基于改进SOLOv2的复杂场景下智能机器人巡检识别算法

智能巡检技术逐步替代人工巡检有效提高检测效率,降低人力成本,成为智能巡检系统中的重要组成部分.目前现有的智能巡检技术在复杂场景下可识别的设备部件种类较少,检测精度和速度较低,对于小部件（例如按钮等）的识别效果较差.为了达到较好的检测效果和一定程度的广泛适用性,提出了一种基于改进SOLOv2的智能机器人巡检识别算法.本方法能较好地应对复杂场景下多种类设备部件的精准定位及模态提取问题,解决了现有智能巡检技术可识别部件种类少的问题.针对实例分割算法SOLOv2对于小目标识别精度低的问题,通过增加特征金字塔网络中大尺寸层级特征图的输出,增加小目标物体的正样本数量,提高小目标识别精度.实验结果表明,本文提出的方法相较于目前的巡检识别算法,具有更好的识别精度,复杂场景下的鲁棒性更高;相比较原有的智能巡检系统,可识别种类提高12类;相较于原始SOLOv2算法,小目标物体的精度提升10%左右,整体的识别精度也提升1.7%.     

钨酸铅/天然橡胶纳米复合材料制备及其γ射线屏蔽性能

将钨酸铅(PbWO_4)粒子球磨至纳米尺度,采用γ-甲基丙烯酰氧基丙基三甲氧基硅烷(KH570)对其进行表面改性,并与天然橡胶(NR)机械共混,制备出橡胶纳米复合材料,运用扫描电镜(SEM)、X射线衍射仪(XRD)、傅里叶变换红外光谱仪(FT-IR)、接触角(CA)测量仪、电子万能试验机和高纯锗γ谱仪系统对其形貌及性能进行了表征与测试。结果表明:KH570成功接枝到PbWO_4表面;与未改性PbWO_4相比,改性后PbWO_4在NR中分散更为均匀,复合材料力学性能及γ射线屏蔽性能更为优异;PbWO_4与NR填充质量比为50∶100时,力学性能最佳(拉伸强度为30.6 MPa),相比于填充质量比为60∶100时,γ射线屏蔽率仅下降了1.8%,因此PbWO_4与NR最佳配料比为50∶100。     

含未知控制系数的非对称时变全状态约束严格反馈系统的自适应控制

研究了带有时变全状态约束和虚拟控制系数未知的非线性参数化严格反馈系统的控制器设计问题.在传统的自适应反推(backstepping)设计方法中,通过定义合适的误差变量并引入时变障碍Lyapunov函数(TVABLF)能够保证系统中的非对称时变全状态约束条件不被破坏.同时可以证明闭环系统所有的信号一致最终有界以及跟踪误差保持在一个有界紧集中.仿真结果说明了该控制方案的有效性.