基于驱动量补偿的压电型微小机器人运动控制

为解决一种左右平行驱动式压电陶瓷微小机器人,由装配误差和压电陶瓷特性的不一致所带来的运动偏差,提出了一种基于驱动量补偿的方法对微小机器人进行运动控制.在详细分析微小机器人的stick-and-slip 运动原理的基础上进行实验设计,对左右压电陶瓷驱动器分别输入不同的驱动量,得到多个微小型机器人在横向位置上的位移偏差量.对所得实验数据用最小二乘法进行处理,并拟合出曲线,进而确定微小型机器人的输入驱动量的补偿值.实验表明,加入了补偿输入后,微小型机器人在相同步数下的直线前进运动中,横向的位置偏差减少为原来的6.1％.利用最小二乘法所得到的基于驱动量补偿的运动控制,能有效抑制微小机器人直线运动中横向位置的偏差.     

基于DM6446的灯泡头焊丝检测系统设计与实现

为改善人工检测灯泡头焊丝外漏存在的诸多弊端,开发一套基于DSP＋ ARM 双核嵌入式DM6446开发板设备的灯泡头焊丝自动检测系统。设计实现基于V4L2驱动接口的视频采集线程、基于codec engine构架的视频处理线程和基于FBdev驱动接口的视频显示线程,开发运行在DSP侧的灯泡头焊丝检测算法。整个装置有效地对有焊丝外漏的灯泡进行识别,实现了高准确率的灯泡产品合格检测,替代了人工检测。     

用于嵌入式终端的改进ENet街景语义分割

现有的移动终端实时语义分割算法对图像细节特征的处理能力较差,空间特征丢失严重。针对上述问题,提出了一种融合不同层级空间特征的方法,基于改进的 ENet,在下采样层使用反向残差结构,增加网络计算过程中图像信息的获取,减少下采样造成的图像空间特征丢失。通过空间注意力对图像空间特征进行筛选,增强相关特征,削弱不相关特征。该方法将高分辨率的浅层空间特征与具有丰富语义信息的深层特征融合,提高了网络对图像细节特征的处理能力。实验表明,在 NVIDIA Jetson TX2、NVIDIA Jetson Xavier NX 及 NVIDIA Jetson Xavier AGX 等嵌入式终端上,所提出网络与现有算法相比,其性能在 Cityscapes 数据集上提高了 2.9%,在 CamVid 数据集上提高了 3.2%。      

基于参数匹配的调频连续波干扰抑制方法

随着线性调频连续波(FMCW)车载雷达的广泛应用,同一个场景下若干个雷达的相互干扰可能导致传感器灵敏度降低,甚至虚警。针对该问题,提出一种基于量子遗传和中心值匹配相结合的干扰抑制方法。该方法首先将发射波形和干扰信号的互相关函数作为目标函数,通过量子遗传算法进行波形参数优化,在约束范围内得到互相关最小的工作参数,然后基于这个参数生成发射波形,最后根据干扰信号的参数,通过中心值匹配的方法选择合适的工作雷达参数,实现自适应干扰抑制。仿真结果表明,该方法可以以较低的计算量达到良好的干扰抑制结果。     

基于增强语义信息理解的场景图生成

场景图生成（SGG）任务旨在检测图像中的视觉关系三元组，即主语、谓语、宾语，为场景理解提供结构视觉布局。然而，现有的场景图生成方法忽略了预测的谓词频率高但却无信息性的问题，从而阻碍了该领域进步。为了解决上述问题，提出一种基于增强语义信息理解的场景图生成算法。整个模型由特征提取模块、图像裁剪模块、语义转化模块、拓展信息谓词模块四部分组成。特征提取模块和图像裁剪模块负责提取视觉特征并使其具有全局性和多样性。语义转化模块负责将谓词之间的语义关系从常见的预测中恢复信息预测。拓展信息谓词模块负责扩展信息谓词的采样空间。在数据集VG和VG-MSDN上与其他方法进行比较，平均召回率分别达到59.5%和40.9%。该算法可改善预测出来的谓词信息性不足问题，进而提升场景图生成算法的性能。