨3维成像。      

三维空间中高超声速目标修正三级Hough变换-检测前跟踪算法

针对大型相控阵雷达对于临近空间高超声速目标的检测跟踪问题,该文提出一种修正的3级Hough变换(MTS-HT)检测前跟踪算法。首先,为了解决直接进行3维Hough变换计算量大的问题,将3维点迹依次降维映射至径向距离-时间、方位角-时间和仰角-时间3个平面进行2维Hough变换;其次,为了能够在充分利用点迹能量信息的基础上尽量减小强干扰的影响,在每级Hough变换中采用非相参积累和二值积累相结合的双重积累方式进行点迹筛选;最后,通过引入运动约束以及合并相似航迹的方式进行航迹精简,从而有效降低虚假航迹数,得到按照时序关联的最终检测航迹。仿真结果表明,该算法具有较高的航迹检测概率和较低的虚假航迹检测概率,可以实现对临近空间高超声速目标的有效检测跟踪。     

对基于虚拟现实技术的机器人仿真设计的几点探讨

机器人仿真技术在未来的智能生产行业中具有十分重要的作用,利用虚拟现实技术能够对机器人的运动轨迹进行模拟,从而使得机器人在虚拟空间运动与操作者的指令相一致,通过利用Open GL对机器人的运动建模进行分析,从而力觉、视觉、听觉等方面对工业机器人的运动状态进行模拟,探究了虚拟现实环境下机器人仿真设计的具体应用场景。     

基于双时间尺度运动分析的户外小目标跟踪

根据人类视觉发现并跟踪目标的原理,提出了一种基于双时间尺度信号分析的户外小目标跟踪方法.在短时间尺度信息分析中,通过时空联合滤波,滤除运动前景信息中的瞬时随机噪声,提取高置信度候选运动小目标信息;在长时间尺度信息分析中,通过分析背景运动和目标运动的运动特性,提出了小目标运动轨迹平滑性约束条件,基于目标的运动信息和姿态信息构建了能量函数,利用基于全局优化的Viterbi快速算法在长时间尺度上实时求解目标运动的时空三维轨迹.不同场景条件下远程小目标跟踪实验表明了我们所提出方法的有效性和鲁棒性.该方法的算法复杂性低,适用于对小目标的实时检测与跟踪.     

基于Bi-LSTM模型的轨迹异常点检测算法

定位技术的飞速发展催生了时空轨迹大数据,轨迹数据中往往存在着明显偏离轨迹的异常点。检测出轨迹中的异常点对提高数据质量和后续轨迹数据挖掘精度至关重要。该文提出了一种基于双向长短时记忆网络(Bidirectional Long Short-Term Memory, Bi-LSTM)模型的轨迹异常点检测算法。首先对每个轨迹点提取一个6维的运动特征向量,然后构建了一个Bi-LSTM模型,模型输入为一定序列长度的轨迹数据特征向量,输出为轨迹点的类型结果。同时,算法采用了欠采样和过采样的组合方法缓解类别不平衡对检测性能的影响。融合了长短时记忆网络单元和双向网络,Bi-LSTM模型能够自动学习正常点和邻近异常点在运动特征上的差异。基于真实船舶轨迹标注数据的实验结果表明,该文算法的检测性能显著优于恒定速度阈值法、不考虑数据时序性的经典机器学习分类算法和卷积神经网络模型,尤其是召回率达到了0.902,验证了该文算法的有效性。      

基于红外序列图像的特定目标智能检测

红外成像探测技术是目前以及未来军事作战需要倚仗的重要技术。以卫星红外序列遥感图像为处理对象,采用人工智能相关技术对图像数据进行目标检测。针对序列图像检测到的特定目标进行关联分析,并通过目标灰度提取以及运动变化信息来生成特定目标的轨迹报告。实验结果表明,多目标检测的平均正确率为90%,部分场景可以达到95%,误检率为7%;多目标跟踪的平均正确率为91%,误检率为6%,为及时发现和预警特定目标提供了信息支撑。     

位移矢量一致下的多飞行器三维轨迹跟踪识别

合作靶标点三维轨迹的跟踪识别是实现室内环境中多飞行器位姿估计的关键,为此,提出了一种基于时空一致条件下的多目标三维轨迹跟踪识别算法。该方法包括运动轨迹跟踪与识别两部分,对于合作靶标点三维轨迹跟踪,提出了一种基于运动目标位移矢量一致的数据关联方法,该方法首先利用运动平滑性假设计算得到的数据关联概率值,结合匈牙利算法求解得到目标的数据关联关系,然后在贝叶斯滤波框架下实现合作靶标点的三维轨迹跟踪。对于合作靶标点的三维轨迹识别,又可以分为粗细两部分,利用运动轨迹Hankel矩阵的秩实现运动轨迹的粗识别,利用运动轨迹之间的Hausdorff距离实现运动轨迹的细识别,最终实现对每一个飞行器的轨迹识别与注册。实验结果表明,在三维测量手段为机器视觉,测量空间大小为2 m×2 m×2 m,提出的多目标跟踪算法的三维轨迹跟踪误差小于4 mm（3σ）时,轨迹识别正确率为100%。因此,所提出的算法可以有效地实现多飞行器上合作靶标点三维轨迹的跟踪识别。     

基于运动分组的空间密集群目标跟踪

针对空间目标检测跟踪中可能存在大量伴飞干扰的问题,提出了一种基于密集多目标运动分组的空间目标快速检测跟踪方法。首先,在传感器分辨率允许的范围内,通过稀疏光流提取目标群体内个体的运动信息,然后利用母函数正则化来整合运动路径之间的相似性,以“集体合并”的思路,从密集随机运动中检测有序群集运动,在空间上将群目标划分为若干个具有相似运动模式的稀疏群组,并以稀疏群组间的拓扑关系构建图模型,筛选出目标群中的疑似目标,最后利用帧间相关性抑制虚警。仿真实验结果表明:对于空间中不同群目标分布场景,该方法具有良好的鲁棒性和实时性。