摘要：研究基于开源机器人运行系统ROS(Robot Operating System)架构的移动机器人目标跟踪系统的设计与实现。考虑目标人检测的准确性和跟踪鲁棒性的需要,首先对跟踪目标进行特征提取,并利用深度信息实现基于最近点位置信息的目标跟踪。跟踪过程中通过欧氏聚类法去除噪声信息,在深度信息无法解决干扰物影响跟踪效果的情况下,使用基于颜色信息的Cam-Shift跟踪方法实现目标跟踪,提高了系统抗干扰能力。实验结果验证了该系统的可行性和稳定性。

摘要：异形桨行星运动立式混合机是用于以复合固体推进剂为代表的含能材料混合过程的关键设备，混合过程中过度摩擦、静电火花、多余物等因素会带来极大的安全隐患。在设计时，只有充分考虑这些因素，才能提高设备本身的安全性。

摘要：以高含蜡原油、水为实验介质,探索了油包水乳状液在管流实验条件下的蜡沉积规律,着重研究了温度及含水率条件的影响,分别从沉积物质量、碳数分布和含水量的角度,定量分析了油包水乳状液管流蜡沉积的相关机理。结果表明:沉积物质量随含水率增加呈先增大后减小的趋势,但沉积物含水量却始终增大,同时沉积层厚度与含水率关系图谱中拐点含水率随温度降低而前移,由此揭示了多相管流蜡沉积中胶凝作用的影响,这将为油水混输管道的设计、运行和管理提供相关理论支持。

摘要：本文对系统进行深入研究，在此基础上对系统管理运行模型、系统技术方案和系统实施方案等几个方面进行了设计，为邯郸市城建管理运行系统提供了一个全方位的解决方案，为城建管理系统的建设与运行提供了整体和预期达到的参考模式。

摘要：电厂设备复杂,容易发生跑冒滴漏问题,人工巡检存在发现滞后、人为疏忽、不能实时传达异常情况等问题。基于深度学习卷积神经网络、迁移学习和小样本学习技术,设计电厂异常状态智能识别报警系统,利用深度学习模型检测监控系统捕获的现场图片,识别常见的设备跑冒滴漏现象,准确并且及时地发出警告,以此提高电厂的安全监管和对意外事故的应急能力。采用相对成熟的YOLOv5作为目标检测网络基础框架,针对跑冒滴漏数据稀少问题,对网络结构进行优化并采用迁移学习与小样本学习方法来提高网络识别精度。结果表明,基于深度学习卷积神经网络的电厂异常状态智能识别报警系统,能够保持电厂异常状态识别的准确性和实时性。该系统可以实现自主全天候智能检测,及时推送报警信息,减少利用人力关注监控设备排查异常状态可能发生的疏漏,降低电厂运行维护成本,提高电厂的安全监管与对意外事故的应急能力。