摘要：在照明系统设计中,接收面的均匀照明以及光能的充分利用一直是光源设计急需解决的问题。目前在LED光源设计领域中,通常采用斯派罗法则分析和微分方程计算的方式进行照明效果优化,这些方式的优化层面较单一,周期长且误差较大。为了加强LED光源系统优化效率,同步提高光源系统的光照均匀度和能量利用率,论文提出了基于光照均匀度评价函数、能量利用率评价函数和综合性评价函数的优化设计算法。运用数值分析方法对单光源系统的反光杯第二面圆锥常数K与曲率半径R进行优化调整,实现整个反光杯光源系统的光照均匀度和能量利用率的同步优化。研究结果表明:利用该文算法优化后的系统比未优化的光源系统光照均匀度提高了14.2%,能量利用率提高了16.75%,与理想值的接近度提升了14.42%,验证了优化方法的可行性。在此基础上,论文进一步研究多光源系统阵列间距对系统光照均匀度和能量利用率的影响,得出光源阵列系统的最优阵列间距,在此间距下的光照均匀度与理想值的接近度为44.84%,能量利用率为88.84%,最终实现了光照均匀度和能量利用率均较好的矩形阵列光源系统。

摘要：针对现有三维可视化交互系统通用性差、交互能力有限等问题,基于光束逆投影技术以及相对运动坐标系转化原理,设计一套光束逆投影的三维模型可视化交互系统。利用自定义的球坐标系,使旋转功能更完善且可回溯;通过三维光束逆投影实现三维空间点选取功能,并允许存在交互点击误差;实现了模型表面自由绘制空间轨迹的功能。该系统通用性好、交互能力强,可应用于自动控制系统,实现执行机构运动轨迹的自由控制。

摘要：不确定目标物自动识别是研发无人化智能起重装卸系统的关键,目前有效的技术是基于深度学习的实例分割。设计了一个融合CNN和Transformer的异构特征信息的模块,以解决当前实例分割主干网络存在的提取图像全局上下文特征信息的能力有限、卷积算子难以对感受野的长程相关性进行建模、以及识别纹理特征单一目标时缺乏足够的深度线索等问题。通过利用Transformer建模全局依赖关系,并与CNN提取局部信息的能力相融合;然后通过引入Dense RepPoints检测网络构建了针对不确定目标物的实例分割网络,实现准确分割且能分割其不同表面。应用实验结果表明本方法具有达到很好的实例分割效果,AP达到98.82%、mIoU达到91.89%,分别比目前同类的研究成果提升了4.95%和5.42%。

摘要：为了提高热轧钢带表面缺陷分类的检测准确率和速度,同时鉴于热轧钢带缺陷的数据库规模较小,提出结合参数迁移学习的卷积神经网络模型,来解决少量样本导致网络过拟合和精度低的问题。使用源域的最优参数作为模型的参数初始化,节省训练的周期;构建训练目标域的神经网络模型,使用预训练模型网络中的参数和结构,对目标域进行特征迁移;进行finetune,结合inception-v3结构的全连接层映射到目标域所需要的特征向量维度。实验使用现有热轧钢带表面缺陷数据库中的图片,有6类缺陷。通过对比改进AlexNet模型和结合迁移学习的模型,在测试集的实验平均准确率分别约为96.6%,99.8%,分类效果优于传统视觉分类算法。并且在实验中观察到结合参数迁移学习的损失更小和权重收敛速度更快。

摘要：传统的缺陷检测方法存在各种各样的弊端,近年用基于深度学习缺陷检测方法成为研究热点。针对目前主流的目标检测算法需要牺牲速度以获取精度的问题,提出了一种融合Channel-Attention机制的SSD目标检测算法。该算法利用通道注意力机制来学习特征通道之间的关系,从而对特征层的每一个通道特征进行权重的分配,进而提升网络的学习能力。在铝型材外观数据集上的实验结果表明,该算法的检测性能达到了较好的效果。改进模型的平均精确均值达到了78.17%,与基础模型SSD相比,提升了3.55%。同时检测速度达到了45frame/s,在提升精度的同时保证了检测速度。验证了融合Channel-Attention机制在提升模型精度的同时没有给模型增加过多的计算量,满足工业实时性检测的要求。

摘要：针对液体表面特征少,区分度低,机器视觉难以有效识别检测的问题,通过使用两束不同波长的激光光源同时照射液体来提高不同液体之间的区分度,设计了数据集自动采集装置为模型训练提供了大量有效的样本,并构建了基于EfficientNetV2深度神经网络的视觉识别模型,模型引入cosine学习率衰减,调节获得最佳超参数后,形成最优方式实现高效训练,进一步提升了预测精度,结果表明视觉检测系统能够获得100%的测试准确率,成功解决了液体视觉检测中特征少的难题。

摘要：针对运动恢复结构算法在摄像机拍摄过程中需要改变摄像机位置的问题,利用物体与摄像机的相对运动关系,获取包含物体多角度视图的图像序列。在图像序列中定位物体所在区域,约束特征点提取的适用范围,设计并实现一种相对运动恢复结构算法。实验结果表明,SFRM算法适用于摄像机固定位置的拍摄方式,能将位于物体区域的匹配对占总匹配对的比例从32%提高到84%,相较于传统的SFM算法在时间效率上得到38.29%的提升,成功扩展SFM算法的适用场景。

摘要：针对建立无人起重装卸目标检测深度学习标注数据耗时问题,设计了货物图像检测生成对抗网络,构成准确的含语义标注和关键点标注的数据集,该数据集可用于有监督深度学习语义分割模型的训练。通过融合StyleGAN与DatasetGAN的生成对抗网络,对实际应用中存在的语义特征变形问题进行改进,将生成器的样本归一化层进行修改,去除均值操作,修改噪声模块和样式控制因子的输入方式;对纹理特征单一的物体的空间位置编码能力弱的问题,将生成网络的常数输入替换为傅里叶特征,并提出一个融合非线性上下采样的模块;最后引入WGAN-GP对目标函数进行改进。应用实验生成标签数据集,使用Deeplab-V3作为评价网络,以DatasetGAN方法作为基线,在语义标签生成任务上,Deeplab-V3输出mIOU值提高14.83%,在关键点标签生成任务上,L2损失平均降低0.4×10^(-4),PCK值平均提高5.06%,验证了改进的生成对抗网络生成语义及关键点标注数据的可行性和先进性。

摘要：介绍了热处理工艺微机辅助设计及自控集成系统的总体结构和功能组成，论述了系统中热处理工艺辅助设计和自动控制部分的设计。该系统具有友好透明的用户界面，运行快捷，使用维护方便并取得了良好的生产运行效果。

摘要：为深入贯彻落实习近平总书记关于教育的重要论述和全国教育大会精神,课程思政教学改革势在必行。根据测控技术与仪器专业的培养方案,对微机原理与单片机技术课程进行了课程思政教学改革,探讨了实现课程思政教学理念与教学方案设计融合的路径,并结合PBL教学法对具体案例进行了思政方案设计,同时总结了本课程思政教学改革的成果、特色及亮点。