摘要：人体姿态估计和动作识别在安防、医疗和运动等领域有着重要的应用价值。为了解决不同背景及角度下各类运动动作的人体姿态估计和动作识别问题,本文提出了一种改进的YOLOv7-POSE算法,并自行拍摄制作各种拍摄角度的数据集进行训练。此算法以YOLOv7为基础,对原始网络模型添加了分类的功能,在Backbone主干网络中引入CA卷积注意力机制,提升了网络在对人体骨骼关节点和动作的分类的重要特征的识别能力。用HorNet网络结构代替原模型的CBS卷积核,提高了模型的人体关键点检测精度和动作分类的准确度。将Head层的空间金字塔池化结构替换为空洞空间金字塔池化结构,提升了检测精度并且加快了模型收敛。将目标检测框的回归函数由CIOU替换为EIOU,提高了坐标回归的精度。设计了两组对照实验,实验结果证明,改进后的YOLOv7-POSE在验证集上的mAP为95.7%,相比于原始YOLOv7算法提高了4%,各类运动动作识别准确率显著上升,在实际推理中的关键点错检、漏检等情况明显减少,关键点位置估计误差明显降低。

摘要：为准确识别配网数字化作业人员,提高配网数字化作业安全远程红外监测效果,研究基于激光非线性成像技术的配网数字化作业安全远程红外监测系统。系统的硬件设计为感知层、网络层、应用层和用户层4层,利用感知层的SF6激光非线性摄像头采集配网数字化作业全过程红外图像,使用网络层的Internet将采集的图像传输到应用层;根据SF6激光非线性摄像头结构和成像原理,设计配网数字化作业安全远程红外监测终端硬件结构;系统的软件部分,设计配网数字化作业安全远程红外监测流程;基于卷积神经网络算法搭建多尺度金字塔,提取作业人员特征图谱,通过快速局部拉普拉斯滤波变换增强图像的像素特征;基于Softmax函数识别配网数字化作业人员的危险区域侵入行为,实现配网数字化作业安全远程红外监测。试验结果表明:该系统的图像增强处理能力和作业人员识别效果较理想,并能及时、有效地预警作业人员的危险区侵入行为,预警用时始终低于0.06 s,且网络传输综合性能较为优异,数据丢包量最高为5000个,提高了配网数字化作业安全远程红外监测效果。

摘要：通过智能抓斗的3D雷达来扫描联合储库的全景数据,并对水泥联合储库进行分区,细化两台抓斗对四台水泥磨开机和储存物料进行不同的物料抓取,达到精准的物料堆放和盘库功能,实现完全无人操作,提高工作效率和质量控制,减少中控及现场人员对堆取物料带来的质量问题和人工效率问题。

摘要：针对传统工业中芯片的引脚缺陷检测及分拣精度低、实时性差的问题,设计了基于机器视觉的芯片引脚缺陷检测与分拣系统。系统以对SOP芯片的引脚缺陷检测、目标定位、抓取放置为任务,通过MATLAB处理芯片图像,采用改进的Canny和Hough变换实现引脚的边缘检测与连接,采用Blob分析与萤火虫BP神经网络相结合的方法实现芯片引脚的缺陷检测,然后求取芯片的形心作为定位参考坐标,结合三自由度机械臂,使用标准的D-H法建立机械臂运动学模型,并根据芯片的定位坐标通过运动学逆解计算出每个连杆需要转动的角度,转化为步进值后通过串口通信方式发送给Arduino,然后由Arduino完成对机械臂的控制,实现芯片的分拣。测试结果表明,系统达到了设计要求,具有一定的应用性。

摘要：针对传统工业中人工分拣效率低和成本高等问题,设计了基于机器视觉的机械臂智能分拣系统。通过摄像头采集图像并对图像进行灰度滤波操作后,使用SOA-OTSU算法对图像进行阈值分割,对目标区域进行Blob连通域分析,实现对工件的识别与定位。运用标准D-H参数法建立三自由度机械臂模型,将工件位置坐标代入逆运动学方程,解得每个连杆的关节转角,将其转化为机械臂步进值,并通过串口通信方式发送给Arduino,由Arduino控制机械臂完成工件的抓取与放置。实验结果表明,该方法提高了分拣系统抓取的准确性。

摘要：针对工业生产中滚动轴承剩余使用寿命(RUL)预测任务中数据挖掘不足导致预测精度低的问题,提出了一种多通道融合的滚动轴承剩余寿命预测方法。该方法通过互补集合经验模态分解(CEEMD)对原始振动信号进行降噪化处理和特征增强并将其作为模型输入;构建三通道网络模型,引入3种不同的神经网络:时间卷积网络(TCN)、卷积长短时间记忆网络(ConvLSTM)、双向门控循环单元神经网络(Bi-GRU),从时序、空间、感受野等多维度对特征进行差异化提取;在结构基础上添加多头注意力机制(multi-head attention mechanism,MA),重新调整网络输出权重、加快模型收敛速度;最后,设计一个特征融合输出模块,实现对滚动轴承剩余寿命预测。在两种数据集上进行实验验证,并与其他文献中先进模型进行对比。结果表明,所提模型能够更准确地捕捉轴承寿命退化曲线并且在多种评价指标上均优于对比模型。

摘要：针对传统工业检测中人工测量工件尺寸存在效率低、精度差等问题,设计了基于机器视觉的圆形垫圈尺寸测量系统。在MATLAB软件中对CCD相机进行尺寸标定,对采集的图像进行灰度处理,使用改进后的Canny自适应迭代阈值算法对图像进行边缘检测,对边缘坐标进行双线性插值并提取亚像素边缘坐标,根据最小二乘法对亚像素边缘坐标进行圆拟合,得到工件内径与外径尺寸。实验结果表明,本系统的测量精度可达到±0.02mm,可应用于圆形工件的视觉测量。

摘要：目的:解决目前水果分级检测方法效率低、误检率高等问题。方法:以苹果为分拣对象,设计一个基于机器视觉的水果分级系统。对实时采集得到的苹果图像进行预处理,使用改进的Canny边缘检测算法进行边缘提取,通过最小外接圆法拟合边缘坐标得到苹果的横切面半径。将采集到的RGB图像转换为HSI图像,根据H分量范围计算红色区域比例,判断苹果的色泽度。统计区域像素点个数,分别求取苹果的面积和周长,计算出苹果的圆形度。结合苹果果径长度、色泽度和圆形度3个特征值对苹果进行综合分级。结果:50个苹果样本试验结果表明,水果分级系统和人工分拣测量的果径误差范围在±1.5 mm以内,样本颜色特征与苹果实际外观相符,圆度值的大小与实际形状优劣相符。结论:该系统满足实际生产中对于苹果分级的需求,有助于实现苹果品级的准确识别。

摘要：在三级倒立摆(TIP)系统中, 应用神经网络与模糊控制相结合的自适应神经模糊推理系统(adaptive neural-fuzzy inference system), 根据样本数据调整隶属函数和控制规则参数, 使得训练后ANFIS控制器很好地模拟期望的输入输出数据. 仿真结果表明所设计的ANFIS控制器对三级倒立摆系统的稳定控制是可行的. 与LQR控制相比, 基于ANFIS控制的倒立摆系统具有良好的动态性能和抗干扰性能.

摘要：研究具有参数不确定性的永磁同步电动机位置跟踪控制问题.利用模糊逻辑系统逼近系统中非线性函数,采用反步设计方法实现永磁同步电动机的自适应模糊控制.所提出的自适应模糊控制器在电机参数不确定和负载扰动的情况下,实现了永磁同步电动机的高性能位置跟踪控制.仿真结果表明了所提出方法的有效性.