摘要：针对检测模型参数量大,难以在嵌入式设备上部署等问题,设计了一种改进的YOLOv4目标检测算法.该算法使用轻量化的MobileNetV1替换CSPDarketnet53主干特征提取网络,并将后续网络中的3×3卷积替换为深度可分离卷积,极大地减少了模型的参数量;在检测头加入NAM注意力模块,增强网络对细节信息的提取能力;采用SDIoU Loss作为边框回归损失,在加快收敛速度的同时提高了检测精度.实验表明:与YOLOv4-CSPDarknet53相比,改进算法在PASCAL VOC07+12数据集上训练出来的模型大小为47.19 M,约为原来的五分之一,FPS提升了40(f/s),mAP提升了2.4%.与YOLOv4-Tiny、YOLOv5s、YOLOv7等目标检测算法相比,具有兼顾检测速度与精度的特点.

摘要：由于缺乏形式语义,很难利用计算机在功能空间中进行有效的推理,以辅助设计人员进行功能分析和产品设计。为了解决传统功能模型存在的缺点,将基于描述逻辑的形式语义及其推理模型引入产品功能建模。从系统的观点出发,在功能基模型的基础上,定义了描述功能行为和流的原子概念,建立了基于本体的产品功能描述模型。举例说明了使用描述逻辑语言对产品功能进行形式化建模的方法。该形式化建模方法可使人和计算机共同理解各项功能的含义,并利用计算机在功能空间中进行推理,辅助设计人员进行功能分析和产品设计。

摘要：面向订单设计(engineering-to-order,ETO)制造企业由于其产品结构复杂,对制造过程的组织管理不同于一般产品的装配制造。在单件小批生产模式的基础上,采用项目管理方法满足复杂产品制造过程特征要求,建立面向产品最终装配的项目制造(project-based manufacturing,PM)计划管理模式。面向项目制造的分层网络计划方法将生产计划的对象从零部件转换为具有一定缓冲空间的装配单元,建立整个装配过程的资源-任务矩阵,实现资源与任务的关联以及资源负荷的追溯,为实现以项目产品为对象的计划与资源的匹配提供数据支持。

摘要：为了提高采摘机器人自动识别果实成熟度的智能化水平,提高果实识别的准确性,实现机器人自主定位和自动规划路径能力,设计了一种新的自动化采摘机器人。该机器人利用图像分割技术和近红外信号处理技术,实现了果实成熟度的自动定位和判别。对采摘机器人的性能进行了测试,包括苹果图像的分割和提取、果实成熟度的判断和机器人路径规划。通过测试发现:机器人可以在复杂采摘背景下准确地识别苹果果实,并可以通过红外线探测实现果实成熟度的判别,最终规划出来合理的采摘路径,实现果实的精准采摘,为果蔬采摘机器人的研究提供了较有价值的参考。

摘要：随着人工智能加速进入文化创意产业领域,创意作为彰显人类精神的重要产物,完善其法律保护显得意义重大。基于传统思想与表达两分法的版权法原则,创意应用版权保护存在较大缺失。通过对两分法原则以及创意产业背景下创意概念的解析,理解其在不同领域的内涵及外延,认识人工智能时代创意保护的特殊内涵,可以为创意的法律保护提供新的视角。

摘要：软磁复合材料(SMC)具有良好的高频电磁特性,应用于高速电动机中可减小铁心损耗,提高电机效率。开发了一款电动工具用高速电机,电机的定子铁心采用软磁复合材料整体加工成型,以减小电机高速运转时的铁心损耗;为减小转子轭部长度,减轻转子重量,电机转子永磁体采用HALBACH阵列,在缩短转子铁轭长度的同时有效地增强了磁场强度,提高了电机的功率密度。通过有限元分析,对电机的电磁场进行了数值计算,并制作了样机进行了试验验证,成功地将该电机应用于电动打草机中,测试结果证明了上述分析的正确性。

摘要：激烈的市场竞争要求企业能快速响应客户的个性化产品需求,为单个客户或小批量多品种的市场定制生产产品。大规模定制能以大规模生产的成本和速度,为客户提供个性化设计的产品和服务。从大规模定制生产模式的特点出发,分析模块化制造物料清单(MBOM,Manufacturing Bill of Material)的基本构成。在MBOM模块化的基础上,基于延迟区分(Postponement Differentiation)策略建立大规模定制模式下的双重MPS计划管理模式,针对零部件的通用需求和定制需求分别制定计划,充分保证客户订单交货期,同时也提高了生产过程的柔性。

摘要：针对圆形表盘指针仪表需经人工判读、耗时较长读数不精确等问题,设计了一套指针智能识别系统。该系统采用Faster-RCNN法对仪表盘进行定位,提取仪表盘,并对目标图像进行灰度化、k-Means二值化处理;采用旋转虚拟直线拟合方法确定指针,采用角度法实现仪表读数识别。实验结果显示,该系统的仪表读数识别准确率不低于97.87%,可满足工业应用的精确度要求。

摘要：钢带在加工过程中会产生斑块、开裂和划痕等表面缺陷。为提高钢带缺陷检测效率,设计了基于深度学习目标检测网络SSD的检测系统。利用CCD摄像头采集钢带图像传入PC机,通过灰度变换和小波滤波对图像进行预处理,然后加载SSD预训练权重,对钢带图像进行在线检测。实验结果显示,将SSD模型用于检测钢带缺陷,可以取得85%以上的全类平均正确率。

摘要：随着人工智能的发展,人脸检测技术逐渐进入各个行业,这要求人脸检测系统应具备更强的灵活性。为此,提出了一种基于微型电脑树莓派的人脸检测系统。以树莓派开发板和工业摄像头作为系统的硬件,将经典的AdaBoost算法与OpenCV中的图像处理函数相结合,实现对视频图像中的人脸检测。该系统的建设成本低,结构简单,可移植性强,对静态与动态图像的人脸检测正确率均在85%以上。