摘要：针对传统同时定位与地图构建(SLAM)算法在运动模糊场景下难以准确识别物体和无法有效判断物体的实际运动状态等问题,提出一种结合感知增强与特征约束的视觉SLAM算法。设计了一种单阶段去模糊识别的网络模型,通过引入模糊区域关注和增强识别机制识别环境中的物体并获取语义信息,提高了系统在复杂环境下的感知能力。为进一步减少动态物体对系统定位精度的影响,融合语义信息和特征约束,提出了一种基于全局条件随机场的运动判断模型。在公开的TUM数据集上进行验证,结果表明所提算法有效提高了运动模糊环境下物体识别的精度和准确率,平均绝对轨迹误差与ORB-SLAM3、DS-SLAM、Dyna-SLAM算法相比分别减少了96.3%、51.4%以及10.2%,表现出良好的构图能力。

摘要：近红外波段(NIR,波长范围:780~2500 nm)在线光谱分析技术具有小型化、快速检测、结果稳定可靠等优点,在工业现场检测领域有着广泛的应用。由于近红外光谱分析系统受温度影响较大,传统的光栅分光在线光谱分析系统所采用的光谱仪通常仅对探测器制冷,光路部分仍然会受到温度影响产生波长漂移等测量误差。此外,系统也多采用PC计算机来进行数据采集和控制,并通过配备独立的工业通讯模块实现光谱分析系统与产线总控系统的通讯,不仅增加了设备成本与体积,也显著降低了系统的稳定性。针对这些问题,基于STM32单片机开展了在线恒温光谱分析系统研制与测试。系统采用STM32单片机来控制近红外光谱仪,通过设定和修改采集间隔时间并采集光谱数据,对光谱数据进行预处理,来计算得到目标样品的理化指标。对于温度控制,开发了在STM32单片机上运行的基于比例-积分-微分(PID)控制算法的恒温控制系统,对光谱仪整体(包含光路和电路部分)实现了闭环恒温控制。同时,开发了基于STM32单片机的工业通讯接口(包含Modbus协议通讯和4~20 mA电流信号通讯)。系统实验测试结果表明,该设计能够长时间稳定运行,并有效降低了环境温度变化对光谱数据带来的干扰。在长达48小时的系统运行过程中,光谱仪温度稳定控制在5℃左右,温控精度优于0.25℃。相对于未恒温控制的运行模式,恒温控制条件下的平均吸收光谱强度相对标准差显著减小,并实现了数据采集、预处理、样品理化指标计算、工业信号通讯及温度控制的一体化设计,以满足工业现场在线检测需求。

摘要：针对传统的刚性机器人在辅助人体康复训练时存在康复效率低、易造成人体二次损伤等问题,依据人体手指结构及其关节的运动范围,提出了一种由硅胶材料制成的三关节式软体驱动器。首先,根据Yeoh超弹性材料本构模型和虚功原理,在理想条件下建立了软体驱动器气囊的弯曲角度与输入气压之间的非线性数学关系,进而研究在一定气压下驱动器不同结构参数对其弯曲性能的影响;接着,通过有限元模型仿真得出了驱动器壁厚、底层厚度和腔室外直径对驱动器弯曲性能影响的显著性排序;最后,通过3D打印及模塑成型工艺,制作了三关节式软体驱动器,搭建了软体驱动器弯曲性能测试平台以测试其弯曲性能。结果表明:随着输入气压的增大,软体驱动器弯曲角度的理论计算结果与实验结果的相对误差逐渐减小,当气压高于20 kPa时,其最小相对误差为1.48%;当腔室内部气压为50 kPa时,软体驱动器输出力为0.45 N。可将软体驱动器应用于人机交互的辅助康复领域,后期有望应用于农业和生物医学领域。

摘要：针对一类含不匹配扰动的随机隐Markov跳变系统,本文研究了基于扩展状态观测器(ESO)的有限时间异步控制问题.首先,引入一组扩展变量将隐Markov跳变系统转换成一组新的随机扩展系统,补偿不匹配扰动对系统控制输出的影响.基于Lyapunov–Krasovskii泛函方法,给出使得基于ESO的闭环随机隐Markov增广跳变系统是正系统,且有限时间有界的充分条件.进而得到直接求解观测器增益和控制器增益的线性矩阵不等式.最后,通过仿真结果验证了本文所设计的异步状态反馈控制器和观测器的有效性和可行性.

摘要：开展托卡马克等离子体中杂质输运与杂质控制研究对于提升等离子体约束性能与保障装置安全有重要意义。为了在EAST(Experimental Advanced Superconducting Tokamak)托卡马克装置上开展杂质输运研究,需要发展一套用于注入示踪杂质粒子的激光吹气(Laser Blow-off,LBO)微量杂质注入系统。本文描述了一种用于EAST托卡马克装置上LBO系统的控制系统设计过程与测试结果。该系统采用了全新的自动控制流程,使得系统可以重复、定量地向EAST等离子体注入不同元素的示踪杂质粒子。该设计通过STM32单片机系统实现对聚焦透镜位移、激光器被触发时刻的准确控制,且激光光斑直径可调,以改变杂质注入量。测试结果显示,系统能快速检测到外触发信号并实现精确定时,激光光斑聚焦位置误差小于0.40 mm,达到激光吹气杂质注入实验要求。本研究对在EAST装置上开展等离子体杂质输运研究具有重要意义。

摘要：针对农机装备电控液压自动转向系统生产成本高及电动方向盘自动转向系统中控制力矩小、存在自由行程的问题,设计了基于直流电机与全液压转向器直联的自动转向机构及其电控系统,该系统主要包括自动转向执行机构、自动转向控制器和液压转向机构等。自动转向执行机构与原车液压转向机构连接实现自动转向功能,考虑了底盘阿克曼角的自动转向控制器实现车轮转向的精确控制,通过在转向驱动电机输出轴安装电磁离合器和转向柱扭矩传感器实现人工驾驶模式和自动驾驶模式的自动切换。试验结果表明,车轮转角响应平均稳态误差小于0.1°,最大稳态误差为0.158°,±20°阶跃信号最快响应时间达1.2 s,超调量小于1%,可以满足对各种轮式农机的自动导航辅助驾驶转向系统性能的要求。

摘要：本文基于时间放大技术设计了一种两步式的时间数字转换器(TDC),可应用于高精度的飞行测量领域。本设计采用SMIC 55 nm CMOS工艺,采用环形延时TDC作为粗量化电路,采用游标式TDC作为细量化电路。游标式TDC的精度受到延时失配限制,导致在设计时难以突破更高精度的要求。时间放大器通过放大粗量化产生的时间余量,并继续进行第二次细量化,降低了细量化电路的设计难度。针对传统时间放大器输入范围有限以及放大精确度不足的弊端,提出一种新的时间放大器结构,具有精确放大宽范围输入时间间隔的能力。仿真结果表明,采用该种时间放大器的TDC可实现的分辨率为3.7 ps,测量范围为80 ns,微分非线性(DNL)为0.73 LSB,积分非线性(INL)为0.95 LSB,该设计能够在高线性度下更好地兼顾TDC的分辨率与测量范围。

摘要：宁东矿区作为黄河流域的9个亿吨煤基地之一,年产出煤基固废近2×10^(8) t且气化渣堆存量大、规模化利用困难、简单填埋处理空间有限,充填开采能解决空间堆存难题,但成本高、性能亟待优化。根据响应面法设计气化渣在固体中的掺量(A)、气化渣与水泥质量比(B)、料浆含量(C)3因素3水平共17组中心组合实验,对气化渣基膏体充填材料的坍落度、扩展度、7和14 d单轴抗压强度等性能进行了对比优化研究。实验前使用X射线衍射仪(XRD)和扫描电镜(SEM)对原料的成分及微观形态进行观测分析,试块单轴压缩后通过SEM观测分析水化作用特点,揭示强度形成机制。综合强度和流动性得到最优配比及其性能特征为:A为48%,B为3,C为80%,脱硫石膏∶煤矸石∶炉底渣的质量按2∶1∶1配制,其7、14 d强度分别为1.15、2.41 MPa,坍落度为133 mm,扩展度为325.5 mm,坍落度与扩展度的比值为0.41。进一步基于响应面法分析得到7、14 d强度的单影响因素按显著性排序分别为:B>C=A、B>A>C;7、14 d强度的交互影响因素按显著性排序分别为:BC>AB>AC、AB>AC>BC;坍落度和扩展度的单影响因素按显著性排序分别为:C>B>A和C>A>B,进而为严控地表沉降、快充减少堵管、强度成本兼顾3种不同功能需求优选了对应配比方案及参数。研究成果为黄河流域的生态保护与煤炭低损伤开采提供了重要基础参数和优化方向。

摘要：东方超环(Experimental Advanced Superconducting Tokamak,EAST)全超导托卡马克装置上极紫外(Extreme Ultraviolet,EUV)光谱诊断系统采用电荷耦合器件(Charge Coupling Device,CCD)探测器集光谱图像数据,硬X射线对CCD产生的干扰造成光谱数据中存在大量的单像素噪声,这为准确分析聚变等离子体杂质辐射带来极大的困难。针对这一问题,设计了一套基于可编程门阵列(Field Programmable Gate Array,FPGA)的EUV光谱图像处理系统,来快速去除硬X射线产生的噪声干扰。该系统基于限幅滤波算法,并引入标准差和离均差替代固定限幅阈值和样本偏差;通过融合限幅滤波算法和数据判别法,外加设置算法工作区间来分阶段对光谱图像数据进行相应处理。同时设计了仿真测试模块,使用EUV光谱图像转化的视频数据模仿采集流程进行系统的功能测试。最后,为了检验该系统对有效光谱数据的保护能力,将图像数据转换成更加直观的谱线图进行对比分析。实验测试结果表明:该系统能够有效去除光谱图像中的噪声点,并较好地保持了光谱数据的完整性,从而提升了光谱数据的可观测性。

摘要：针对现有目标检测中存在的漏检和误检、特征提取能力有限、处理复杂场景时检测精度不高等问题,基于DiffusionDet进行改进,提出了一种结合可变形卷积和扩散模型的目标检测方法。以模型在进入检测头之前需要更多且优质的特征图为核心思想,在主干网络中引入InternImage和DCNv3可变形卷积算子提升模型的感受野和非线性建模能力。对中间层的FPN特征金字塔进行改进,设计了一种基于选择性加权的特征金字塔CS-FPN;利用深度可分离卷积实现通道和区域的分离,同时采用CARAFE算子替代传统的上采样操作,提高分辨率和语义信息的传递;随后利用SGE注意力机制对特征图进行重组,以确保特征图在扩散的过程中保留更多的层次化信息。在特征图进入检测头之前,进行DDIM的扩散操作,获得不同时刻的特征图,以扩充检测特征图的数量。最后在目标框匹配和损失函数方面采用EIOU算法以处理目标框之间的位置偏移和尺度差异。实验数据显示,在COCO数据集和道路检测数据集上,改进后的模型在相同的实验环境下比原有模型分别提升了3.8和3.6个百分点。实验结果表明该方法在提高目标检测的准确性和鲁棒性方面具有一定的潜力,并为解决现实场景中的目标检测问题提供了新的思路和方法。